Sprawdź, czy to napisało AI — czy da się rozpoznać tekst z ChatGPT?

Dostajesz tekst i coś ci w nim nie gra. Za gładki, za okrągły, dziwnie bezosobowy. Zanim wpiszesz w wyszukiwarkę „sprawdź, czy to napisało AI", poznaj jeden fakt: pewnej metody rozpoznania tekstu z ChatGPT nie ma. Nie istnieje test, który odpowie „tak" albo „nie" z gwarancją. Istnieją poszlaki, narzędzia o ograniczonej skuteczności i — to najważniejsze — pytania, które warto zadać zamiast pytania o autorstwo. Z tego przewodnika dowiesz się, co realnie sprawdzisz, gdzie detektory zawodzą i dlaczego wiarygodność treści liczy się bardziej niż to, kto ją napisał.

Sprawdź, czy to napisało AI — co jest w ogóle możliwe

Modele językowe piszą tekst, który statystycznie coraz mniej różni się od ludzkiego. To nie przypadek — dokładnie po to je trenowano. Dlatego zamiast szukać magicznego wykrywacza, uporządkuj sobie trzy poziomy pewności:

1. Dowody twarde — autor przyznaje, że użył AI; historia wersji dokumentu pokazuje wklejenie gotowego bloku tekstu; w treści został fragment rozmowy z chatbotem („Jako model językowy...", „Oczywiście! Oto artykuł..."). Tylko takie ślady dają realną pewność.
2. Narzędzia — detektory tekstu AI zwracają wynik w rodzaju „87% prawdopodobieństwa". To szacunek statystyczny, nie werdykt. Bywa trafny, bywa kompletnie błędny.
3. Poszlaki stylistyczne — charakterystyczne zwroty, struktura, brak konkretów. Pojedynczo nie znaczą nic, w nagromadzeniu budują podejrzenie.

Nie istnieje też powszechny „znak wodny" w tekstach z ChatGPT. Prace nad znakowaniem tekstu generowanego trwają od lat, ale zwykły tekst skopiowany z okna czatu nie niesie żadnego ukrytego identyfikatora, który mógłbyś odczytać.

Jak działają detektory tekstu AI

Narzędzia takie jak GPTZero, ZeroGPT, Copyleaks czy Originality.ai analizują cechy statystyczne tekstu. Dwie najważniejsze to:

• Przewidywalność słów (tzw. perplexity) — model językowy wybiera słowa, które „pasują" statystycznie. Tekst AI bywa więc bardziej przewidywalny: kolejne słowo rzadko zaskakuje. Ludzie piszą chaotyczniej, z dygresjami i nietypowymi zbitkami.
• Zmienność rytmu (tzw. burstiness) — człowiek miesza zdania krótkie z długimi, wtrąca równoważniki. AI często utrzymuje jednostajny, wyrównany rytm zdań.

Do tego dochodzą klasyfikatory trenowane na próbkach tekstów ludzkich i generowanych. Problem w tym, że wszystkie te metody mierzą podobieństwo statystyczne, a nie autorstwo. Człowiek piszący prosto i schematycznie wygląda dla detektora jak AI. Tekst z ChatGPT po ludzkiej redakcji wygląda jak człowiek. Wynik detektora mówi „ten tekst przypomina teksty generowane" — i nic więcej.

Dlaczego detektory się mylą — w obie strony

Detektory zawodzą w dwóch kierunkach i oba błędy mają poważne konsekwencje.

Fałszywe oskarżenia (tekst ludzki uznany za AI) dotykają szczególnie osób, które piszą poprawnie, formalnie i schematycznie — a więc uczniów piszących według wyuczonego szablonu wypracowania, osób piszących w języku, który nie jest ich pierwszym, oraz autorów tekstów urzędowych czy technicznych. Znane są przypadki, w których detektory oznaczały jako „wygenerowane" teksty napisane na długo przed powstaniem ChatGPT. Sam OpenAI wycofał swój publiczny klasyfikator tekstu AI, wprost przyznając, że jego skuteczność była zbyt niska.

Fałszywe uniewinnienia (tekst AI uznany za ludzki) są jeszcze łatwiejsze do uzyskania. Wystarczy poprosić model o „luźniejszy styl", przepuścić tekst przez narzędzie parafrazujące albo ręcznie przeredagować co drugie zdanie. Krótkie teksty — pojedyncze akapity, komentarze, posty — są dla detektorów praktycznie nieczytelne, bo za mało w nich materiału statystycznego.

Wniosek praktyczny: wynik detektora nigdy nie może być jedyną podstawą oskarżenia. Jeśli jesteś nauczycielem, redaktorem albo przełożonym — potraktuj go najwyżej jako sygnał do rozmowy, nie jako dowód. Odwrotnie też: „0% AI" niczego nie gwarantuje.

Po czym poznać tekst z ChatGPT — sygnały stylistyczne

Skoro narzędzia są zawodne, zostaje ci własna głowa. Oto poszlaki, które warto znać — z uczciwym zastrzeżeniem: każda z nich występuje także u ludzi. Liczy się nagromadzenie, nie pojedynczy sygnał.

• Słowa-wytrychy i kalki — puste frazy w rodzaju „w dzisiejszym dynamicznym świecie", „warto podkreślić, że", „odgrywa kluczową rolę". W tekstach angielskich sławę zyskało słowo „delve"; polskie teksty AI często brzmią jak tłumaczenie z angielskiego.
• Idealna, pusta struktura — wstęp zapowiadający, trzy symetryczne akapity, podsumowanie powtarzające wstęp. Wszystko na temat, nic konkretnego.
• Brak detali z pierwszej ręki — żadnych nazwisk, dat, liczb, osobistych obserwacji. Tam, gdzie człowiek napisałby „we wtorek na Marszałkowskiej", AI pisze „w ostatnim czasie w przestrzeni miejskiej".
• Symetryczne wodolejstwo — „z jednej strony... z drugiej strony", zawsze wyważone, nigdy z własnym zdaniem. Model unika ryzyka, człowiek rzadziej.
• Wypunktowania wszędzie — listy tam, gdzie naturalna byłaby narracja.
• Jednostajny rytm — zdania podobnej długości, bez potknięć, bez charakteru. Tekst „bez twarzy".
• Zmyślone źródła — to najmocniejsza poszlaka z całej listy. Modele językowe potrafią halucynować: podają tytuły badań, które nie istnieją, przypisują cytaty osobom, które ich nie wypowiedziały. Jeśli sprawdzisz przypisy i połowa prowadzi donikąd — masz poważny sygnał.

A popularny mit o myślnikach? Tak, modele chętnie używają długich myślników — ale używają ich też redaktorzy, tłumacze i każdy, kto pisał teksty przed 2022 rokiem. To poszlaka najsłabsza z możliwych.

Jak sprawdzać z głową — praktyczna checklista

Gdy naprawdę potrzebujesz ocenić autorstwo — na przykład jako nauczyciel albo redaktor — działaj jak przy każdej weryfikacji: zbieraj poszlaki z różnych źródeł, zanim wyciągniesz wniosek. Podobną logikę stosujesz, gdy sprawdzasz, czy news nie jest fałszywy.

1. Porównaj z innymi tekstami autora. Nagła zmiana stylu — z chropowatego na perfekcyjnie gładki — mówi więcej niż detektor.
2. Sprawdź historię wersji. Dokument Google Docs czy Word pokazuje, jak tekst powstawał. Wklejenie 800 słów w jednej chwili wygląda inaczej niż dwie godziny pisania i poprawek.
3. Porozmawiaj z autorem. Poproś o rozwinięcie fragmentu, wyjaśnienie pojęcia, opis procesu pisania. Kto tekst napisał, ten się w nim porusza swobodnie.
4. Zweryfikuj konkrety. Wyszukaj cytowane badania, nazwiska, daty. Nieistniejące źródła to mocny sygnał — i to podwójny, bo dyskwalifikuje tekst niezależnie od autorstwa.
5. Detektor uruchom na końcu, nie na początku. Niech będzie jedną poszlaką z pięciu, nigdy jedyną. I pamiętaj o jego błędach w obie strony.
6. Szukaj śladów rozmowy z chatbotem. Resztki promptu, zwroty do użytkownika, angielskie zdanie w środku polskiego akapitu — zdarzają się częściej, niż myślisz.

Ważniejsze pytanie: czy to prawda, a nie kto to napisał

Tu dochodzimy do sedna. Autorstwa w większości przypadków nie udowodnisz — a nawet gdybyś udowodnił, co właściwie wiesz? Tekst napisany przez AI może być rzetelny, sprawdzony i pożyteczny. Tekst napisany przez człowieka może kłamać, manipulować i siać dezinformację. Pytanie „czy to napisało AI" bywa po prostu źle postawione. Lepsze pytania brzmią: czy fakty się zgadzają, czy źródła istnieją, czy tekst próbuje mną manipulować, czyj interes realizuje.

I to — w przeciwieństwie do autorstwa — da się sprawdzić. Właśnie do tego służy Faktoskop: wklejasz link albo treść artykułu, a analiza ocenia go w 13 wymiarach wiarygodności, wskazuje chwyty perswazji zdanie po zdaniu i pokazuje „drugą stronę" tematu, której autor nie dopowiedział. Jak dokładnie liczony jest wynik, przeczytasz w opisie metodologii, a katalog technik manipulacji znajdziesz w encyklopedii chwytów. Możesz też przejrzeć gotowe analizy innych artykułów, żeby zobaczyć, jak to wygląda w praktyce.

Ta zmiana perspektywy zdejmuje z ciebie ciężar nierozstrzygalnego sporu o autorstwo. Zamiast zgadywać, kto trzymał klawiaturę, oceniasz to, co naprawdę wpływa na twoje decyzje: jakość informacji.

Najczęstsze pytania

Czy da się w 100% sprawdzić, że tekst napisał ChatGPT?

Nie. Pewność dają tylko dowody zewnętrzne: przyznanie autora, historia wersji dokumentu albo pozostawione w treści ślady rozmowy z chatbotem. Detektory zwracają prawdopodobieństwo statystyczne i mylą się w obie strony — oznaczają teksty ludzkie jako AI i przepuszczają teksty generowane po lekkiej redakcji.

Czy wynik detektora AI wystarczy, żeby oskarżyć ucznia lub pracownika?

Nie wystarczy. Detektory szczególnie często błędnie flagują osoby piszące schematycznie i poprawnie oraz osoby piszące w wyuczonym języku obcym. Wynik traktuj jako sygnał do rozmowy i zebrania innych poszlak: porównania stylu, historii wersji, pytań o treść. Oskarżenie oparte na samym detektorze łatwo skrzywdzi niewinnego.

Czy ChatGPT rozpozna tekst, który sam napisał?

Nie. Model nie pamięta wygenerowanych wcześniej treści i nie ma dostępu do rejestru swoich odpowiedzi. Zapytany „czy to twój tekst", zgaduje — potrafi z pełnym przekonaniem „przyznać się" do tekstu napisanego przez człowieka. Takiej odpowiedzi nie traktuj jako dowodu.

Skoro autorstwa nie da się udowodnić, to co sprawdzać?

Wiarygodność treści: czy cytowane źródła istnieją, czy fakty zgadzają się z innymi przekazami, czy tekst używa technik manipulacji, kto zyskuje na jego rozpowszechnieniu. To pytania rozstrzygalne — odpowiesz na nie ręczną weryfikacją albo automatyczną analizą wiarygodności, niezależnie od tego, czy tekst wyszedł spod ludzkiej ręki, czy z modelu językowego.