Профессор Тихомирова: антиплагиат бессилен против ИИ

📌 Детекторы сгенерированного текста и системы антиплагиата существенно отстают от развития нейросетей, а распознать фальсификацию непросто даже экспертам, рассказала RT профессор кафедры философии НИЯУ…

Реклама
Полезное

Брокерский счёт с бонусом до 5 000 ₽ новым клиентам

Открыть брокерский счёт

Партнёрский материал. Мы получаем вознаграждение от партнёров.

📚

С 2022 года ИИ-генераторы текста, такие как ChatGPT, стали массово использоваться в образовании и науке. Это вызвало волну дискуссий о качестве и этичности таких работ. Российские и зарубежные системы детекции показывают низкую эффективность, так как ИИ учится удалять маркеры сгенерированного контента. Ранее фокус был на выявлении неестественного языка, но теперь проблема сместилась к проверке достоверности данных.

🧠

Тихомирова указывает на сдвиг проблемы с формы на содержание: теперь важнее оценивать идеи, а не искать следы ИИ. Это связано с быстрым развитием языковых моделей, которые уже пишут «чистые» тексты. Проигрывают создатели антиплагиатных систем, чей бизнес-модель устаревает. Выигрывают авторы и научные журналы, которые могут сосредоточиться на качестве исследований, а не на технической проверке.

🧠 Анализ SmartNewsAI

Антиплагиат устарел: почему проверка текста больше не работает Битва за честность в текстах длится уже не первое десятилетие. Сначала преподаватели ловили списывание вручную, потом пришли программы для поиска заимствований — и казалось, технология победила. Но сейчас ситуация переворачивается с ног на голову: инструменты, которые ещё вчера считались надёжными, теряют смысл. Речь идёт не о техническом сбое, а о фундаментальном сдвиге в том, как создаётся контент.

Новые языковые модели развиваются слишком быстро По словам профессора Екатерины Тихомировой, рынок систем антиплагиата сейчас переживает кризис выживания. Модели обновляются каждые три месяца, и качество генерируемых текстов растёт лавинообразно. Поиск формальных признаков — характерных оборотов, паттернов, водяных знаков — перестаёт работать. Сами языковые модели способны убирать маркировку сгенерированного контента, что делает техническую детекцию бессмысленной.

Даже опытный литературный редактор скоро не сможет отличить машинный текст от человеческого по стилю.

Где настоящая угроза

Проблема сместилась в другую плоскость. Написать гладкий, грамотный текст стало просто — и именно поэтому это перестало быть достижением. Теперь опасность кроется не в способе создания, а в содержании. Неэтичное использование генеративных инструментов, фальсификация данных, выдача чужих идей за свои — вот что требует внимания. Особенно это критично в науке: эксперт должен уметь не просто уловить «неестественность» языка, а заподозрить подделку фактов и результатов.

Что это меняет для обычных людей

Для студентов и преподавателей это означает конец привычных правил игры. Сдавшись в систему антиплагиат текст, написанный «под диктовку» модели, можно получить чистый результат — но это не сделает работу ценной. Для работодателей вопрос встаёт иначе: резюме, сопроводительные письма, тестовые задания — всё это теперь требует проверки не на «человечность», а на реальность опыта и компетенций.

Для читателей новостей и аналитики это риск столкнуться с красиво оформленной дезинформацией, которую не отловит ни один алгоритм. Российские и зарубежные системы детекции сильно отстают от возможностей моделей. Это означает, что рынок в ближайшие годы будет перестраиваться: вместо технических решений придут экспертные оценки, устные собеседования, живые дискуссии. Ценность подлинного опыта и оригинальной идеи будет расти — но и проверить их станет сложнее.

Что будет дальше

Профессор Тихомирова указывает на главный сдвиг: на первый план выходит оценка сути и ценности идей, а не маркировка способа их фиксации. Это может привести к возрождению живой экспертизы — устных экзаменов, публичных защит, проектной работы. Технологии, которые обещали облегчить контроль, в итоге вернули человеческое суждение в центр системы. Вопрос в том, хватит ли обществу экспертов и времени на такую работу.

Полезен разбор?
Читать полностью на RT →
Поделиться: Telegram VK

Читайте нас там, где удобно вам

Telegram-канал Яндекс.Дзен ВК

Получайте такие новости первым

Нейросеть-анализатор собирает, сопоставляет и анализирует новости каждые 15 минут — в одну понятную картину. Читаем, обсуждаем, делимся мнениями.

Вступить в Telegram

Бесплатно · Без спама · Отписка в 1 клик