Детекторы AI-текста врут. При появлении новой модели они пропускают больше половины (данные Pudasaini et al., Arxiv, 2026). GPTZero мои собственные тексты определял как машинные. Три раза подряд.
Зато люди, которые сами работают с нейросетями, ловят AI-текст с точностью около 90%. Это выяснили исследователи MIT в 2025 году. Глаз бьёт алгоритм.
Я два года работаю с языковыми моделями в Рерайт-Заводе – мы делаем AI-систему для региональных СМИ. Собрала 12 признаков, по которым машинный текст виден за минуту.
Почему нейросети пишут одинаково
Нейросеть выбирает каждое следующее слово по вероятности – какое чаще всего идёт после предыдущего. Как Т9, только сильно умнее. Из-за этого появляются одинаковые паттерны в любом AI-тексте.
Исследователи из PNAS (2025) сравнили тексты людей и нейросетей: причастные обороты у AI встречаются в 2–5 раз чаще.
1. Длинные цепочки через запятую
«Обеспечивая рост, привлекая инвесторов и создавая рабочие места» – три действия в одном предложении. Живой автор разбил бы на отдельные.
2. Все списки из трёх
Нейросеть впитала структуру «заголовок + три пункта». В жизни бывает два, четыре, шесть. У нейросети – три. Всегда.
3. Один человек – три разных слова
«Редактор проверяет текст. Специалист вносит правки. Профессионал утверждает версию.» Это про одного. Машина боится повторять слово и каждый раз подбирает синоним. Люди так не делают – пишут «он» или повторяют.
4. «Важно отметить»
«Стоит учитывать», «нельзя не заметить», «следует подчеркнуть» – если встречается несколько раз за текст, это нейросеть. Смысла ноль. Нейросеть вставляет такое как страховку: за перестраховку при обучении не ругали.
5. Рекламные слова без повода
«Уникальный», «потрясающий», «в самом сердце» – нейросеть воспроизводит восторженный тон, потому что рекламных текстов в обучающих данных было завались.
6. Переводческие кальки
«Играет ключевую роль» – дословный перевод plays a pivotal role. «На сегодняшний день» – as of today. Нейросеть думает по-английски, даже когда пишет по-русски.
7. Тире через каждые 100 слов
GPT ставит длинное тире 10 раз на 1000 слов. Обычный автор – около 3. Нейросеть обучалась на технических текстах с разметкой, тире там – структурный знак.
8. «Мы говорим не о проблеме, мы говорим о возможности»
Конструкция из мотивационных выступлений. Встречается почти в каждом длинном AI-тексте. При повторении – железный маркер.
9. Предложения одинаковой длины
Посчитайте слова: 14, 16, 15, 17. Ровненько. У живого текста – скачки: очень длинное, потом короткое, потом среднее.
10. Слишком гладкие переходы
«Кроме того», «в связи с этим» между каждым абзацем. У живого текста бывают скачки, ремарки не к месту, возвраты к прошлой мысли.
11. Тон учителя
«Давайте рассмотрим», «необходимо понимать» – нейросеть обучена отвечать на вопросы и включает режим «учитель – ученику», даже когда вы разбираетесь лучше неё.
12. Слова-маркеры
Исследование Nature Human Behaviour (2024–2025): слово delves (русский аналог – «рассматривает», «погружается») выросло на 654% с 2020 по 2023 год в научных текстах. Сейчас уже снижается – стало общеизвестным маркером. На его месте появятся новые.
Что с этим делать
Запрещать нейросети бессмысленно. Вопрос в другом – человек после неё прошёлся или скопировал выдачу как есть. Если редактирует, убирает маркеры, добавляет свой голос – нормально. Если вставил и отправил – видно сразу.
Через неделю с этим списком начинаешь замечать маркеры на автомате.
Статья написана с помощью AI-системы «Рерайт-Завод»