Perplexity: jak zaskakujące jest każde słowo
Perplexity mierzy, jak dobrze model językowy przewiduje następne słowo. Tekst wygenerowany przez AI ma zwykle niskie perplexity, bo model, który go napisał, wybierał prawdopodobne słowa. Tekst człowieka ma zwykle wyższe: nietypowe słowa, idiomy, żart, literówka.
To też główna słabość. Prosty, formalny albo podręcznikowy tekst człowieka również może mieć niskie perplexity i zostaje oznaczony z tego samego powodu.
Burstiness: jak bardzo zmienia się rytm
Burstiness opisuje zmienność w obrębie dokumentu. Ludzie piszą długie zdanie, potem krótkie. Po gęstym akapicie dają lżejszy. Modele trzymają równe tempo.
Detektory łączą obie miary. Tekst o niskim perplexity i niskim burstiness wygląda najbardziej maszynowo.
Wypróbuj na własnym tekście
Wklej akapit i zobacz swój wynik AI przed i po.
Sprawdź dowolny akapit pod kątem AI jednym dotknięciem. Zrzuty ekranu pokazują angielski interfejs.
Pobierz z App StoreKlasyfikatory trenowane na przykładach
Większość komercyjnych detektorów, w tym Turnitin, GPTZero i Copyleaks, idzie dalej i trenuje klasyfikator na dużych zbiorach opisanych tekstów ludzi i AI. Klasyfikator uczy się wzorców wykraczających poza perplexity, takich jak ulubione zwroty czy budowa akapitów.
Dzięki temu lepiej radzą sobie z tekstami podobnymi do tych, na których je trenowano, a gorzej z każdym innym: nowymi modelami, innymi językami, tekstami technicznymi albo tekstami osób piszących w drugim języku.
Dlaczego detektory AI są zawodne
Wykrywanie to ruchomy cel. Każdy nowy model pisze inaczej, a detektory muszą nadrabiać. Redakcja też rozmywa sygnał: kiedy człowiek przepisze część szkicu z AI, tekst naprawdę staje się mieszany.
Większym problemem są fałszywe alarmy. Badanie ze Stanford z 2023 roku wykazało, że siedem detektorów błędnie zaklasyfikowało ponad połowę zestawu wypracowań TOEFL osób, dla których angielski nie jest językiem ojczystym, jako napisane przez AI. Preprint z 2026 roku, analizujący ponad 135 000 par dokumentów, wykazał odsetek fałszywych alarmów od 0% do 100% w 13 detektorach.
Jak rozsądnie korzystać z detektora AI
Wynik detektora najlepiej sprawdza się jako wskazówka: mówi, które fragmenty brzmią przewidywalnie. „Check for AI” w TextHumanizer podaje taki wynik dla każdego akapitu, a „Humanize Text” przepisuje płaskie fragmenty, więc możesz porównać stan przed i po.
Pytania
Czy detektory AI wykrywają każdy model AI?
Nie. Są trenowane na tekstach z konkretnych modeli i nie nadążają za nowymi wersjami. Dokładność spada też w językach i stylach, których było mało w danych treningowych.
Czy detektory AI przechowują mój tekst?
To zależy od narzędzia. Niektóre zachowują przesłane teksty, żeby ulepszać swoje modele, więc przed wklejeniem poufnej pracy sprawdź politykę prywatności detektora.