Czy to napisał ChatGPT? Mity i fakty o rozpoznawaniu tekstów AI

Wpisujesz w wyszukiwarkę „sprawdź, czy to napisał ChatGPT" i dostajesz dziesiątki poradników z listami „pewnych sygnałów": myślniki, gładkie frazy, idealna interpunkcja, wypunktowania. Problem w tym, że większość tych list to mity — powielane, bo brzmią przekonująco, a nie dlatego, że działają. W tym tekście rozbieramy najpopularniejsze „sygnały AI" na czynniki pierwsze: które są zwykłą legendą, które są realną poszlaką i dlaczego nawet najlepsza poszlaka nigdy nie zamienia się w dowód. Na końcu pokażemy pytanie, które warto zadać zamiast pytania o autorstwo — i które, w przeciwieństwie do niego, da się rozstrzygnąć.

Sprawdź, czy to napisał ChatGPT — skąd się biorą mity

Mity o rozpoznawaniu tekstów AI mają wspólne źródło: ludzie chcą prostego testu. Jednego znaku, który rozstrzygnie sprawę w trzy sekundy. Takie „testy" świetnie się klikają, więc krążą po sieci szybciej niż sprostowania. Tymczasem modele językowe uczyły się pisać na tekstach ludzi. Każda cecha „typowa dla AI" jest z definicji cechą, którą model podpatrzył u ludzkich autorów — u redaktorów, copywriterów, urzędników, blogerów. Dlatego żaden pojedynczy element stylu nie może być odciskiem palca maszyny. Może być co najwyżej statystyczną skłonnością: model używa czegoś częściej niż przeciętny człowiek. „Częściej" to jednak zupełnie co innego niż „tylko on". Z tą ramą w głowie przejdźmy przez najpopularniejsze sygnały — najpierw mity, potem to, co naprawdę coś znaczy.

Mity: cztery „niezawodne" sygnały, które nie działają

Mit 1: myślniki zdradzają ChatGPT

Najbardziej wiralowy mit ostatnich lat. Tak, ChatGPT chętnie wstawia długie myślniki — bo uczył się na tekstach redagowanych, a w polskiej (i angielskiej) typografii pauza i półpauza to standard od dziesięcioleci. Myślników pełno w każdej porządnie zredagowanej książce, w prasie, w tłumaczeniach. Osoba, która pisała teksty przed 2022 rokiem, używała ich dokładnie tak samo. Ten „sygnał" jest do tego banalnie łatwy do sfałszowania w obie strony: wystarczy poprosić model, żeby myślników nie używał — albo samemu je powstawiać do własnego tekstu. Znak interpunkcyjny, który każdy może dodać i usunąć jednym poleceniem, nie nadaje się na dowód czegokolwiek. Werdykt: mit.

Mit 2: słowa-wytrychy to podpis AI

„W dzisiejszym dynamicznym świecie", „warto podkreślić", „odgrywa kluczową rolę", „rewolucjonizuje branżę". Modele rzeczywiście nadużywają takich fraz. Tyle że nadużywała ich też korpomowa, teksty SEO i przeciętne materiały marketingowe na długo przed ChatGPT — i właśnie na nich model się uczył. Koło się zamyka: AI pisze jak przeciętny copywriter, bo trenowano je między innymi na tekstach przeciętnych copywriterów. Jeśli więc słowa-wytrychy coś sygnalizują, to raczej tekst pisany bez pomysłu i bez wiedzy — niezależnie od tego, kto go pisał. Werdykt: mit jako dowód autorstwa, co najwyżej sygnał niskiej jakości treści.

Mit 3: idealna gramatyka i zero literówek

„Człowiek robi błędy, AI nie" — brzmi logicznie, ale nie wytrzymuje zderzenia z rzeczywistością. Bezbłędne teksty istniały zawsze: pisali je staranni autorzy, poprawiali redaktorzy i korektorzy, dziś dokłada się autokorekta w każdym edytorze. Poprawna polszczyzna świadczy o staranności, nie o autorstwie. Działa to też w drugą stronę: model poproszony o „luźny styl z literówkami" posłusznie je wstawi. Ktoś, kto chce ukryć użycie AI, zrobi to w jednym zdaniu promptu. Werdykt: mit.

Mit 4: struktura wyliczankowa i symetryczne sekcje

Wstęp zapowiadający temat, trzy równe punkty, podsumowanie powtarzające wstęp, wypunktowania co akapit. Owszem, ChatGPT uwielbia ten szablon. Ale skąd on się wziął? Ze szkolnych wypracowań, poradników pisania i wieloletnich standardów blogów poradnikowych. Ludzi uczono tak pisać całymi dekadami — model tylko odtwarza schemat, który wymyśliliśmy sami. Weź dowolny poradnik internetowy z 2015 roku: znajdziesz w nim wyliczanki, symetryczne sekcje i śródtytuły co trzy akapity. Werdykt: mit.

Fakty: poszlaki, które naprawdę coś znaczą

Skoro tyle sygnałów odpada, co zostaje? Kilka obserwacji ma realną wartość — pod warunkiem, że traktujesz je jako poszlaki do zebrania, a nie werdykt.

Fakt: brak konkretów z pierwszej ręki

Człowiek piszący z własnego doświadczenia zostawia ślady: nazwę ulicy, datę, kwotę, nieoczywisty szczegół, potknięcie, własną opinię wyrażoną wprost. Model bez dostępu do faktów pisze ogólnikami — „w ostatnim czasie", „wiele osób uważa", „eksperci wskazują". Tekst, który przez tysiąc słów nie dotyka ani jednego sprawdzalnego konkretu, to sensowna poszlaka. Z uczciwym zastrzeżeniem: człowiek piszący na zlecenie o temacie, którego nie zna, produkuje identyczne ogólniki. Poszlaka — nie dowód.

Fakt: równe akapity i jednostajny rytm

Ludzie piszą nierówno. Raz zdanie na pół akapitu, raz trzy słowa. Akapit rozbudowany, potem jednozdaniowy. Teksty generowane częściej trzymają wyrównany rytm: akapity zbliżonej długości, zdania o podobnej budowie, żadnych dygresji ani zgrzytów. Jeśli tekst wygląda jak wycięty od linijki, warto się przyjrzeć bliżej. I znów zastrzeżenie: doświadczony redaktor też potrafi wygładzić tekst do takiego stanu. Poszlaka — nie dowód.

Fakt: źródła, które nie istnieją

Najmocniejsza pozycja na całej liście. Modele językowe halucynują: potrafią przypisać cytat osobie, która go nie wypowiedziała, albo powołać się na badanie, którego nikt nie przeprowadził. Sprawdź przypisy i nazwiska — jeśli prowadzą donikąd, masz poważny sygnał. Co ważne, ta poszlaka dyskwalifikuje tekst niezależnie od autorstwa: zmyślone źródła kompromitują i maszynę, i człowieka.

Dlaczego pojedynczy sygnał nigdy nie wystarcza

Zrób prosty eksperyment myślowy: weź urzędowe pismo albo poradnik SEO napisany w 2018 roku i przyłóż do niego popularną „checklistę sygnałów AI". Bezbłędna gramatyka — jest. Wyliczanki — są. Słowa-wytrychy — pełno. Równe akapity — oczywiście. Tekst napisany przez człowieka na lata przed ChatGPT „wykryjesz" jako maszynowy. Dlatego rozpoznawanie tekstów AI może działać wyłącznie na nagromadzeniu poszlak i na kontekście: porównaniu z wcześniejszymi tekstami tego samego autora, sprawdzeniu konkretów, rozmowie z autorem, historii wersji dokumentu. Nawet wtedy wynik brzmi „uzasadnione podejrzenie", nigdy „dowód". Pełną checklistę takiej weryfikacji krok po kroku znajdziesz w tekście o sprawdzaniu, czy tekst napisało AI. Ta sama zasada chroni cię przed krzywdzeniem ludzi. Osoby piszące schematycznie i poprawnie — uczniowie trzymający się wyuczonego szablonu, autorzy tekstów urzędowych, osoby piszące w obcym języku — wpadają w każdą uproszczoną checklistę. Jeden „sygnał" to za mało, żeby kogokolwiek oskarżać.

A detektory AI? Traktuj je z rezerwą

Narzędzia takie jak GPTZero, ZeroGPT czy Originality.ai automatyzują część opisanych wyżej obserwacji: mierzą statystyczną przewidywalność słów i zmienność rytmu zdań. Zwracają wynik w rodzaju „82% AI", który wygląda jak werdykt, a jest tylko miarą podobieństwa do tekstów generowanych. Detektory mylą się w obie strony: oznaczają teksty ludzkie jako maszynowe i przepuszczają teksty AI po lekkiej redakcji lub parafrazie. Na krótkich fragmentach — komentarzach, postach — nie mają wystarczającego materiału statystycznego. Sam OpenAI wycofał swój publiczny klasyfikator tekstu, uznając jego skuteczność za zbyt niską. Traktuj więc wynik detektora jak jedną poszlakę z wielu, nigdy jak samodzielny dowód. Szczegółowo rozkładamy to na czynniki w osobnym tekście o tym, czy można ufać detektorom AI.

Lepsze pytanie: nie „kto napisał", tylko „czy mówi prawdę"

Załóżmy, że po zebraniu poszlak masz mocne podejrzenie, że artykuł wyszedł z ChatGPT. Co właściwie wiesz? Niewiele. Tekst wygenerowany może być rzetelny i sprawdzony przez redaktora. Tekst napisany ręcznie może kłamać w każdym akapicie. Autorstwo nie odpowiada na pytanie, które naprawdę cię obchodzi: czy tej treści można ufać. A wiarygodność — w przeciwieństwie do autorstwa — da się sprawdzić. Czy cytowane źródła istnieją? Czy fakty zgadzają się z innymi przekazami? Czy tekst gra na emocjach, przemilcza niewygodne dane, sugeruje więcej, niż stwierdza? Właśnie takie pytania zadaje Faktoskop: wklejasz link do artykułu, a analiza ocenia go w 13 wymiarach wiarygodności, oznacza chwyty perswazji zdanie po zdaniu i dopowiada „drugą stronę" tematu. Sposób liczenia wyniku opisuje metodologia, a katalog technik manipulacji z przykładami znajdziesz w encyklopedii chwytów. Możesz też przejrzeć gotowe analizy, żeby zobaczyć, jak to działa na prawdziwych tekstach. To przestawienie pytania zdejmuje z ciebie nierozstrzygalny spór o to, kto trzymał klawiaturę. Zamiast zgadywać autora, oceniasz jakość informacji — czyli to, co faktycznie wpływa na twoje decyzje.

Najczęstsze pytania

Czy myślniki w tekście to dowód, że pisał go ChatGPT?

Nie. Długie myślniki to standard polskiej typografii, obecny w książkach, prasie i tłumaczeniach na długo przed powstaniem ChatGPT. Modele używają ich często, bo uczyły się na tekstach redagowanych — ale redaktorzy i staranni autorzy używają ich dokładnie tak samo. Do tego sygnał łatwo sfałszować: myślniki można usunąć z tekstu AI albo dodać do ludzkiego jednym poleceniem.

Które sygnały są najbardziej wiarygodne?

Trzy poszlaki mają realną wartość: brak jakichkolwiek konkretów z pierwszej ręki (nazwisk, dat, liczb, osobistych obserwacji), nienaturalnie równy rytm akapitów i zdań oraz — najmocniejsza — źródła, które po sprawdzeniu okazują się nie istnieć. Żadna z nich osobno nie wystarcza, bo każda zdarza się też u ludzi. Liczy się nagromadzenie i kontekst, na przykład nagła zmiana stylu w porównaniu z wcześniejszymi tekstami autora.

Czy da się udowodnić, że ktoś użył ChatGPT?

Praktycznie tylko dowodami zewnętrznymi: przyznaniem autora, historią wersji dokumentu pokazującą wklejenie gotowego bloku tekstu albo śladami rozmowy z chatbotem pozostawionymi w treści. Analiza stylu i detektory dają co najwyżej podejrzenie. Oskarżenie oparte na samych poszlakach stylistycznych łatwo skrzywdzi osobę, która po prostu pisze poprawnie i schematycznie.

Podejrzewam, że artykuł w sieci napisało AI — co robić?

Zamiast rozstrzygać autorstwo, sprawdź wiarygodność treści: zweryfikuj cytowane źródła, porównaj fakty z innymi przekazami, przyjrzyj się, czy tekst manipuluje emocjami i czyj interes realizuje. To pytania rozstrzygalne niezależnie od tego, kto tekst napisał. Możesz to zrobić ręcznie albo przepuścić artykuł przez analizę wiarygodności — na przykład w Faktoskopie, gdzie pierwsza analiza jest darmowa.