Если плагиат оценивает текст великого классика как сгенерированный, что делать обычному студенту, который использует современные технологии для обучения? Разбираемся.

В конце секретный лайфхак, как вычищать из текста все генеративные признаки.

«Робинзона Крузо» написала нейросеть?

Есть такой тест, который академики и журналисты периодически проводят ради забавы: берут классику мировой литературы и прогоняют через детектор ИИ. Результаты неизменно выходят неловкими.

Отрывки из «Робинзона Крузо» набирают от 20 до 40% вероятности машинной генерации. Хемингуэй с его обрубленными предложениями — ещё больше.

При этом в ВКР нельзя допускать более чем 5% сгенерированного текста.

Дефо писал в 1719 году. Нейросетей не было ещё триста лет. Но его ровный информационный стиль, прямые предложения, предсказуемая структура абзацев — всё это ровно то, за чем охотятся детекторы. Дефо — мастер гипотетического: он выстраивает сослагательные наклонения, условные конструкции, модальные глаголы — методы, которые алгоритмически логичны, но служат целям, которые ИИ не распознаёт. Детектор видит паттерн и ставит галочку. Это не баг, это особенность того, как работает детекция.

Что происходит с детекторами ИИ в вузах прямо сейчас

Студентов не допускают до защиты дипломных работ из-за использования ИИ. Причём «Антиплагиат» массово не принимает курсовые и дипломные работы — система находит в материале сгенерированный нейросетью текст там, где автор всё писал самостоятельно.

История дошла до судов. Студентку отчислили после того, как кафедра не допустила работу к защите. В ходе разбирательства представитель вуза подтвердил, что преподаватель не проверял текст на генерацию должным образом. Суд обязал университет восстановить девушку, допустить её к защите при оригинальности текста от 50%, а также выплатить 40 тысяч рублей компенсации и штраф в размере 20 тысяч рублей.

Система «Антиплагиат» выявила использование ИИ в трети студенческих работ. В марте стало известно, что Совфед готовит законопроект по ограничению использования ИИ в образовании — эксперты указывают, что примерно половина студентов пишет работы при помощи нейросетей.

Парадокс в том, что ужесточение требований ударило по тем, кто нейросети не использовал. Машины, призванные отсеивать «нечестные» дипломы, начали выбраковывать и работы, написанные от первой до последней страницы живым человеком. Студентка факультета журналистики РЭУ им. Плеханова самостоятельно подготовила дипломную по PR-стратегиям — детектор всё равно поднял флаг.

Почему так происходит? AI-детекторы анализируют текст на основе паттернов, синтаксиса и структуры. Нет единого стандарта пороговых значений: Turnitin флагирует текст как ИИ-сгенерированный при значении от 20 до 100%. Исследователи обнаружили, что в диапазоне от 1 до 19% процент ложных срабатываний значительно выше. То есть детектор с высокой вероятностью ошибается именно тогда, когда цифра небольшая — а именно такие цифры сейчас пугают студентов.

По данным Washington Post, в одном из исследований ложноположительный результат выдавался в 50% случаев. Половина человеческих текстов — помечена как ИИ. Дефо бы не прошёл. Хорошо написанный диплом — тоже под угрозой.

Что такое детектор ИИ и почему его нельзя воспринимать как приговор

Детектор работает на двух метриках. Первая — perplexity: насколько «неожиданны» следующие слова в тексте. Нейросеть выбирает статистически вероятные продолжения, поэтому её текст предсказуем. Человек пишет живее, иногда — вопреки логике. Вторая метрика — burstiness: насколько варьируется длина предложений. Люди делают это интуитивно, ИИ — монотоннее.

Разные инструменты используют разные подходы: одни анализируют perplexity и разнообразие предложений, другие применяют нейронные сети, обученные на известных ИИ- и человеческих текстах. Поэтому 60% в одном детекторе не равно 60% в другом — каждый результат нужно рассматривать как один из сигналов, а не как абсолютную истину.

Сам «Антиплагиат» указывает: ИИ-детекторы нужно рассматривать не как доказательство нечестной работы, а как маркер, помогающий экспертам делать более обоснованные выводы при проверке. Это принципиально важно: если вас флагануло, это не приговор. Но это и не повод расслабляться.

Как работать с нейросетью над дипломом так, чтобы детектор не сработал

Запрос понятен: нейросеть помогает, но финальный текст должен читаться как человеческий. Это реально — если понимать, чего детекторы боятся.

Есть один ресурс, про который почти никто из студентов не знает: страница Wikipedia Signs of AI writing (https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing). Её создал WikiProject AI Cleanup — группа редакторов, которая несколько лет вручную вычищала машинные тексты из энциклопедии и записывала наблюдения. В документе 24 паттерна: от слов-маркеров вроде testament, delve, landscape до структурных привычек — злоупотребления списками, тире и «правилом трёх» (innovation, inspiration, and insights).

Англоязычные маркеры легко прослеживаются в русском: часто всплывает калька «является/представляет собой», «в рамках», «данный», «высокий уровень», «надёжно демонстрирует», тройные перечисления и «красивые» обобщения. Если вы видите в своём тексте «данный феномен представляет собой важный вклад в развитие» — вы знаете, что исправлять.

Вот как это работает на практике.

Заходите на страницу Signs of AI writing, копируете весь текст в PDF. Загружаете этот PDF в нейросеть — Claude, DeepSeek или любую другую через SpeShu.AI — вместе со своим текстом. Задаёте нейросети задачу: отредактировать текст, избегая паттернов из этого документа, и указывать, какие именно конструкции она меняет и почему.

Вот рабочий промпт:

«Ты — редактор академических текстов. В приложенном PDF — список признаков ИИ-генерации, составленный сообществом Википедии. Изучи его. Теперь прочитай мой текст ниже. Найди все места, где он содержит паттерны из этого списка: шаблонные вводные конструкции, слова-маркеры, тройные перечисления, расплывчатые обобщения, безличные формулировки, избыточное форматирование. Для каждого такого места: процитируй оригинал, объясни, какой паттерн нарушен, и предложи переформулировку живым языком. Не переписывай весь текст — работай точечно, по фрагментам».

Загружаете ВКР по частям — по главе или по разделу — и получаете отредактированный вариант с объяснениями. Не просто «исправленный», а именно с разбором: вот здесь было «демонстрирует значимость», вот почему это маркер, вот как звучит то же самое без него.

Создать один диалог и долго вести его без VPN и западной подписки можно в SpeShu.AI. Сервис открывает доступ к лучшим нейросетям для диплома — от ChatGPT-5.5 до Claude Opus 4.8. А ещё приятнее пользоваться сервисов, когда есть бонус. Получите его по промокоду HABRTSNIS15.

После прогона через нейросеть — обязательно читаете вслух. Всё, что спотыкается, что звучит официальным некрологом, что можно вставить в любой другой диплом без потери смысла — правите вручную. Ваш опыт, ваши примеры, ваши интонации детектор не поймает никогда.

Почему это работает

Детектор ловит предсказуемость. Нейросеть без редактуры пишет предсказуемо: выбирает самые вероятные слова, строит ровные абзацы, не меняет темп. Когда вы используете нейросеть как инструмент редактуры — а не как автора — и при этом осознанно убираете её собственные следы по гайду Википедии, предсказуемость уходит.

Остаётся структура, которую вы задали. Аргументы, которые вы выбрали. Примеры из вашей практики или вашего исследования. Источники, которые вы прочитали. Нейросеть помогла сформулировать это чище — но логика и содержание ваши.

Российские университеты активно внедряют проверку: «Антиплагиат» и другие системы добавили модули определения ИИ-текстов. Преподаватели получают процент «вероятности ИИ-генерации» для каждой работы. Высокий процент — это основание для разговора с преподавателем, а не автоматическое обвинение. Но лучше до этого разговора не доводить.

Дефо написал «Робинзона Крузо» так, что через триста лет алгоритм принял его за машину. Это не делает детектор умным. Но это отличный повод понять, как он работает — и писать так, чтобы он видел человека.