Tekstu nie powinno się oceniać na podstawie podejrzenia, że „brzmi jak ChatGPT”. Równe akapity, poprawna interpunkcja i neutralny ton nie dowodzą użycia sztucznej inteligencji. Tak samo chaotyczny styl, literówki i osobiste dygresje nie potwierdzają, że materiał napisał człowiek. Rzetelna ocena musi dotyczyć jakości, sposobu powstania tekstu oraz odpowiedzialności autora, a nie zestawu stylistycznych poszlak.
To rozróżnienie ma praktyczne znaczenie. Od wyniku oceny może zależeć zaliczenie pracy ucznia, publikacja artykułu eksperckiego, przyjęcie tekstu od copywritera albo zatwierdzenie materiału prawnego, medycznego czy finansowego. W takich sytuacjach procent pokazany przez detektor AI nie może być wyrokiem. Może najwyżej wskazać fragment wymagający dokładniejszego sprawdzenia.
Najpierw ustal, kto podejmował decyzje i za co odpowiada
Samo pytanie „czy użyto AI?” jest zbyt ogólne. Korekta przecinków w gotowym tekście i wygenerowanie całej pracy z jednego polecenia to dwa zupełnie różne procesy, choć w obu uczestniczyło narzędzie oparte na sztucznej inteligencji.
Przy ocenie materiału trzeba określić rzeczywisty zakres pomocy AI. Najczęściej spotyka się pięć poziomów:
- korekta techniczna – poprawianie literówek, interpunkcji, fleksji i powtórzeń;
- redakcja językowa – skracanie zdań, upraszczanie stylu lub zmiana tonu;
- pomoc koncepcyjna – propozycje struktury, pytań, kontrargumentów i przykładów;
- generowanie roboczej treści – tworzenie fragmentów, które autor później sprawdza i przebudowuje;
- automatyczne wykonanie zadania – wygenerowanie większości materiału i publikacja bez realnej kontroli.
Pierwsze trzy poziomy zwykle pozostawiają autorowi kontrolę nad tekstem. Czwarty wymaga udokumentowanej weryfikacji. Piąty jest ryzykowny nawet wtedy, gdy rezultat wygląda profesjonalnie.
Najprostszy test polega na poproszeniu autora, aby wyjaśnił:
- dlaczego przyjął taką tezę i strukturę;
- które informacje pochodzą ze źródeł, a które z jego doświadczenia;
- jakie błędy znalazł podczas redakcji;
- które fragmenty zostały wygenerowane lub przeredagowane przez narzędzie;
- gdzie kończy się pewna wiedza, a zaczyna opinia albo założenie.
Osoba, która kontrolowała proces, odpowiada konkretnie. Potrafi obronić kolejność argumentów, wskazać podstawę liczb i opisać poprawki. Autor, który jedynie wkleił wynik generatora, zwykle ogranicza się do stwierdzeń typu „AI tylko pomogła” albo „wszystko zostało sprawdzone”, ale nie umie powiedzieć, co dokładnie sprawdził.
W szkole dobrym rozwiązaniem jest krótka rozmowa o pracy, analiza wcześniejszych wersji lub poproszenie ucznia o rozwinięcie jednego z argumentów. W redakcji można sprawdzić historię zmian, notatki, materiały źródłowe i komentarze autora. W firmie przydaje się prosta metryka tekstu: autor, osoba weryfikująca, wykorzystane narzędzie, zakres jego użycia i data kontroli faktów.
Brak szkiców nie jest dowodem oszustwa, a posiadanie historii zmian nie gwarantuje samodzielności. To elementy całego postępowania, nie samodzielne rozstrzygnięcia.
Trzeba też oddzielić ocenę autorstwa od oceny jakości. Człowiek może napisać tekst błędny, wtórny i nieprzydatny. Materiał wspierany przez AI może natomiast zostać rzetelnie sprawdzony, uzupełniony wiedzą autora i dobrze dopasowany do odbiorcy. O wyniku powinna decydować kontrola nad treścią, a nie samo użycie narzędzia.
Fakty i rozumowanie sprawdzaj przed stylem oraz detektorem
Najgroźniejsze błędy nie zawsze wyglądają podejrzanie. Model językowy potrafi płynnie opisać nieistniejący raport, pomylić datę wejścia przepisu w życie, przypisać funkcję niewłaściwemu programowi albo połączyć prawdziwe informacje w fałszywy wniosek. Człowiek popełnia podobne błędy, szczególnie gdy pisze z pamięci. Dlatego każda ocena powinna zaczynać się od zdań możliwych do zweryfikowania.
W pierwszej kolejności należy zaznaczyć:
- daty, kwoty, procenty i inne liczby;
- nazwy instytucji, funkcji, produktów i dokumentów;
- cytaty oraz wyniki badań;
- informacje prawne, medyczne, finansowe i techniczne;
- porównania w rodzaju „najtańszy”, „najskuteczniejszy” lub „najbezpieczniejszy”;
- instrukcje, których błędne wykonanie może wywołać stratę;
- twierdzenia o przyczynach i skutkach.
Następnie każde takie zdanie trzeba porównać z właściwym źródłem. Parametr programu sprawdza się w aktualnej dokumentacji producenta, a nie w przypadkowym zestawieniu. Przepis – w obowiązującym akcie prawnym lub komunikacie właściwej instytucji. Wynik badania – w publikacji, która rzeczywiście zawiera wskazaną liczbę. Sama obecność przypisu nie wystarcza, ponieważ AI potrafi stworzyć wiarygodnie wyglądający tytuł, nazwisko autora, numer raportu, a nawet adres internetowy.
Przy materiałach niskiego ryzyka, takich jak opis wydarzenia firmowego, wystarczy często kontrola redakcyjna i sprawdzenie podstawowych danych. Tekst o leczeniu, podatkach, inwestowaniu, prawach pracownika lub bezpieczeństwie produktu powinien przejść dodatkową weryfikację przez osobę znającą daną dziedzinę. Redaktor językowy nie zastępuje lekarza, prawnika, księgowego ani inżyniera.
Po faktach trzeba ocenić rozumowanie. Dobrze zbudowany materiał prowadzi od problemu do wniosku i pokazuje, dlaczego dana rekomendacja ma sens. Słaby tekst często wygląda na kompletny, ale składa się z poprawnych zdań, które nie tworzą użytecznej argumentacji.
Sygnałem problemu są przede wszystkim:
- te same twierdzenia powtarzane w kilku akapitach;
- wnioski szersze niż przedstawione dane;
- przykład traktowany jak dowód ogólnej reguły;
- zalecenia bez wskazania warunków ich zastosowania;
- zdania „to zależy” bez wyjaśnienia, od czego;
- brak wyjątków, kosztów, ograniczeń i możliwych konsekwencji;
- podsumowanie, które tylko powtarza wstęp;
- pozorne cytowania, które nie potwierdzają sąsiedniego zdania.
Przydatny jest test kontrargumentu. Do najważniejszej tezy należy dopisać jedno pytanie: „Kiedy to nie zadziała?”. Jeżeli tekst nie daje odpowiedzi, jego rekomendacja prawdopodobnie jest zbyt szeroka. Przykładowo porada, aby automatyzować przygotowanie opisów produktów, powinna wskazywać wyjątki: dane techniczne wymagające kontroli, branże regulowane, ryzyko duplikacji, odpowiedzialność za błędne parametry i konieczność aktualizacji informacji.
Dopiero na końcu ocenia się język. Teksty generowane bez porządnej redakcji rzeczywiście często zawierają podobnej długości akapity, przewidywalne przejścia, bezpieczne puenty i serię poprawnych, lecz pustych zdań. Nie jest to jednak dowód pochodzenia. To dowód słabej redakcji.
Podobnie należy traktować detektory AI. Ich wynik jest probabilistyczny i zależy między innymi od długości tekstu, języka, rodzaju materiału, modelu użytego do generowania oraz zakresu późniejszych zmian. Krótkie fragmenty dają szczególnie niestabilne rezultaty. Problematyczne bywają także teksty tłumaczone, mocno sformalizowane, napisane prostym językiem albo przygotowane przez osoby, dla których język publikacji nie jest językiem ojczystym.
Nawet Turnitin, oferujący analizę tekstów akademickich, nie wyświetla precyzyjnego wyniku dla wskazań poniżej 20%, ponieważ w tym zakresie rośnie ryzyko błędnej interpretacji. To rozsądna wskazówka również poza edukacją: niski lub umiarkowany wynik nie powinien uruchamiać oskarżenia, lecz co najwyżej dodatkową kontrolę.
Nie należy:
- przedstawiać procentu z detektora jako dowodu autorstwa;
- porównywać wyników różnych detektorów tak, jakby mierzyły to samo;
- testować pojedynczych zdań wyrwanych z kontekstu;
- karać autora bez możliwości wyjaśnienia procesu;
- uznawać poprawnego stylu za okoliczność obciążającą;
- „humanizować” tekstu wyłącznie po to, aby obniżyć wskazanie narzędzia.
Ostatnia praktyka jest szczególnie szkodliwa. Dodawanie przypadkowych literówek, skracanie tekstu bez zrozumienia lub sztuczne komplikowanie składni może zmienić wynik detektora, ale nie poprawia prawdziwości ani wartości materiału.
Zastosuj audyt, który kończy się jasną decyzją
Ocena tekstu powinna być powtarzalnym procesem. W przeciwnym razie dwóch redaktorów może wydać zupełnie inne werdykty tylko dlatego, że jeden nie lubi formalnego stylu, a drugi podejrzewa AI przy każdym uporządkowanym wywodzie.
Praktyczny audyt można przeprowadzić w siedmiu krokach.
1. Określ cel materiału
Trzeba ustalić, co czytelnik ma po lekturze wiedzieć lub zrobić. Opis produktu powinien ułatwiać zakup. Instrukcja – umożliwić wykonanie zadania. Tekst ekspercki – wyjaśnić problem i granice rekomendacji. Praca szkolna – pokazać zrozumienie zagadnienia oraz samodzielne rozumowanie.
Jeżeli celu nie da się zapisać w jednym zdaniu, materiał prawdopodobnie jest źle ukierunkowany.
2. Sprawdź zgodność z zadaniem
Tekst może być poprawny, a mimo to nie odpowiadać na pytanie. To częsty problem przy generowaniu treści: model rozwija temat poboczny, ponieważ łatwiej zbudować na nim obszerną wypowiedź.
Należy porównać materiał z briefem, poleceniem, intencją wyszukiwania lub zakresem zamówienia. Brak kluczowego elementu jest poważniejszym błędem niż niezgrabne zdanie.
3. Zbuduj rejestr twierdzeń
Najważniejsze fakty warto przepisać do prostej tabeli zawierającej cztery pola: twierdzenie, źródło, data sprawdzenia i osoba weryfikująca. Przy artykule liczącym około 1000–1500 słów zwykle powstaje od kilku do kilkunastu pozycji. W materiale technicznym lub finansowym może być ich znacznie więcej.
Brak źródła nie zawsze oznacza błąd. Opinia autora lub opis jego doświadczenia nie wymaga zewnętrznego potwierdzenia, ale musi być wyraźnie odróżniony od faktu.
4. Usuń zdania bez funkcji
Każdy akapit powinien wnosić przynajmniej jeden z pięciu elementów: informację, uzasadnienie, przykład, ostrzeżenie albo decyzję. Zdania, które jedynie podkreślają „znaczenie tematu”, można zwykle usunąć bez straty.
Dobrym testem jest skrócenie tekstu o 10–20%. Jeżeli po takim cięciu nie znika żadna istotna treść, pierwotna wersja była przegadana. Nie należy jednak traktować procentu jak sztywnej normy. Instrukcja bezpieczeństwa może wymagać powtórzenia ostrzeżenia, a tekst marketingowy – celowego wzmocnienia jednego komunikatu.
5. Sprawdź konkrety i granice rekomendacji
Każde ważne zalecenie powinno odpowiadać na cztery pytania:
- Dla kogo jest przeznaczone?
- W jakiej sytuacji działa?
- Kiedy nie należy go stosować?
- Jakie ryzyko lub koszt powstaje przy błędnej decyzji?
Brak tych odpowiedzi sprawia, że tekst jest generyczny. Może brzmieć fachowo, ale nie pomaga podjąć decyzji.
6. Oceń poziom udziału AI i przejrzystość procesu
Organizacja powinna z góry ustalić, co uznaje za dopuszczalne wsparcie. Przykładowa polityka może pozwalać na korektę językową bez dodatkowego oznaczenia, wymagać wewnętrznego zgłoszenia przy generowaniu fragmentów oraz nakazywać akceptację eksperta przed publikacją treści wysokiego ryzyka.
Nie ma sensu wymagać takiej samej procedury dla krótkiej wiadomości organizacyjnej i poradnika medycznego. Im większa możliwa szkoda, tym dokładniejsza dokumentacja oraz silniejszy nadzór człowieka.
Trzeba też pilnować danych wprowadzanych do narzędzi. Do publicznego modelu nie powinny trafiać niezanonimizowane dane klientów, dokumenty objęte tajemnicą przedsiębiorstwa, informacje medyczne ani treść poufnych umów bez sprawdzenia regulaminu, ustawień przetwarzania i zasad obowiązujących w organizacji. To jedna z najbardziej lekceważonych niedogodności pracy z AI: tekst może zostać poprawiony w kilka minut, ale nieostrożne wklejenie danych tworzy problem prawny i bezpieczeństwa znacznie większy niż kilka niezgrabnych zdań.
7. Zapisz werdykt redakcyjny
Ocena powinna zakończyć się jedną z konkretnych decyzji:
- materiał gotowy po zwykłej korekcie;
- materiał wymaga poprawienia wskazanych faktów;
- materiał wymaga redakcji merytorycznej i ponownej kontroli;
- autor musi wyjaśnić proces powstania treści;
- materiał nie nadaje się do publikacji lub zaliczenia w obecnej postaci.
Samo stwierdzenie „tekst wygląda na napisany przez AI” nie jest użytecznym werdyktem. Nie wskazuje błędu, sposobu naprawy ani kryterium ponownej oceny.
FAQ
Czy można ze stuprocentową pewnością wykryć tekst napisany przez AI?
Nie. Detektor, analiza stylu i porównanie z wcześniejszymi pracami mogą wskazać nieprawidłowości, ale nie dają pewnego dowodu. Mocniejszą podstawą jest analiza procesu, źródeł, szkiców i zdolności autora do obrony własnych tez.
Czy wysoki wynik detektora wystarczy do odrzucenia pracy?
Nie powinien. Wynik należy potraktować jako sygnał do dodatkowej kontroli. Decyzja powinna uwzględniać długość tekstu, język, rodzaj zadania, regulamin oraz wyjaśnienia autora.
Czy tekst wspierany przez AI jest mniej wartościowy?
Nie z definicji. Może być bardzo dobry, gdy człowiek odpowiada za tezę, fakty, przykłady, redakcję i ostateczny wniosek. Słaby jest tekst niekontrolowany, niezależnie od tego, kto stworzył pierwszy szkic.
Jak rozpoznać treść generyczną?
Usuń nazwę głównego tematu i sprawdź, czy artykuł nadal pasuje do wielu innych zagadnień. Jeżeli tak, brakuje w nim konkretnych warunków, nazw, przypadków granicznych, ryzyk i decyzji.
Co zrobić, gdy autor nie potrafi wskazać źródeł?
Oddziel twierdzenia wymagające potwierdzenia od opinii. Niepublikowalne są przede wszystkim niezweryfikowane liczby, cytaty, przepisy, parametry i zalecenia mogące spowodować szkodę. Autor powinien je potwierdzić albo usunąć.
Czy trzeba oznaczać każde użycie AI?
Nie każde użycie ma taki sam ciężar. Poprawienie przecinków jest czymś innym niż wygenerowanie argumentacji lub specjalistycznej porady. Decydują regulamin, charakter publikacji i obowiązki dotyczące przejrzystości. Wewnętrznie warto dokumentować przynajmniej istotny udział AI w tworzeniu treści merytorycznej.
Co sprawdzić jako pierwsze?
Zaznacz wszystkie daty, liczby, nazwy, cytaty, parametry i mocne twierdzenia. Dopóki nie potrafisz ich potwierdzić, nie oceniaj naturalności stylu i nie analizuj procentu z detektora. Pierwszym błędem do usunięcia jest informacja, która brzmi wiarygodnie, ale nie ma sprawdzalnej podstawy.
