Jak sprawdzić, czy tekst napisała AI: 7 sygnałów i jak je zweryfikować

👁 260 przeczytań

Jak sprawdzić, czy tekst napisała AI, gdy nie ufasz procentowi z detektora? Zamiast jednego narzędzia użyj siedmiu sygnałów, z których każdy da się zweryfikować: zmyślonych źródeł, faktów „prawie dobrych”, nadwyżkowego słownictwa, typografii nie z polskiej klawiatury, równego rytmu, braku zakotwiczenia i historii powstania dokumentu. Przy każdym piszę, co go potwierdza, co obala i ile jest wart. Tekst jest dla redaktora, zleceniodawcy i czytelnika; wersję dla nauczycieli masz w tekście Czy nauczyciel wykryje ChatGPT?

Jeśli chcesz od razu sprawdzić tekst narzędziem, użyj darmowego wykrywacza AI po polsku. Niżej opisuję sygnały, które sprawdzisz sam, bez żadnego narzędzia.

Sygnał 1: źródła, których nie ma

Model językowy nie wyszukuje przypisów, tylko generuje coś, co wygląda jak przypis: prawdziwe nazwisko, prawdziwy tytuł czasopisma, poprawny format DOI i artykuł, który nigdy nie powstał. Walters i Wilder sprawdzili 636 cytowań z 84 przeglądów literatury napisanych przez ChatGPT: 55% z GPT-3.5 i 18% z GPT-4 nie istniało, a wśród prawdziwych odpowiednio 43% i 24% miało błędy. Nowsze modele z wyszukiwaniem mylą się rzadziej, ale nadal się mylą.

Jak zweryfikować: wpisz DOI na doi.org, tytuł w Google Scholar albo w katalogu biblioteki, ISBN u wydawcy. Co to znaczy: zmyślone źródło dyskwalifikuje tekst niezależnie od tego, kto go pisał. Człowiek też może przekleić przypis z czatu, ale odpowiada za niego tak samo.

Sygnał 2: fakty prawie dobre

Typowy błąd modelu nie jest absurdalny, tylko przesunięty: data o rok, kwota zaokrąglona, nazwisko z sąsiedniego kontekstu, ustawa z właściwym tytułem i niewłaściwym artykułem. Tekst brzmi kompetentnie, bo forma jest bez zarzutu. Jak zweryfikować: wybierz trzy najbardziej konkretne twierdzenia i sprawdź każde w dwóch niezależnych źródłach. Co obala: jeśli wszystkie się zgadzają, sygnał milczy. Jeśli dwa z trzech są „prawie”, masz tekst do przepisania, i to jest ważniejsze niż pytanie o autora.

Sygnał 3: nadwyżkowe słownictwo i kalki

Kobak i współautorzy przeanalizowali ponad 15 milionów abstraktów z PubMed i pokazali, że po 2023 roku skokowo wzrosła częstość setek słów stylistycznych: „delve”, „intricate”, „pivotal”. Z tej nadwyżki oszacowali, że co najmniej 13,5% abstraktów z 2024 roku przeszło przez model. Po polsku widać to jako kalki: „zagłębić się w”, „kluczowy aspekt”, „w dzisiejszym dynamicznym świecie”, „warto zauważyć”, „podsumowując” na końcu każdego akapitu. Jak zweryfikować: porównaj z wcześniejszymi tekstami tego samego autora, narzędzie Porównaj teksty pokaże różnice. Co obala: autor, który tak pisał przed 2023 rokiem. Metoda Kobaka działa na korpusie, nie na pojedynczym tekście, i sami autorzy o tym piszą.

Sygnał 4: typografia nie z polskiej klawiatury

Modele uczone głównie na angielskim przenoszą do polskiego swoje nawyki: długą pauzę w środku zdania, angielskie cudzysłowy zamiast polskich, wielokropek jako jeden znak, czasem niewidoczne znaki Unicode. Jak zweryfikować: wklej tekst do narzędzia Ukryte znaki albo użyj wyszukiwania w edytorze. Co obala: Word i Dokumenty Google same zamieniają dywizy na pauzy, a wielu redaktorów pisze angielskimi cudzysłowami z przyzwyczajenia. To najsłabszy z siedmiu sygnałów.

Sygnał 5: równy rytm i lustrzane akapity

Model domyślnie równa długość zdań do średniej, buduje wyliczenia po trzy elementy i zamyka akapit streszczeniem tego samego akapitu. Człowiek stawia zdanie na cztery słowa obok zdania na trzydzieści. To dokładnie ta cecha, którą detektory mierzą jako „burstiness”. Jak zweryfikować: Detektor AI-pisaniny pokazuje rozrzut długości zdań i zaznacza akapity z największą gęstością sygnałów, bez wysyłania tekstu na serwer. Co obala: instrukcje, regulaminy i wypracowania według schematu mają niski rozrzut z natury. OPI PIB pisze to samo o JSA: definicje i akty prawne są typowym źródłem fałszywych alarmów.

Sygnał 6: brak zakotwiczenia

Tekst z modelu wie wszystko, co jest w internecie, i nic, czego tam nie ma. Nie ma w nim liczby z własnego arkusza, rozmowy z klientem, nazwy ulicy ani zdania „nie wiem”. Przykłady to „pewna firma z branży e-commerce”, cytaty są bez nazwiska. Jak zweryfikować: poproś autora o jeden szczegół spoza tekstu: skąd wziął liczbę z trzeciego akapitu, z kim rozmawiał, co odrzucił. Kto pisał, odpowiada w minutę. Co obala: teksty z definicji ogólne, jak hasło encyklopedyczne.

Sygnał 7: historia powstania dokumentu

Jedyny sygnał, który działa w obie strony i nie jest statystyką. Dokumenty Google zapisują historię wersji, Word z OneDrive też, a Grammarly Authorship od kwietnia 2025 roku nagrywa proces pisania i rozróżnia tekst wpisany, wklejony i wygenerowany, jeśli był włączony w trakcie. Dokument, który powstał przez wklejenie 8000 znaków o 23:40, wygląda inaczej niż taki, który rósł przez trzy wieczory. Jak zweryfikować: poproś o dostęp do dokumentu z historią albo o link do raportu Authorship. Co obala: pisanie w edytorze bez historii i przenoszenie gotowego tekstu z innego pliku. Brak historii nie jest dowodem winy; obecność historii jest mocnym dowodem niewinności.

Czego nie robić

• Nie pytaj ChatGPT, czy to jego tekst. Model nie ma dostępu do statystyki swojego generowania i przyznaje się do cudzych tekstów. W 2023 roku wykładowca Texas A&M-Commerce wstrzymał na tej podstawie oceny grupie studentów i musiał się wycofać.
• Nie szukaj znaku wodnego. Gemini i Claude znakują tekst niewidocznym znakiem, ale publiczny czytnik dla tekstu nie istnieje, a OpenAI znaku nie stosuje.
• Nie uśredniaj procentów z kilku detektorów. Każdy liczy co innego; dwa sprzeczne wyniki znaczą tyle, że sam wynik nie jest dowodem.

Jak złożyć sygnały w decyzję

To opinia redakcji. Sygnał 1 rozstrzyga sam: tekst ze zmyślonym źródłem wraca do autora. Sygnały 2 i 6 decydują, czy tekst nadaje się do publikacji, niezależnie od autorstwa. Sygnały 3, 4 i 5 są wskazówką, gdzie czytać uważniej, i nigdy podstawą do zarzutu. Sygnał 7 zamyka sprawę, jeśli autor go ma. Jeśli oceniasz cudzą pracę w szkole albo na uczelni, sam wynik narzędzia nie wystarcza; piszę o tym w tekście Detektor AI: jak działa, dlaczego się myli.

Zobacz też: Detektory AI: jak działają, które są wiarygodne i co zrobić z wynikiem · Fałszywe oskarżenie o AI: co zrobić, gdy detektor oznaczył Twoją pracę · Pangram: detektor tekstu z AI - jak działa i ile kosztuje

Najczęstsze pytania

Czy da się na pewno sprawdzić, czy tekst napisała AI?

Nie. Można wykazać zmyślone źródła i błędne fakty, a historia wersji może udowodnić, że tekst pisał człowiek. Odwrotnego dowodu ze stylu nie ma; nawet najlepsze detektory mylą się na tekstach przerobionych. Przy obrazach i nagraniach z modeli Google można sprawdzić znak wodny - jak użyć SynthID Detector, pokazuję osobno.

Po czym poznać tekst z ChatGPT po polsku?

Po kalkach („zagłębić się”, „w dzisiejszym dynamicznym świecie”), długich pauzach w środku zdań, wyliczeniach po trzy, równych akapitach z podsumowaniem i braku konkretów spoza internetu. Żadna z tych cech osobno nie wystarcza.

Jak udowodnić, że tekst napisałem sam?

Historią wersji w Dokumentach Google albo Wordzie z OneDrive, raportem Grammarly Authorship, wersjami roboczymi i notatkami. Działa tylko wtedy, gdy zapisujesz pracę w miejscu, które prowadzi historię.

// czytaj dalejPołowa tego, co napisałem rok temu, jest dziś nieprawdąMagazynAI w analizie rynku będzie czytać sygnały szybciej niż zespoły. Najtrudniejsze będzie odsiać hałasPremiumBańka AI pęknie w 2026 - oto 10 sygnałów ostrzegawczychFelietony