ИИ переписывает правила человеческого текста

Исследователи предупреждают: искусственный интеллект способен не только создавать текст, но и «подчищать» собственные следы. В центре анализа — идея о том, что одна модель ИИ может переписать черновик другой модели так, чтобы характерные признаки машинного стиля стали гораздо менее заметными для редакторов и автоматических детекторов.

Об этом заявил Fırat Mıhcı — специалист по компьютерной лингвистике и основатель HumanizeMy.ai. По его словам, после такой переработки текст может пройти проверку человека, а затем быть опубликован под настоящим именем автора, уже без пометки о машинном происхождении. Иными словами, ИИ достаточно один раз убедительно притвориться человеком — и этот удачный камуфляж попадает в корпус образцовых «человеческих» текстов.

В исследовании проанализировали 18 989 научных аннотаций из трёх дисциплин, опубликованных в период с 2019 по 2026 год. Авторы сравнили частотность слов до и после конца 2022 года — времени, когда широко распространились инструменты для генерации текстов.

Самые заметные изменения обнаружили в компьютерной лингвистике: частота слов, связанных с ИИ-стилем, выросла с 1,9 до 14 случаев на 10 000 слов. Это примерно семикратный рост. В аннотациях по нейронаукам показатель увеличился с 1,7 до 8,7 случая — почти в пять раз.

Математика стала контрольной группой: там частотность изменилась лишь с 0,9 до 1,3 случая на 10 000 слов. Причём интервалы статистической неопределённости пересекались, поэтому исследователи сочли этот рост неотличимым от отсутствия изменений за весь период наблюдений.

Отдельно отслеживалось слово «delve» — «углубиться» или «исследовать подробнее», которое часто связывают с текстами ИИ. В 2024 году оно встречалось в 2,75% изученных аннотаций, а в неполной выборке за 2026 год — лишь в 0,12%. Однако данные за 2026 год ещё не собраны полностью, поэтому показатель может измениться.

Кроме «delve», исследователи анализировали слова «intricate» («сложный»), «showcase» («демонстрировать»), «nuanced» («нюансированный») и «underscore» («подчёркивать»). По утверждению авторов, редакторы и издатели не указывали на искусственное происхождение такой лексики до принятия рукописей к публикации.

Исследование не утверждает, что любая работа с подобными словами создана ИИ. Его вывод осторожнее: лексика, которую связывают с генеративными моделями, постепенно входит в опубликованный научный язык, а проверка авторства только по словам становится всё менее надёжной.

Возникает замкнутый круг. Детекторы, обученные на старых текстах, могут ошибочно обвинять людей, чей естественный словарь теперь похож на машинный. А модели, обученные на новых публикациях, начинают воспринимать уже изменённый ИИ язык как норму — и будущие машинные тексты обнаружить ещё труднее.

Mıhcı сформулировал проблему так: «ИИ нужно лишь один раз, чтобы его переписанный текст приняли за человеческий. После этого маскировка становится частью ключа правильных ответов».

Если тексты, стилизованные ИИ, продолжат незаметно попадать в научные публикации, будет постепенно сдвигаться сама граница того, что принято считать человеческим письмом. Для сфер, где авторство пытаются определить по стилю, это означает неприятную перспективу: проверять придётся не только текст, но и происхождение языковых привычек, на которые раньше полагались как на доказательство.