Антиплагиат распознает текст, написанный с помощью GPT. Ушла эпоха дипломов, созданных ИИ?

Современные системы проверки на плагиат постепенно адаптируются к новой реальности и начинают уметь распознавать тексты, созданные с помощью моделей вроде GPT.
Антиплагиат существует не первый год и даже не первое десятилетие. Вообще, это программное обеспечение, предназначенное для выявления заимствований в текстах. Оно сравнивает поданный документ с базами данных интернет-ресурсов, научных публикаций, учебных работ и других источников. Однако современный вызов заключается в том, что текст может быть не списан, а сгенерирован ИИ, и тогда задача становится сложнее.

Почему традиционный антиплагиат не всегда видит GPT?

Стандартные программы (например, Антиплагиат ВУЗ, Turnitin, Advego Plagiatus и другие) ищут точные или близкие совпадения в уже существующих текстах. А текст, написанный с помощью GPT:

• уникален — он не копирует конкретную статью или источник;
• генерируется "на лету" — не существует заранее загруженного оригинала;
• имеет структуру, отличную от типичного студенческого текста.

История создания антиплагиатных систем

Первые попытки автоматизировать проверку оригинальности текстов начались ещё в конце 1970-х годов, когда университеты начали сталкиваться с проблемой списывания студенческих работ. Однако первые полноценные программы появились в середине 1990-х годов, когда интернет начал активно внедряться в повседневную жизнь. Одним из первых коммерческих решений стала система Turnitin , запущенная в 1997 году в США.
Она позволяла преподавателям загружать студенческие работы и сравнивать их с базой данных уже существующих публикаций, сайтов и ранее сданных работ. Система быстро получила распространение в вузах благодаря своей простоте и эффективности.

В России развитие антиплагиатных программ началось чуть позже. Первые отечественные системы появились в начале 2000-х годов. Одной из самых известных стала система Антиплагиат ВУЗ , разработанная компанией «Антиплагиат» (ныне — группа компаний АО «Эксперт», https://www.antiplagiat.ru ). Эта система была внедрена во многих российских университетах и стала стандартом для проверки выпускных квалификационных работ.
Основная задача антиплагиатной системы — выявить совпадения между анализируемым текстом и другими источниками. Современные системы, такие как Turnitin, Antiplagiat, Grammarly Plagiarism Checker и другие, используют сложные алгоритмы машинного обучения, чтобы не просто находить совпадения, но и давать оценку оригинальности текста.

Можно ли проверить, делал математические расчёты человек или искусственный интеллект?

На первый взгляд, математика — это формальная система, и неважно, кто её использует: человек или компьютер. Однако при анализе решения можно заметить некоторые характерные особенности: неидеальный порядок действий, ошибки в вычислениях - пропущенный шаг, забытая скобка, а также субъективность объяснений и долгая запись решения.
ИИ работает как судент-отличник: нейросети редко ошибаются в вычислениях, если запрос понятен.
Хотя большинство антиплагиатных программ (например, Антиплагиат ВУЗ, Turnitin) изначально были созданы для поиска заимствований, они не справляются с задачей обнаружения ИИ в математических работах. Новые технологии уже начинают внедрять специальные модули, ориентированные именно на эту задачу, но, по мнению специалистов в области образования и искусственного интеллекта, точно определить авторство математического текста пока невозможно.

Перспективы развития антиплагиата и обнаружения ИИ

Одной из ключевых тенденций в ближайшие годы станет глубокая интеграция методов машинного обучения в системы проверки оригинальности . Современные алгоритмы уже умеют не просто сравнивать текст с имеющимися источниками, но и анализировать его внутреннюю структуру — частоту словоупотребления, синтаксические особенности, логическую связность предложений и даже стиль написания. Такие подходы позволяют выявлять характерные черты текстов, созданных нейросетями, даже если они уникальны и не имеют прямых совпадений в интернете или базах данных.
Один из эффективных методов обхода антиплагиата — переписывание текста своими словами. Даже если исходный материал создан нейросетью, его можно переформулировать, изменить структуру предложений и добавить личные комментарии. Это помогает снизить уровень формального сходства и приблизить текст к стилю человека.

Ещё один способ — многоэтапная обработка текста: сначала генерация через одну модель (например, Gemini), затем переработка через другую (например, YandexGPT). Это создаёт эффект "человеческой мысли", снижая вероятность обнаружения ИИ. Также полезно вносить ошибки и повторы , характерные для человеческого письма. Небольшие неточности, дополнительные пояснения и отклонения в структуре делают текст менее "идеальным" и ближе к реальному авторству. 

Ещё одной важной перспективой является развитие многоуровневого анализа , при котором система не только определяет наличие заимствований, но и даёт оценку вероятности использования ИИ, а также уровня человеческого участия в подготовке текста. Например, можно будет увидеть, какие части работы были написаны самостоятельно, а какие, скорее всего, были сгенерированы нейросетью. Это даст преподавателям возможность более точно понимать, как именно студент работал над заданием, и поможет сохранить баланс между использованием технологий и развитием навыков самостоятельного мышления.
Готов ли кто-то сейчас обойтись без возможностей ИИ, которые, буквально, доступны в каждом телефоне?

Скрытые метки ИИ?

В прошлом месяце специалисты платформы Rumi сообщили, что некоторые версии ChatGPT (o4-mini-high, o3) добавляют в генерируемый текст неразрывные пробелы (U+202F) — символы, невидимые в обычных редакторах, но обнаруживаемые в кодовых редакторах, таких как VS Code. Эти символы могли бы использоваться как скрытая "подпись" ИИ , однако представители OpenAI опровергли идею намеренного внедрения водяных знаков. По их словам, такие особенности возникли случайно — как побочный эффект обучения модели с подкреплением. Ранее компания рассматривала возможность добавления видимых или невидимых водяных знаков в тексты от ИИ , чтобы помочь преподавателям выявлять работы, написанные с помощью нейросети. Однако от этой идеи отказались из-за этических и технических сложностей. Тем не менее, исследователи утверждают: даже без явных меток современные системы могут отличить текст, созданный GPT, от человеческого , благодаря анализу стиля, логики и вероятностной структуры предложений.

Если OpenAI действительно будет внедрять такие метки, это может быть сделано:

Использование ИИ этично?

Вопрос не только в том, можно ли обнаружить ИИ , но и в том, следует ли это делать вообще. Некоторые педагоги считают, что ИИ должен стать частью образовательного процесса , а не средством обмана. Если студент умеет правильно задавать вопросы и интерпретировать ответы, это тоже навык, который заслуживает оценки.
Но если студент пишет курсовую работу с помощью ИИ, можно ли считать её своей? Если художник создаёт картину через нейросеть, чьё это произведение — его или алгоритма?
В конечном итоге, развитие антиплагиатных технологий и систем обнаружения ИИ направлено не на запрет прогресса, а на то, чтобы сделать его частью честной и контролируемой системы образования и коммуникации.
Технологии продолжают развиваться, и уже сегодня можно говорить о том, что мы стоим на пороге нового этапа в области проверки подлинности текстов — этапа, где важен не только вопрос «откуда взят текст» , но и «кто его написал» .