Ще кілька років тому створення експертної статті вимагало багатогодинної, а то й багатоденної підготовки. Потрібно було розібратися в темі, знайти джерела, поговорити з експертами, зібрати фактаж, вибудувати структуру. І тільки потім сідати за текст.
Сьогодні дистанцію між ідеєю та готовою статтею можна «пробігти» за допомогою усього одного промпта.
Нейромережі вміють писати швидко, красиво й переконливо. Вони можуть за кілька секунд запропонувати структуру статті, пояснити складну тему простими словами, придумати десяток заголовків або перетворити сухий набір тез на цілком пристойний текст. І було б дивно цим не користуватися.
Але є одна проблема, про яку ми у Word Factory знаємо не з чуток. Уміння добре складати слова в речення — не те саме, що вміння створювати хороший контент.
Чому ШІ може помилятися
Великі мовні моделі не працюють як енциклопедія, у якій для кожного твердження зберігається картка з позначкою «перевірено». В основі їхньої роботи — передбачення того, яке продовження є найімовірнішим у заданому контексті. Тому нейромережа здатна однаково впевнено повідомити і реальний факт, і дуже правдоподібну вигадку. Так з’являються знамениті «галюцинації» ШІ.
Модель може переплутати дату, приписати людині слова, яких вона ніколи не говорила, послатися на дослідження з переконливою назвою, якого насправді не існує. Іноді помилка помітна одразу. А іноді вона так органічно вписана в текст і така переконлива, що виявити її можна лише після ретельної перевірки.
У 2026 році дослідники, які вивчали появу неіснуючих бібліографічних посилань у науковій літературі, оцінили, що тільки в публікаціях 2025 року їх могло бути близько 147 тисяч. Автори дослідження зафіксували різке зростання таких посилань після масового поширення великих мовних моделей і виявили зв’язок з ознаками використання ШІ під час підготовки текстів.
Звісно, ця цифра не означає, що нейромережі «вигадали» майже 150 тисяч наукових робіт, і тим більше не дає змоги обчислити якийсь універсальний відсоток помилок ШІ. Але вона добре показує масштаб ширшої проблеми: текст, що має правдоподібний вигляд, і достовірний текст — не одне й те саме.
Розробники нейромереж про це знають. Нові покоління моделей стають точнішими, отримують доступ до вебпошуку, вчаться працювати з джерелами й краще визнавати невизначеність. Кількість галюцинацій у багатьох тестах справді знижується. Але не зникає сама необхідність перевірки. І фактичні помилки — лише частина комплексної проблеми.
Текст може не містити жодної відвертої вигадки, але при цьому залишатися поверховим. Нейромережа може переказати десятки наявних матеріалів, але не поговорить замість автора з інженером, який десять років обслуговує промислове обладнання. Не дізнається у клієнта подробиці кейсу, яких немає в інтернеті. Не вирішить сама, яким джерелам можна довіряти. Не завжди помітить суперечність між двома дослідженнями. Нарешті, вона може написати текст, у якому формально все на місці — лід, підзаголовки, списки, висновки, а читати чомусь нудно.
Тому питання «чи може ШІ писати тексти?» вже не актуальне. Звісно, може. Набагато цікавіше інше: як зрозуміти, де перед нами результат повноцінної роботи з контентом, а де — текст, який згенерували за пару кліків?
Здавалося б, відповідь уже існує. В інтернеті працюють десятки ШІ-детекторів — сервісів, які обіцяють визначити, написала текст людина чи нейромережа. Завантажуєте статтю, натискаєте кнопку — й отримуєте вердикт, наприклад «97% ШІ».
Виглядає майже як аналіз ДНК для тексту. Але чи можна довіряти цим відсоткам? І взагалі, як сервіс може визначити автора тексту, якщо сучасні нейромережі вміють імітувати найрізноманітніші стилі письма?
Щоб розібратися, команда Word Factory вирішила перевірити тих, хто перевіряє ШІ. Далі розповімо, як працюють ШІ-детектори, що насправді означають їхні відсотки й наскільки добре вони відрізняють людську роботу від машинної.
Як ШІ-детектори розуміють, що текст написала нейромережа
ШІ-детектор не може зазирнути всередину тексту і знайти там невидимий підпис «зроблено в ChatGPT». Він оцінює імовірність машинного походження за набором ознак.
Щоб зрозуміти, як це можливо, корисно згадати, як працюють самі мовні моделі. Якщо дуже спростити, нейромережа генерує текст послідовно, вибираючи продовження на основі ймовірностей. Після фрази «Взимку температура повітря зазвичай…» набагато ймовірніше з’явиться слово «знижується», ніж, наприклад, «танцює».
Людина також пише не випадковими словами. Але людська мова зазвичай менш передбачувана. Ми змінюємо довжину речень, несподівано формулюємо думки, використовуємо рідкісні звороти, відволікаємося, повертаємося назад, допускаємо стилістичні шорсткості. Можемо, наприклад, поставити три крапки там, де вони не зовсім доречні…
ШІ-детектори намагаються виявити статистичні закономірності, характерні для машинної генерації.
Наскільки текст передбачуваний
Один із відомих показників, пов’язаних із детекцією ШІ-тексту, — perplexity, або перплексія. Простими словами, це те, наскільки «несподіваним» виявляється текст для мовної моделі.
Якщо слова й конструкції ідуть одне за одним дуже передбачувано, perplexity буде нижчою. Більш несподіваний вибір слів підвищує її.
Саме цей принцип використовували, наприклад, під час створення GPTZero: розробники сервісу пояснювали, що одна зі складових його алгоритму оцінює, наскільки ймовірно мовна модель сама вибрала б ті слова, які трапляються в тексті, що перевіряється.
Але тут важливо не зробити надто простий висновок: низька perplexity ≠ текст написав ШІ.
Людина цілком здатна писати дуже передбачувано, особливо якщо це інструкція, офіційний лист, типовий опис товару або академічний текст. А нейромережу, навпаки, можна попросити використовувати незвичні формулювання, змінювати стиль і структуру. Тому одного показника недостатньо.
Наскільки текст одноманітний
Тут у гру вступає інший параметр — burstiness. Він описує варіативність тексту.
Уявіть два фрагменти. В одному майже всі речення приблизно однакової довжини. Вони послідовно розкривають думку, використовують схожі конструкції й утворюють дуже рівний ритм. В іншому коротке речення раптово змінюється довгим. Потім іде запитання. Далі автор робить відступ, використовує незвичайний зворот і знову повертається до основної думки.
Історично машинна генерація частіше тяжіла до першого варіанта — статистично рівного й передбачуваного тексту. Людське письмо зазвичай демонструє більше варіативності.
Але й це лише сигнал, а не доказ. Сучасні мовні моделі вміють імітувати різні стилі значно краще за ранні генератори, а людина цілком може писати монотонно.
Стиль, синтаксис і сотні дрібних ознак
Сучасний ШІ-детектор зазвичай аналізує текст набагато глибше, ніж просто «короткі чи довгі речення».
Дослідники використовують стилометрію — аналіз статистичних особливостей письма. До уваги можуть брати словникове різноманіття, частоту певних слів і частин мови, пунктуацію, граматичні й синтаксичні конструкції, довжину речень і абзаців, повторюваність структур і безліч інших характеристик.
Цікавий приклад з’явився в дослідженні 2025 року, присвяченому розпізнаванню людських і LLM-текстів за допомогою стилометрії. Дослідники аналізували лексичні, граматичні, синтаксичні й пунктуаційні ознаки і виявили, серед іншого, вищу граматичну стандартизацію текстів LLM порівняно з людськими.
Іншими словами, детектор може шукати не один очевидний «слід» нейромережі, а безліч слабких сигналів. Сам по собі жоден із них нічого не доводить. Але разом вони формують статистичний профіль тексту.
Детектори навчаються на прикладах людей і нейромереж
Ще один важливий механізм — машинне навчання.
Для навчання класифікатора можна зібрати великий масив текстів, походження яких відоме заздалегідь: ось ці написали люди, а ці згенерували GPT, Claude, Gemini або інші моделі.
Алгоритм аналізує приклади і вчиться знаходити закономірності, які допомагають розрізняти класи. Коли користувач завантажує новий текст, система порівнює виявлені в ньому патерни з тим, чого навчилася раніше, і видає оцінку.
Виходить, AI-детектор — це не тест ДНК. Радше це дуже уважний криміналіст, який вивчає непрямі докази:
- надто передбачуваний вибір слів;
- незвично рівний ритм;
- певні лексичні й синтаксичні маркери;
- схожість із тисячами відомих прикладів машинної генерації.
Алгоритм збирає ці сигнали разом і робить висновок: цей текст статистично більше схожий на тексти, створені ШІ, а цей — на людські. Ключове слово тут — «схожий».
Детектор не був присутній у момент написання тексту й у більшості випадків не має незаперечного доказу його походження. Він лише класифікує. А будь-яка класифікація може помилятися.
Тут ми підходимо до найцікавішого. Наскільки часто помиляються ШІ-детектори й чи можна взагалі довіряти цифрі «99% ШІ» на екрані?
Як ми перевіряли AI-детектори
Ми у Word Factory не любимо ускладнювати процеси без крайньої потреби. Тому для перевірки детекторів вибрали досить просту методологію. Вона не претендує на науковість і глибину, але здатна широкими мазками окреслити реальну картину.
Отже, підготували чотири контрольні тексти:
- Англійський текст, гарантовано написаний людиною до епохи нейромереж. Стаття журналістки Isobel Whitcomb «Can Physicists Really Save Schrödinger’s Cat?», опублікована Live Science у червні 2019 року.
- Англійський текст, написаний ШІ. Для чистоти порівняння дали нейромережі близьку тему — кіт Шредінгера та пов’язані з ним ідеї квантової механіки. Текст був згенерований спеціально для експерименту.
- Український текст, написаний людиною. Опублікований у тому ж 2019 році матеріал «Вчені взяли під контроль квантовий стрибок».
- Український текст, написаний ШІ. Нейромережа згенерувала новий матеріал на близьку тему — про те, що таке квантовий стрибок і чому цей вислів використовують не лише у фізиці.
Теми всередині кожної мовної пари навмисно підібрані близькими. Так ми зменшили вплив тематики на результат: детектори порівнювали не художню розповідь людини з технічною інструкцією нейромережі, а тексти з однієї предметної галузі.
Потім кожен із чотирьох зразків ми послідовно прогнали через 10 популярних ШІ-детекторів:
- ZeroGPT,
- Copyleaks,
- GPTZero,
- isgen.ai,
- Pangram,
- Originality.ai,
- QuillBot AI Detector,
- Grammarly AI Detector,
- Decopy AI,
- Winston AI.
Детекторам, звісно, не повідомляли, де людський текст, а де згенерований. Вийшов досить простий тест зі заздалегідь відомими правильними відповідями.
Якщо детектори справді надійно визначають походження тексту, завдання здається елементарним: перший і третій зразки вони мають розпізнати як людські, другий і четвертий — як згенеровані. Але результати виявилися значно цікавішими.
Аналіз результатів ШІ-детекторів
З людським текстом англійською більшість сервісів упоралися без проблем. Copyleaks і Grammarly не знайшли ознак ШІ, GPTZero оцінив текст як переважно людський, Pangram і Originality.ai дали максимально впевнений вердикт на користь «живого» авторства. Навіть сервіси, які виявили певну ймовірність генерації, все одно віднесли текст до людських: ZeroGPT показав 18,8% ШІ, isgen.ai — 13%, Decopy AI — 18%. Winston AI також визначив матеріал як не згенерований.
Тобто перший тест успішно склали всі детектори.
Але варто було дати їм текст, який справді написала нейромережа, як почалася «битва машин».
Частина сервісів розпізнала генерацію впевнено. Copyleaks, Pangram і Originality.ai оцінили англійський AI-текст як повністю або практично повністю згенерований. QuillBot показав 53% АІ, ZeroGPT — 62,6%, Decopy AI — 73%, isgen.ai — 77%.
Інші виявилися значно обережнішими або помилилися. GPTZero дав граничний результат між AI і змішаним походженням тексту. Grammarly взагалі не виявив ознак генерації. Winston AI теж класифікував 100% згенерований матеріал як людський.
З українськими текстами картина стала ще цікавішою.
Людську публікацію сервіси здебільшого розпізнали правильно. Copyleaks, isgen.ai, Pangram, Originality.ai, QuillBot і Grammarly не знайшли ШІ-контенту. GPTZero відніс 90% тексту до людського, а ZeroGPT хоч і виявив 30,9% ознак ШІ, але підсумковий вердикт усе одно залишив за людиною.
А от з українським текстом, написаним нейромережею, результати буквально розбіглися в різні боки. ZeroGPT визначив 89,6% AI, Pangram — 100% AI, QuillBot — 62% AI. Натомість Copyleaks не виявив машинного контенту взагалі. GPTZero вважав текст переважно людським, isgen.ai дав лише 27% імовірності AI, Originality.ai, Grammarly та Decopy AI показали 0% ШІ.
Український тест добре підсвічує вразливе місце таких перевірок. Хороший результат англійською ще не означає, що алгоритм так само надійно працюватиме з іншою мовою. Причому сама по собі наявність мови в списку підтримуваних нічого не гарантує.
Якщо рахувати тільки підсумкову класифікацію наших чотирьох контрольних зразків, без спроби перетворити відсотки сервісів на єдину шкалу, найкраще в цьому експерименті себе проявили Pangram, ZeroGPT і QuillBot: вони правильно визначили походження всіх чотирьох текстів. Але чотири приклади — надто мала вибірка, щоб оголошувати переможця або розрахувати універсальну «точність» сервісу.
Наш експеримент показує інше: відсоток на екрані ШІ-детектора не можна сприймати як доведений факт про авторство тексту. Це результат роботи конкретного класифікатора з конкретним текстом, мовою та моделлю детекції. Інший сервіс може подивитися на той самий матеріал і дійти протилежного висновку.
Порівняння ШІ-детекторів
| Сервіс | Результат у нашому тесті | Мультимовність | Умови використання | Зручність |
| ZeroGPT | 4 із 4 | Працює з різними мовами; у нашому тесті приймав англійську й українську | Є безплатна перевірка з обмеженнями за обсягом; розширені ліміти й функції платні | Дуже простий: вставити текст і отримати загальний відсоток + підсвічування фрагментів |
| Copyleaks | 3 із 4 | 30 мов, включно з українською | Основний повноцінний сервіс платний; тарифи побудовані на кредитах/обсязі перевірки | Детальний інтерфейс, є налаштування чутливості й аналіз окремих фрагментів |
| GPTZero | 2 із 4 упевнено, 1 граничний результат | Підтримує понад 20 неанглійських мов, включно з українською | Є безплатний план — до 10 000 слів на місяць; розширені ліміти й звіти платні | Один із найбільш інформативних інтерфейсів: загальний вердикт, AI/mixed/human, аналіз речень |
| isgen.ai | 3 із 4 | Понад 80 мов, включно з українською | Є freemium-доступ; розширений аналіз і великі ліміти входять до платних планів | Зручний відсотковий розклад Human/AI/Mixed, аналіз речень і фраз |
| Pangram | 4 із 4 | Понад 20 мов, включно з українською | Безплатно до 4 ШІ-перевірок на день; великі обсяги — за підпискою | Чіткий підсумковий вердикт і відсоток, є підсвічування й пояснення результатів |
| Originality.ai | 3 із 4 | 30+ мов, включно з українською | Повноцінна робота переважно платна; окремі інструменти можна спробувати безплатно в обмеженому режимі | Професійний інтерфейс, детальні звіти, але для разової перевірки надмірний |
| QuillBot AI Detector | 4 із 4 | Мультимовний; українська доступна в інтерфейсі перевіреного нами детектора | Безплатно до 1 200 слів за перевірку й до 6 перевірок на день; Premium знімає основні ліміти | Дуже простий, показує частку AI і human, підсвічує підозрілі частини |
| Grammarly AI Detector | 2 із 4 | Мультимовні можливості Grammarly розширюються; українська підтримується низкою функцій, але можливості саме ШІ-детектора за мовами варто оцінювати окремо | Базову онлайн-перевірку можна використовувати безплатно; розширена AI-детекція всередині екосистеми залежить від тарифу | Максимально простий результат у відсотках, але в нашому тесті два ШІ-тексти розпізнав слабо |
| Decopy AI | 3 із 4 | Сервіс заявляє підтримку кількох мов | Базові перевірки доступні безплатно без реєстрації; частина розширеного аналізу працює за квотами/кредитами | Дає загальний AI Probability і розмітку AI/Mixed/Human, інтерфейс досить наочний |
| Winston AI | 1 із 2 (сервіс не підтримує перевірку українською мовою) | Мультимовний, але набір мов залежить від режиму/версії; розширена версія підтримує кілька мов | Є обмежений безплатний доступ/пробний період; розширені перевірки платні | Зручні звіти, завантаження документів, OCR; частина функцій потребує реєстрації |
Увага! Умови використання ШІ-детекторів актуальні на момент підготовки статті й можуть змінюватися.
То чи можна довіряти ШІ-детекторам?
Наш експеримент не доводить, що ШІ-детектори марні, радше навпаки. Багато з них досить упевнено розпізнали згенеровані тексти, а кілька сервісів правильно класифікували всі чотири контрольні зразки. Але результати показали й інше: вердикт детектора не можна сприймати як доказ авторства.
Один сервіс може побачити в тексті майже стовідсоткову генерацію, інший той самий матеріал назве людським. На результат впливають мова, особливості тексту, модель детектора й критерії, за якими він класифікує матеріал.
Фахівці Word Factory активно користуються нейромережами. ШІ допомагає шукати напрями для дослідження, аналізувати великі обсяги інформації, знаходити слабкі місця в тексті й розв’язувати десятки інших завдань. Під час підготовки цієї статті штучний інтелект також був частиною робочого процесу. Використовуємо ми й ШІ-детектори, наприклад як можливість подивитися на текст ще з одного боку.
Але і нейромережа, і детектор для нас — передусім інструменти. Дуже потужні, швидкі й корисні, якщо розуміти, що саме їм можна доручити і де закінчуються їхні можливості.
Нейромережа може прискорити роботу, але не знімає з автора відповідальності за факти, джерела й сенс. ШІ-детектор може помітити статистичні ознаки машинного тексту, але через це не стає експертом, здатним оцінити якість і корисність статті, а також те, наскільки вона сподобається читачеві.
Так, інноваційні технології змінюють процес створення контенту. Але хороший текст, як і раніше, починається не з кнопки «Згенерувати» і не закінчується кнопкою «Перевірити на ШІ».
