Детектор нейросетевого текста не находит «следы ChatGPT». Он считает, насколько текст похож на то, что обычно пишут языковые модели, и выдаёт вероятность. Поэтому результат «87% ИИ» означает «по статистике сервиса текст похож на машинный», а не «текст написала нейросеть». Исследования показывают два системных сбоя. Первый: детекторы обвиняют людей, особенно тех, кто пишет просто и шаблонно. Второй: они пропускают сгенерированный текст, если его перефразировать. Даже сама OpenAI закрыла свой классификатор в 2023 году из-за низкой точности, а компания «Антиплагиат» прямо пишет в памятке, что доказать машинное авторство с вероятностью 100% невозможно.
Коротко
- Классификатор OpenAI находил 26% текстов, написанных ИИ, и при этом в 9% случаев помечал как машинные тексты людей. 20 июля 2023 года его отключили.
- В исследовании Liang и соавторов (2023) 7 детекторов ошибочно признали машинными в среднем 61,22% эссе, которые написали люди, для которых английский не родной.
- Перефразирование моделью DIPPER снизило долю распознанных текстов у DetectGPT с 70,3% до 4,6% при 1% ложных срабатываний.
- Сбер ограничивает демо GigaCheck текстами от 20 до 1 000 слов, «Антиплагиат» распознаёт сгенерированный текст в документах от 2 листов (страницы сервисов, 14.11.2026).
- У Яндекса нет публичного детектора. В справке Вебмастера оценивается не способ создания, а польза: текст, похожий на автоматически сгенерированный, относят к признакам малополезного контента.
Как детектор решает, что текст написал не человек
Классификатор. Нейросеть обучают на двух корпусах: тексты людей и тексты моделей. Она учится различать их по множеству признаков и на новом тексте выдаёт вероятность принадлежности к одному из классов. Слабое место: классификатор хорошо работает на текстах, похожих на обучающие, и хуже на новых моделях, темах и стилях. Об этом прямо писала OpenAI, когда описывала свой инструмент.
Статистика предсказуемости. Языковая модель для каждого слова знает, насколько оно ожидаемо в этом месте. Тексты нейросетей обычно состоят из очень ожидаемых слов, у людей выбор разнообразнее. Детектор считает эту «предсказуемость» (в исследованиях её называют перплексией) и делает вывод. Проблема в том, что простой, правильный, шаблонный текст человека тоже предсказуем.
Водяной знак. Google DeepMind описал в журнале Nature в 2024 году технологию SynthID Text: модель при генерации слегка смещает выбор слов по секретному ключу, а детектор с тем же ключом этот сдвиг находит. Google встроил её в Gemini и выложил открытый код. Ограничение принципиальное: так проверяется только текст модели, которая ставила знак, и только тем, у кого есть ключ.
Схема 1. Вердикт детектора это вероятность, обрезанная порогом. Ошибки возникают на коротких текстах, на простом стиле и после перефразирования.
Как языковая модель выбирает следующее слово и почему её тексты статистически «гладкие», объясняем в статье что такое LLM.
Что показали исследования точности
| Исследование | Что проверяли | Результат | Что это значит для вас |
|---|---|---|---|
| OpenAI, классификатор, январь 2023 | Собственный детектор на английских текстах | Нашёл 26% ИИ-текстов, 9% текстов людей пометил как машинные. Отключён 20 июля 2023 года | Даже создатель модели не смог надёжно распознать её тексты |
| Liang и др., журнал Patterns, 2023 | 7 детекторов на 91 эссе экзамена TOEFL, написанных людьми | В среднем 61,22% эссе признаны машинными. 89 из 91 эссе (97,8%) пометил хотя бы один детектор | Простой, «учебный» стиль человека детектор принимает за нейросеть |
| Weber-Wulff и др., International Journal for Educational Integrity, 2023 | 12 публичных инструментов и 2 коммерческие системы, включая Turnitin | Вывод авторов: инструменты «ни точны, ни надёжны», правка и обфускация текста заметно ухудшают результат | Чуть отредактированный машинный текст часто проходит как человеческий |
| Krishna и др., NeurIPS 2023 | Перефразирование сгенерированного текста моделью DIPPER | DetectGPT распознавал 70,3% текстов до перефразирования и 4,6% после (при 1% ложных срабатываний) | Один прогон через перефразировщик почти обнуляет детектор |
| Dugan и др., бенчмарк RAID, ACL 2024 | Более 6 млн текстов 11 моделей, 12 детекторов, 11 видов атак | Детекторы легко обмануть атаками, сменой настроек генерации и незнакомыми моделями | Точность из рекламы не переносится на ваши тексты |
Важная оговорка: исследования вышли в 2023–2024 годах, детекторы с тех пор обновлялись. Но и модели обновлялись. Независимого исследования, которое показало бы надёжную работу детекторов на русском языке, мы на 14.11.2026 не нашли.
Заявления самих разработчиков стоит читать внимательно. Turnitin в июне 2023 года писал о доле ложных срабатываний меньше 1% на уровне документа, но только для документов, где ИИ-текста от 20%, а на уровне отдельных предложений около 4%. То есть каждое 25-е подсвеченное предложение может принадлежать человеку.
Почему детектор ошибается на текстах людей
В исследовании Liang и соавторов есть показательный эксперимент. Когда эссе неносителей языка переписали более богатой лексикой, средняя доля ложных срабатываний упала с 61,22% до 11,77%. Текст не стал «более человеческим», он стал менее предсказуемым. Детектор оценивает стиль, а не авторство.
Типичные тексты, которые рискуют получить ярлык «ИИ»:
- Справочные определения и инструкции. «Нажмите кнопку, выберите пункт, сохраните» пишется одинаково у всех.
- Канцелярит и юридические формулировки. Устойчивые обороты статистически ожидаемы.
- Короткие фрагменты. OpenAI предупреждала, что её классификатор ненадёжен на текстах короче 1 000 знаков.
Почему перефразирование ломает детекторы
У исследователей это называют атакой перефразированием. В работе Krishna и соавторов падение с 70,3% до 4,6% получено одним прогоном через модель DIPPER. Как защиту авторы предложили не детектор, а поиск по базе: если разработчик модели хранит всё, что она сгенерировала, перефразированный текст можно найти по смыслу. Их прототип нашёл от 80% до 97% перефразированных текстов. Публичные сервисы проверки так не работают: доступа к истории генераций ChatGPT или GigaChat у них нет.
Отсюда практический вывод для редакции. «Обходить детектор» бессмысленно: ручная правка и так меняет вердикт, но качество текста от этого не растёт. Чем перефразирование отличается от осмысленного рерайта и как делать его без потери смысла, разобрано в статье как перефразировать текст.
Какие инструменты есть для русского языка
| Что | Когда подходит | Чем платите | Почему важно |
|---|---|---|---|
| GigaCheck (Сбер), демо на сайте и бот в Telegram | Быстро проверить фрагмент на русском от 20 до 1 000 слов | Вердикт по преобладающему типу текста: какие фрагменты машинные, демо не показывает (страница сервиса, 14.11.2026) | Один вердикт на весь текст бесполезен для смешанного авторства |
| Детектор в «Антиплагиате» | Курсовые, дипломы, статьи в журналы, где проверку требует вуз | Работает с файлами PDF и DOCX от 2 листов, на русском, английском и казахском. Ложное срабатывание компания допускает с вероятностью «не более 1%» | В памятке сервиса сказано: доказать машинное авторство со 100% вероятностью нельзя |
| Водяной знак (SynthID Text) | Проверка текстов конкретной модели её же владельцем | Не работает для чужих моделей и без ключа | Единственный подход, который проверяет источник, а не стиль |
| Ручная экспертная проверка | Статьи для сайта, где важны факты и опыт | Время редактора, который знает тему | Находит то, что вредит читателю: выдуманные факты, несуществующие ссылки, повторы |
Если вы пишете с помощью GigaChat или других моделей из обзора нейросетей для текстов, учтите: высокий процент «ИИ» у черновика нормален. Важно, что вы с ним сделали дальше.
Видит ли Яндекс тексты нейросетей
В справке Яндекс Вебмастера о малополезном контенте среди признаков названы скопированный или переписанный с другого ресурса текст и текст, который выглядит как автоматически сгенерированный. Там же уточнено, что такой контент нередко создаётся нейросетями, машинным переводом или шаблонами и при этом может быть формально оригинальным. Похожая формулировка есть в рекомендациях о качестве: сайты с автоматически сгенерированным и бесполезным для пользователя контентом.
Значит, вопрос «пропустит ли Яндекс текст» нельзя решить детектором. Сервис оценивает стиль, поисковик оценивает, решает ли страница задачу. Как Google и Яндекс формулируют своё отношение к сгенерированным текстам, подробно разобрано в статье ИИ-тексты и SEO.
Как совмещать с проверкой уникальности
«Антиплагиат» в памятке прямо предупреждает: процент оригинальности сгенерированного текста может быть высоким, потому что нейросеть не копирует существующие тексты. Поэтому две проверки не заменяют друг друга:
- Уникальность нужна, чтобы не опубликовать чужой текст и найти случайные совпадения. Сервисы и чтение отчёта разобраны в статье проверка уникальности текста.
- Детектор полезен как сигнал для редактора: где текст звучит слишком гладко и общо.
- Ни одна из них не говорит, правдивы ли факты.
Порядок проверки, который работает
- Факты. Сверьте каждую цифру, дату, название функции с первоисточником. Нейросети придумывают правдоподобные факты и ссылки, об этом пишет и «Антиплагиат» в памятке для проверяющих.
- Ссылки. Откройте каждую. Несуществующая ссылка или источник, который не говорит того, что ему приписано, это проблема, кто бы ни писал текст.
- Опыт и данные. Есть ли в тексте что-то, чего нет в топе выдачи: свой пример, расчёт, наблюдение. Как показать опыт автора, описано в статье про E-E-A-T.
- Повторы и вода. Одна мысль в трёх формулировках выдаёт и машинный текст, и слабого автора.
- Уникальность. Совпадения с чужими страницами.
- Детектор. Если он подсветил фрагменты, перечитайте их: обычно это общие фразы, которые можно заменить конкретикой. Как это делать, разбираем в статье про редактуру текста нейросетью.
Наши данные: что люди ищут по теме
Методика. Запросы темы из Яндекс Wordstat, Россия, 30 дней, срез 14.11.2026. Спрос темы равен сумме точных частот групп запросов.
| Группа запросов | Спрос, точн./мес | Доля темы |
|---|---|---|
| Проверить текст на ИИ или нейросеть (21 формулировка) | 16 816 | 86,2% |
| Детекторы ИИ-текста | 2 043 | 10,5% |
| Совместно с уникальностью и антиплагиатом | 452 | 2,3% |
| Определяет ли Яндекс | 192 | 1,0% |
| Всего | 19 503 | 100% |
Что из этого следует:
- Проверку на ИИ ищут чаще, чем проверку уникальности. Спрос нашей темы про уникальность 8 132 в месяц, здесь 19 503: в 2,4 раза больше. Для многих заказчиков и преподавателей процент «ИИ» стал новым процентом уникальности, хотя надёжности у него меньше.
- Людям нужен быстрый сервис, а не теория. Из 25 формулировок 6 содержат «бесплатно», 5 «онлайн». Слово «детектор» встречается в отдельной группе, у которой в 8 раз меньше спроса.
- Слово «нейросеть» почти так же частотно, как «ИИ». Его содержат 8 формулировок из 25. Для заголовков и подсказок стоит использовать оба варианта.
- Вопрос про Яндекс задают редко, 1% спроса темы. При этом именно он важен для владельцев сайтов: поисковик решает по пользе, а не по вердикту детектора.
Когда детектор не нужен
- Свой текст с открытым использованием ИИ. Проверяйте факты и пользу, процент ничего не добавит.
- Спор с автором или студентом. Один процент от одного сервиса не доказательство. Попросите черновики, историю правок, объяснение решений.
- Короткие тексты и карточки товаров. Шаблонный стиль даст ложное срабатывание.
- Прогноз позиций. Ни Google, ни Яндекс не называют вердикт детектора критерием качества: в их документации оценивается польза страницы.
Частые вопросы
Можно ли бесплатно проверить, написал ли текст ИИ?
Да, у многих сервисов есть бесплатный режим или демо с ограничением объёма. Например, демо GigaCheck принимает тексты от 20 до 1 000 слов (страница сервиса, 14.11.2026). Но бесплатный или платный, результат остаётся вероятностью, а не доказательством.
Насколько точны детекторы нейросетевого текста?
Независимые исследования 2023–2024 годов показали низкую надёжность: классификатор OpenAI находил 26% ИИ-текстов, семь детекторов в среднем ошибались на 61,22% эссе неносителей языка, а перефразирование снижало распознавание у DetectGPT с 70,3% до 4,6%.
Как проверить текст и на ИИ, и на уникальность?
Это две отдельные проверки разными сервисами. Уникальность ищет совпадения с опубликованными страницами, детектор оценивает стиль. Сгенерированный текст обычно уникален, поэтому высокая уникальность не говорит, кто его написал.
Проверяет ли Яндекс тексты на нейросеть?
Публичного детектора у Яндекса нет. В справке Вебмастера текст, который выглядит автоматически сгенерированным и не несёт ценности, относится к признакам малополезного контента. Оценивается польза, а не сам факт генерации.
Почему мой собственный текст показал высокий процент ИИ?
Детекторы считают машинным предсказуемый текст: простые фразы, стандартные обороты, учебная структура. Так пишут и люди. В исследовании Liang и соавторов более богатая лексика снизила ложные срабатывания с 61,22% до 11,77%.
Источники
- OpenAI: классификатор ИИ-текста и уведомление о его отключении
- Liang и др. GPT detectors are biased against non-native English writers (arXiv, версия журнала Patterns)
- Weber-Wulff и др. Testing of detection tools for AI-generated text (arXiv)
- Krishna и др. Paraphrasing evades detectors of AI-generated text (arXiv)
- Dugan и др. RAID: бенчмарк для оценки детекторов машинного текста (arXiv)
- Google DeepMind: код SynthID Text и ссылка на статью в Nature
- Сбер: страница GigaCheck и ограничения демо
- «Антиплагиат»: памятка по работе с искусственно сгенерированными текстами (PDF)
- Turnitin: доля ложных срабатываний на уровне предложений
- Яндекс Вебмастер: малополезный контент