Какие признаки нейросеть в тексте оставила: 5 наблюдений
Какие признаки нейросеть в тексте оставила и можно ли по ним судить об авторе? Покажу, что проверять в фактах и стиле, не превращая подозрение в обвинение.
М
Марина
Контент-маркетолог LibraChat
6 мин чтения
Два абзаца в присланной статье звучали одинаково гладко. Оба начинались с общего тезиса, оба заканчивались «важным выводом», ни в одном не было человека или проверяемого примера. Первая мысль у редактора понятна: какие признаки нейросеть в тексте оставила? Я остановила себя. По одному стилю нельзя установить автора, зато можно найти места, где текст бесполезен читателю. Этот разбор показывает пять сигналов качества и вопросы, которые стоит задать до решения о публикации.
Справка OpenAI прямо говорит, что ChatGPT не может надёжно определить, создан ли текст ИИ, в том числе написал ли его сам сервис. Старый классификатор OpenAI сняли из-за низкой точности. Поэтому я не использую «похож на ИИ» как приговор человеку. Мне нужно понять, правдив ли материал и есть ли в нём работа автора.
Какие признаки нейросеть в тексте оставила на самом деле?
Может быть, никаких однозначных. Человек тоже пишет общими фразами, особенно когда устал, торопится или получил задачу без исходных данных. А текст, созданный с помощью сервиса, может быть подробным после сильной редактуры. Мне полезнее смотреть на пять наблюдаемых проблем:
Абзацы повторяют одну мысль разными словами.
Уверенные выводы не опираются на примеры или источники.
Подробность звучит правдоподобно, но не проверяется.
Текст гладкий, но читатель не получает следующего действия.
Каждый пункт может появиться и без нейросети. Я записываю его как редакторское замечание, а не как доказательство происхождения. Такой подход честнее и практичнее: автор знает, что исправить.
Сигнал · Другое возможное объяснение · Что проверить
Много общих обещаний — Автору не дали фактов о продукте — Попросить один наблюдаемый пример
Одинаковый ритм абзацев — Материал собрали из шаблона редакции — Сравнить с исходными заметками
Странная точная цифра — Старая статистика или ошибка копирования — Найти первоисточник и дату
Резкая смена стиля — Раздел писал другой участник команды — Спросить о совместной работе
Таблица меняет разговор. Вместо «вас поймали» я говорю: «вот утверждение, для него нужен источник». Даже если нейросеть помогала, качество текста от этого только выигрывает.
Можно ли доверять онлайн-детектору?
Я бы не делала на его процентах кадровое или учебное решение. Детектор оценивает сходство с образцами, а не наблюдает процесс написания. У него может быть ошибка на коротком фрагменте, переводном тексте, шаблонном документе или после правки. Уверенный результат на экране не равен доказанному авторству.
Когда коллега приносит число вроде «вероятность ИИ 87%», я спрашиваю, что именно оно меняет. Если задача — выпустить полезную статью, надо проверить источники, примеры и логику. Если задача — соблюсти внутреннее правило об использовании инструментов, нужен разговор о процессе и исходных материалах. Один процент не решает обе задачи.
Разговор можно начать без обвинения:
«Откуда эта цифра и на какую дату она верна?»
«Можешь показать рабочие заметки к этому примеру?»
«Почему ты сделал такой вывод из приведённого факта?»
«Какая часть текста была твоей, а где помог инструмент?»
Я сама работаю с ИИ как с редакторским помощником и не считаю это поводом скрывать процесс. Но человек вправе получить конкретное замечание к содержанию, а не догадку о том, какими кнопками он пользовался.
Отдельная неприятность — выдуманная ссылка на источник. В тексте может стоять точное название отчёта, год и даже цитата, а по адресу оказывается другой документ. Это не «признак нейросети» в смысле доказанного авторства: человек тоже ошибается при переписывании библиографии. Но это серьёзный повод остановить публикацию. Я открываю первоисточник и ищу там саму мысль, а не только похожее название. Если источник не подтверждает утверждение, прошу автора найти правильный или убрать фразу. Проверка происхождения текста здесь уступает проверке его достоверности.
Бывает и обратный случай: редактор видит резкую смену голоса, потому что в одном материале соединили интервью, выдержку из инструкции и личную колонку. Тогда вопрос «кто написал?» мало помогает. Я помечаю границы жанров и предлагаю оформить цитату или переказ отдельно. Читатель поймёт, почему тон меняется. Авторство снова не приходится угадывать по длине предложений.
Что делать с подозрительным фрагментом?
Начни с сильного утверждения. В одной условной статье я нашла фразу: «После новой методики все ученики стали решать задачи быстрее». Даже без вопроса об ИИ здесь проблема: «все» требует данных по каждому ученику, «быстрее» требует точки сравнения, а «после» ещё не объясняет причину. Я попросила автора показать задания до и после и описать группу. Если данных нет, фразу нужно сузить до наблюдаемого события.
Мой порядок проверки такой:
Выделить проверяемые утверждения, числа и цитаты.
Для каждого найти исходник или заметку автора.
Отметить выводы, которые шире своих оснований.
Спросить, можно ли привести пример без выдуманной конкретики.
Только после этого чинить ритм и повторения.
В LibraChat можно вставить фрагмент с запросом: «Выпиши проверяемые утверждения. Отдельно пометь фразы, для которых в тексте нет основания. Не угадывай, кто писал материал». Полученный список нужно сравнить с исходником, особенно если от материала зависят решения людей.
А если автор открыто пользовался нейросетью?
Тогда обсуждаю качество и ответственность так же, как с любым черновиком. Кто проверил факты? Кто выбрал пример? Есть ли у текста человек, который может объяснить вывод? LibraChat помогает писать и переписывать, но не берёт на себя ответственность за опубликованную цифру. Автор и редакция должны понимать, что стоит за формулировкой.
Для сравнения подходов к самому поиску смотри материал как определить нейросеть в тексте. Я бы начала не с определения автора, а с места, которое может ввести читателя в заблуждение. Иногда это одна цифра. Иногда пропущенное «если».
Я сохраняю и редакторскую пометку после проверки. Не «похоже на нейросеть», а «для числа нет источника» или «пример не подтверждает общий вывод». Через неделю такая запись всё ещё понятна автору и коллегам. Подозрение за неделю забывается или превращается в слух, а проверяемое замечание помогает исправить материал.
Если хочешь проверить собственную статью, попробуй прямо сейчас выбрать в ней самый уверенный вывод. Открой чат, попроси перечислить его основания, затем проверь их в источниках сам. Если материал длинный, заранее сверь доступные способы его обработки на странице тарифа. Если оснований не хватает, исправь фразу до публикации. Текст станет надёжнее независимо от того, кто помогал его писать.
