„Twój tekst w 97% wygląda na napisany przez AI”. Taki komunikat potrafi zmrozić. Student boi się zarzutu ściągania, freelancer utraty zlecenia, a autor oskarżenia, że oszukuje czytelników. Problem w tym, że ten procent nie znaczy tego, co większość ludzi myśli. To nie dowód. To zgadywanie — czasem trafne, czasem kompletnie chybione.
Jesteśmy narzędziem do humanizacji tekstu, więc moglibyśmy Ci teraz obiecać, że po naszej obróbce żaden detektor niczego nie wykryje. Nie zrobimy tego, bo byłaby to nieprawda. Zamiast tego pokażemy, jak te narzędzia naprawdę działają, dlaczego się mylą i jak czytać ich wynik, żeby nie robić z niego wyroczni.
Jak w ogóle działają detektory AI
Zacznijmy od najważniejszego nieporozumienia. Detektor nie „widzi”, kto napisał tekst. Nie ma dostępu do prawdy o autorstwie — nie wie, czy siedziałeś nad akapitem trzy godziny, czy wkleiłeś go z czatu. Zgaduje na podstawie samego tekstu, i tylko na jego podstawie.
Co konkretnie mierzy? W dużym uproszczeniu — jak bardzo tekst jest „przewidywalny”. Modele językowe uczą się, które słowo najczęściej pada po którym. Gdy człowiek pisze, raz po raz wybiera słowo mniej oczywiste, skręca w bok, wtrąca dygresję. Model językowy statystycznie częściej sięga po wariant najbardziej spodziewany. Detektor liczy więc dwie rzeczy: jak zaskakujący jest dobór słów (w żargonie „perplexity”) oraz jak bardzo zdania różnią się od siebie rytmem i długością („burstiness”). Tekst gładki, równy i przewidywalny dostaje wysoki wynik „AI”. Tekst nierówny, z nagłymi zwrotami — niski.
I tu robi się ciekawie. Bo „gładki i przewidywalny” to nie jest cecha wyłącznie maszyny. To po prostu opis pewnego stylu pisania.
Fałszywe alarmy — kogo detektory krzywdzą
Fałszywy alarm (po angielsku „false positive”) to sytuacja, gdy detektor oznacza jako AI tekst napisany przez człowieka. I nie jest to margines. Badanie Uniwersytetu Stanforda pokazało, że około 61% esejów napisanych na egzamin TOEFL przez osoby, dla których angielski nie jest językiem ojczystym, zostało błędnie uznanych za wygenerowane przez AI.
Dlaczego akurat oni? Bo osoba pisząca w wyuczonym języku sięga po mniejszy zasób słów i prostsze, bezpieczniejsze konstrukcje. Dokładnie te cechy detektor odczytuje jako „przewidywalność”. Efekt: narzędzie karze za to, że ktoś pisze ostrożnie — a nie za to, że ściągał.
Ten sam mechanizm uderza w więcej grup, niż mogłoby się wydawać:
- osoby piszące prostą, komunikatywną polszczyzną, bez ozdobników;
- autorów tekstów formalnych — regulaminów, instrukcji, pism urzędowych, gdzie styl ma być suchy i powtarzalny;
- uczniów i studentów, którzy dopiero uczą się pisać i trzymają się schematów wpajanych w szkole;
- każdego, kto redagował tekst starannie, aż zrobił się równy i „wygładzony”.
Paradoks jest okrutny: im lepiej i porządniej człowiek napisze, tym łatwiej wpadnie w podejrzenie. Dobrze poukładany akapit wygląda dla detektora podobnie jak akapit z modelu.
Dlaczego są z natury zawodne
To nie jest kwestia jednej słabej aplikacji, którą naprawi kolejna wersja. Zawodność siedzi w samej konstrukcji problemu.
Po pierwsze — nie ma wzorca prawdy. Antywirus może porównać plik ze znaną sygnaturą wirusa. Detektor AI nie ma takiego punktu odniesienia. Nie istnieje „baza tekstów AI”, z którą można porównać Twój akapit. Jest tylko szacunek prawdopodobieństwa oparty na cechach stylu.
Po drugie — to statystyka, nie pomiar. Wynik to zakład o rozkład słów, a zakłady się przegrywa. Zawsze będzie grupa ludzi, którzy piszą „za równo”, i grupa tekstów AI, które akurat wyszły nierówno. Żaden próg nie rozdzieli tych zbiorów czysto.
Po trzecie — modele robią się coraz lepsze. Im naturalniej pisze model, tym mniejsza statystyczna różnica między jego tekstem a ludzkim. Detektory gonią cel, który ucieka szybciej, niż one biegną. To wyścig z góry przegrany.
Najmocniejszy dowód dała sama branża. W 2023 roku OpenAI wycofało własny klasyfikator wykrywający tekst napisany przez AI — z powodu niskiej skuteczności. Trudno o lepszą ilustrację: firma, która buduje te modele, nie potrafiła zbudować wiarygodnego narzędzia do ich wykrywania.
Jak czytać wynik detektora
Skoro detektory bywają tak zawodne, czy są bezużyteczne? Nie do końca. Trzeba je tylko czytać jak to, czym są — jako sygnał prawdopodobieństwa, a nie werdykt.
„87% AI” nie oznacza „w 87% ten tekst napisała maszyna” ani „mam 87% pewności”. To wynik modelu statystycznego, który równie dobrze mógł się pomylić — jak w tych 61% esejów TOEFL. Kilka zasad, które warto trzymać w głowie:
- Wynik nie jest dowodem. Nadaje się co najwyżej na pytanie „przyjrzyjmy się temu bliżej”, nie na oskarżenie.
- Różne detektory dają różne wyniki dla tego samego tekstu. Gdyby mierzyły coś obiektywnego, zgadzałyby się.
- Drobna zmiana w tekście potrafi przerzucić wynik z zielonego na czerwony. Coś, co jest aż tak chwiejne, nie jest wagą pewności.
Co z tym zrobić w praktyce
Wnioski zależą od tego, po której stronie ekranu siedzisz.
Jesteś autorem i dostałeś czerwony wynik. Nie panikuj i nie przepisuj tekstu w kółko, żeby zbić procent — to droga donikąd, bo detektor i tak może się zawahać przy następnym uruchomieniu. Jeśli tekst jest Twój, masz proces, który to potwierdza: szkice, notatki, historię wersji, poprzednie zdania. To warte więcej niż jakikolwiek wynik z aplikacji.
Sprawdzasz cudzy tekst. Czerwony wynik potraktuj jako początek rozmowy, nie jej koniec. Porozmawiaj z autorem, poproś o wyjaśnienie fragmentu, zapytaj o proces powstania. Postawienie zarzutu na podstawie samego procentu jest ryzykowne i — jak pokazuje przypadek egzaminów językowych — bywa po prostu krzywdzące dla niewinnych osób.
Chcesz, żeby tekst był lepszy. Tu jest sedno naszego podejścia. Poprawiaj tekst dla czytelnika, nie dla detektora. Rozbij jednostajny rytm zdań, wytnij kalki z angielskiego, dopisz konkret zamiast ogólnika, nadaj tekstowi własny głos. Zrobisz to sam albo z pomocą narzędzia — ale robisz to po to, żeby tekst dobrze się czytał, a nie żeby „przechytrzyć” system. Rozpisaliśmy te ruchy krok po kroku w poradniku o tym, dlaczego teksty z ChatGPT brzmią sztucznie po polsku.
Efekt uboczny bywa taki, że lepszy tekst rzadziej wpada w fałszywy alarm — ale to skutek jakości, nie cel sam w sobie i nie żadna gwarancja. Jeśli szukasz narzędzia, które pomoże przepisać tekst pod polską odmianę i naturalny rytm, humai jest właśnie do tego. Bez obietnic „niewykrywalności”, bo takich nikt uczciwie nie da. Piszemy dla ludzi — detektory niech się martwią same.