Jak rozpoznać tekst napisany przez AI?

Nie istnieje pojedyncze słowo, znak interpunkcyjny ani program, który pozwalałby bezbłędnie ustalić, czy tekst został napisany przez człowieka, czy wygenerowany przez AI. Istnieje jednak dziesięć sygnałów, które mogą pomóc nauczycielowi rozpoznać wypracowanie stworzone z pomocą sztucznej inteligencji, a redaktorowi ocenić, czy autor rzeczywiście napisał przesłany artykuł.

.Pierwsza trudność polega na tym, że podział na teksty napisane przez człowieka i stworzone przez sztuczną inteligencję staje się coraz mniej użyteczny. Pomiędzy całkowicie samodzielnym napisaniem artykułu a skopiowaniem odpowiedzi chatbota istnieje wiele wariantów: AI może podsunąć plan, znaleźć argumenty, dokonać pogłębionego researchu, przeredagować kilka akapitów, ujednolicić styl albo poprawić tekst (chociażby dokonać korekty ortograficznej, gramatycznej, interpunkcyjnej, językowej), który wcześniej rzeczywiście napisał człowiek. Na podstawie samego rezultatu praktycznie nie da się dowieść, że autor nie użył sztucznej inteligencji nawet w najmniejszym stopniu.

Badania prowadzone w ostatnim czasie pokazują zarazem, że modele językowe wciąż mają rozpoznawalne nawyki. Analiza opublikowana w „Proceedings of the National Academy of Sciences” wykazała, że modele potrafią tworzyć poprawne teksty, ale gorzej od ludzi dostosowują styl do zmieniającego się gatunku i sytuacji. W eksperymencie przedstawionym podczas konferencji Association for Computational Linguistics grupa osób bardzo często korzystających z modeli językowych pomyliła, przy decyzji większościowej, tylko jeden z 300 badanych anglojęzycznych artykułów, przy czym był to kontrolowany eksperyment, którego wyników nie można automatycznie przenieść na każde wypracowanie szkolne, pracę naukową, materiał dziennikarski czy instrukcję obsługi urządzenia.

Najlepszym rozwiązaniem nie jest więc poszukiwanie jednego „dowodu AI”, lecz obserwowanie kilku zgodnych ze sobą symptomów.

1. Tekst nagle przestaje brzmieć jak jego autor

Najmocniejszym sygnałem nie jest obecność określonego słowa, ale zerwanie ciągłości stylu. Uczeń, który dotąd pisał krótkimi zdaniami, popełniał charakterystyczne błędy i miał trudność z budowaniem argumentacji, przedstawia nagle tekst bezbłędny, uporządkowany i nasycony pojęciami, których wcześniej nie używał. Podobnie w redakcji autor znany z ostrego, osobistego języka może przysłać artykuł napisany głosem poprawnym, lecz pozbawionym cech obecnych w jego wcześniejszych publikacjach, korespondencji i propozycji tematu.

Każdy człowiek ma własny zestaw przyzwyczajeń językowych, nazywany idiolektem. Obejmuje on długość zdań, ulubione spójniki, sposób rozpoczynania akapitów, interpunkcję, częstotliwość używania pierwszej osoby, a nawet rodzaj popełnianych błędów. Jednorazowa poprawa nie jest oczywiście dowodem oszustwa, ponieważ człowiek może nad tekstem długo pracować albo skorzystać z pomocy redaktora, ale nagły skok w kilku niezależnych obszarach powinien prowadzić do sprawdzenia procesu powstawania pracy.

W przypadku ucznia warto porównać podejrzany materiał z krótkim tekstem napisanym w klasie. W redakcji pomocne będzie zestawienie artykułu z wcześniejszymi tekstami autora oraz z jego wiadomością w mailu, whatsappie czy SMS-ie opisującą pomysł. Im większa różnica między sposobem, w jaki autor myśli i pisze spontanicznie, a sposobem, w jaki brzmi gotowy materiał, tym ważniejsze staje się pytanie o zakres użycia AI.

2. Tekst sprawia wrażenie konkretnego, ale pozostaje ogólny

Model językowy potrafi stworzyć tekst zawierający wiele zdań, a zarazem zaskakująco mało informacji, które można sprawdzić. Pojawiają się w nim „eksperci”, „najnowsze badania”, „wiele przedsiębiorstw”, „coraz więcej nauczycieli” albo „rosnąca grupa użytkowników”, lecz brakuje nazwisk, tytułów badań, miejsc, dat i liczb. Nie zawsze wynika to z niewiedzy modelu; często jest konsekwencją tego, że chatbot wybiera bezpieczne uogólnienie, zamiast ryzykować twierdzenie, którego nie potrafi uzasadnić.

W artykule dziennikarskim oznaką takiej ogólnikowej konkretności może być opis tendencji bez wskazania choćby jednego człowieka, dokumentu lub zdarzenia, które autor rzeczywiście sprawdził. W tekście literackim pojawiają się dekoracyjne szczegóły, takie jak deszcz na szybie, stygnąca kawa, bicie serca czy milczenie w pokoju, ale żaden z nich nie zmienia sytuacji bohatera ani nie wynika z indywidualnej obserwacji. Scena jest możliwa, nawet efektowna, lecz mogłaby znaleźć się w tysiącu innych opowiadań.

W instrukcji obsługi ten sam problem przyjmuje bardziej niebezpieczną postać. Tekst zaleca „przejście do ustawień”, „wybranie odpowiedniej opcji” albo „dostosowanie parametrów do potrzeb użytkownika”, nie podając nazwy przycisku, ścieżki w menu, wersji urządzenia ani warunków, które trzeba spełnić przed rozpoczęciem operacji. Instrukcja brzmi profesjonalnie, ale człowiek stojący przed konkretnym urządzeniem nadal nie wie, co ma zrobić.

3. Konstrukcja tekstu jest zbyt regularna w stosunku do jego treści

Modele językowe bardzo dobrze odtwarzają szkolny i poradnikowy schemat wypowiedzi. Wstęp zapowiada temat, kolejne części przedstawiają równo rozłożone argumenty, a zakończenie jeszcze raz streszcza wszystko, co już zostało powiedziane. Taka kompozycja nie jest wadą ani dowodem użycia AI, lecz staje się podejrzana, gdy forma pozostaje idealnie symetryczna mimo tego, że poszczególne kwestie mają zupełnie różne znaczenie.

W tekście stworzonym przez człowieka zwykle widać hierarchię zainteresowań. Autor zatrzymuje się dłużej przy tym, co zna najlepiej, pewne wątki jedynie sygnalizuje, czasem wraca do wcześniejszej myśli, ponieważ dopiero później odkrył jej konsekwencje. Tekst AI częściej przypomina budowlę powstałą według gotowego rzutu: każdy rozdział ma podobną długość, każdy akapit spełnia tę samą funkcję, a wszystkie elementy zostały zamknięte z jednakową starannością.

Szczególnie charakterystyczne jest kończenie każdego fragmentu niewielkim podsumowaniem, po którym na końcu artykułu pojawia się jeszcze jedno podsumowanie całości. Czytelnik odnosi wówczas wrażenie, że tekst wielokrotnie obiecuje dojście do wniosku, ale właściwy wniosek nigdy nie następuje. Konstrukcja zaczyna zastępować myśl.

4. Zdania i akapity mają niemal identyczny rytm

Duże porównanie tekstów dziennikarskich, literatury i odpowiedzi najpopularniejszych modeli, przeprowadzone w 2026 r. przez „The Economist”, objęło blisko 56 tys. zdań i około 1,2 mln słów. Wykazało między innymi, że współczesne modele często budują długie zdania, używają stosunkowo mało przecinków, średników i nawiasów oraz mają tendencję do łączenia kolejnych elementów spójnikiem „i”. Nie oznacza to, że podobną miarę można mechanicznie przenieść z języka angielskiego na język polski, ponieważ oba języki mają inne zasady interpunkcji, ale obserwacja dotycząca jednostajnego rytmu pozostaje użyteczna.

Człowiek zmienia tempo. Po zdaniu wielokrotnie złożonym może postawić krótkie. Czasem zatrzymuje się, dopowiada coś w nawiasie, urywa myśl albo świadomie rozbija akapit, ponieważ chce zwrócić uwagę na konkretny argument. Nieedytowany tekst AI częściej płynie z równą prędkością, zdania są podobnej długości, akapity zajmują podobną powierzchnię, a ich składnia rozwija się według tego samego porządku.

Dobrym testem jest przeczytanie tekstu na głos. Jednostajność, której nie widać podczas szybkiego przeglądania ekranu, staje się wtedy wyraźna. Warto natomiast zrezygnować z popularnego przekonania, że dowodem użycia AI jest sam myślnik lub pauza; najnowsze analizy pokazują, że częstotliwość ich stosowania znacząco różni się między modelami, a niektóre używają ich obecnie rzadziej niż ludzie.

5. Powracają te same figury retoryczne i wyliczenia złożone z trzech elementów

Modele szczególnie chętnie korzystają z konstrukcji brzmiących efektownie, ponieważ są one statystycznie częste w dobrze zredagowanych artykułach, przemówieniach i materiałach promocyjnych. Należą do nich formuły „nie chodzi tylko o X, lecz także o Y”, „to nie jest X, to Y”, „zarówno X, jak i Y” oraz zdania przeciwstawiające „wyzwania” pojawiającym się wraz z nimi „możliwościom”. Pojedyncza konstrukcja tego rodzaju niczego nie dowodzi, ale ich duże zagęszczenie tworzy charakterystyczny efekt retorycznej automatyzacji.

Drugim sygnałem jest zasada trzech elementów. Model z łatwością tworzy zestawienia takie jak „wiedza, doświadczenie i odpowiedzialność”, „nauczyciele, uczniowie i rodzice” albo „przeszłość, teraźniejszość i przyszłość”, nawet jeżeli trzeci składnik został dodany wyłącznie dla rytmu. Człowiek również bardzo często korzysta z trójczłonowych wyliczeń, lecz zwykle potrafi wyjaśnić, dlaczego wymienił właśnie te trzy rzeczy i czym rzeczywiście różnią się one od siebie.

Podejrzenie powinno wzrosnąć, gdy wyliczenia układają się w serie, a kolejne akapity ponownie opisują problem jako „złożony, wielowymiarowy i dynamiczny”. Wówczas figura retoryczna nie służy już myśli. Służy wytworzeniu wrażenia kompletności. Kompletności „Made in Chat”.

6. Język jest bardziej napuszony niż wymaga tego temat

AI często wybiera słowo dłuższe, bardziej formalne i abstrakcyjne, choć proste określenie byłoby dokładniejsze. Zamiast napisać, że ktoś „wdrożył system”, tekst mówi o „realizacji procesu implementacji rozwiązania”; zamiast stwierdzić, że decyzja „zmieniła sytuację”, opisuje jej „transformacyjny wpływ na dynamicznie ewoluujący krajobraz”. Szczególnie częste są rzeczowniki utworzone od czasowników, które sprawiają, że zdanie brzmi oficjalnie, ale ukrywają, kto właściwie coś zrobił.

W polskich tekstach sygnałem może być seryjne używanie określeń „kluczowy”, „istotny”, „fundamentalny”, „wielowymiarowy”, „kompleksowy”, „dynamiczny” i „niezwykle ważny”, a także zwrotów „warto podkreślić”, „należy zauważyć”, „odgrywa istotną rolę” oraz „w obliczu zmieniającej się rzeczywistości”. Żadne z tych słów nie jest samo w sobie podejrzane. Problem pojawia się wtedy, gdy niemal każde zjawisko zostaje uznane za kluczowe, każda zmiana za dynamiczną, a każda kwestia za wymagającą kompleksowego podejścia.

W wypracowaniu ucznia trzeba przede wszystkim sprawdzić, czy poziom słownictwa odpowiada precyzji rozumowania. W tekście dziennikarskim warto usuwać abstrakcyjne określenia i pytać, jaka informacja pozostaje po ich wykreśleniu. W instrukcji obsługi „dokonanie aktywacji funkcjonalności” powinno zostać zastąpione informacją – po prostu: który przycisk należy nacisnąć.

7. Tekst wielokrotnie powtarza tę samą myśl innymi słowami

Model językowy może sprawnie rozwijać wypowiedź bez powiększania jej zawartości informacyjnej. Pierwszy akapit stwierdza, że sztuczna inteligencja zmienia edukację, drugi, że jej wpływ na szkoły staje się coraz większy, trzeci, że nauczyciele muszą przygotować się na zachodzące zmiany, a czwarty, że przyszłość nauczania będzie zależała od umiejętnego reagowania na rozwój AI. Formalnie są to różne zdania, lecz wszystkie przekazują tę samą wiadomość.

Najłatwiej wykryć ten problem za pomocą próby skrótu. Jeżeli można usunąć jedną trzecią artykułu, nie tracąc ani faktu, ani argumentu, ani istotnej obserwacji, tekst prawdopodobnie został niedostatecznie przepracowany. Nie przesądza to o użyciu sztucznej inteligencji, ponieważ niektórzy ludzie także piszą rozwlekle, ale semantyczne powtórzenia są jednym z częstszych śladów przyjęcia nieedytowanego lub powierzchownie poprawionego materiału wygenerowanego przez model językowy sztucznej inteligencji.

Szczególnej uwagi wymagają zakończenia. AI ma skłonność do ponownego streszczania tekstu i zamykania go zdaniem o potrzebie odpowiedzialności, współpracy lub dalszej refleksji. Człowiek częściej kończy w miejscu, do którego doprowadził go argument, nawet jeżeli zakończenie pozostaje nieco ostre, niewygodne albo otwarte.

Człowiek często też kończy tekst w sposób z punktu widzenia AI niedokończony, zmuszający do myślenia czytelnika, bez podsuwania mu ostatecznego wniosku.

8. Tekst jest bezpieczny, przesadnie wyważony i pozbawiony ryzykownych sformułowań

Modele językowe sztucznej inteligencji są trenowane tak, aby tworzyć wypowiedzi pomocne, grzeczne i możliwie bezpieczne. W efekcie chętnie przedstawiają „argumenty obu stron”, unikają jednoznacznego rozstrzygnięcia, a trudne zagadnienie podsumowują stwierdzeniem, że potrzebne są dialog, równowaga i odpowiedzialne podejście. W tekście analitycznym może to wyglądać jak bezstronność, choć w rzeczywistości bywa unikaniem oceny, który argument jest mocniejszy i jakie konsekwencje wynikają z dostępnych faktów.

Nie oznacza to, że neutralny język jest oznaką AI. Rzetelne dziennikarstwo wymaga ostrożności, oddzielania informacji od opinii i przedstawiania stanowisk stron. Sygnałem ostrzegawczym jest dopiero wyważenie mechaniczne, w którym każdej tezie przyznaje się dokładnie taką samą wagę, nawet gdy zgromadzone dowody są wyraźnie nierówne.

W literaturze odpowiednikiem tego zjawiska jest emocja bez osobistego kosztu. Bohater odczuwa smutek, nadzieję lub niepokój, lecz emocje nie prowadzą go do niekonsekwencji, wstydu, okrucieństwa, błędu ani decyzji, której później żałuje. Wszystko zostaje nazwane, ale nic nie zostaje naprawdę przeżyte. Tekst jest gładki, ponieważ nie zawiera tarcia, które powstaje wtedy, gdy autor próbuje opisać coś rozpoznanego we własnym doświadczeniu.

Nie znaczy to, że czytelnicy zawsze niżej oceniają literaturę stworzoną przez modele językowe. Eksperymenty dotyczące tego, jak odbierane są opowiadania wygenerowane przez AI, pokazują, że bez informacji o autorstwie odbiorcy mogą oceniać je równie wysoko, a niekiedy wyżej niż teksty napisane przez ludzi.

Jednocześnie w dziennikarstwie beznamiętny tekst nie oznacza, że został napisany przez sztuczną inteligencję (lub z jej użyciem), raczej że piszący tekst autor nie ma w ogóle żadnej emocji w sobie względem opisywanego tematu. A to, przynajmniej wśród dobrych dziennikarzy, jest wyjątkowo rzadkie. O ile w ogóle występuje.

9. Pojawiają się wiarygodnie brzmiące fakty, których nie można potwierdzić

To jeden z najbardziej obiektywnych sygnałów, ponieważ można go zweryfikować. Model potrafi wymyślić tytuł publikacji, nazwisko badacza, numer raportu, cytat, sygnaturę sprawy sądowej albo statystykę, która pasuje do argumentu i wygląda prawdopodobnie. W ostatnich latach fałszywe źródła generowane przez AI trafiały do artykułów, raportów konsultingowych, publikacji naukowych i pism składanych w sądach; „Nature” oceniało w 2026 r., że problem nieważnych i zmyślonych odwołań zaczyna zanieczyszczać literaturę naukową na znaczącą skalę.

W artykule dziennikarskim trzeba sprawdzić nie tylko, czy istnieje przywołany raport, lecz także czy rzeczywiście zawiera przypisywaną mu informację. Cytat może być niemal zgodny z wypowiedzią danej osoby, ale złożony z kilku różnych zdań albo całkowicie wymyślony. Liczba może odpowiadać rzeczywistemu rządowi wielkości, lecz dotyczyć innego kraju, roku lub badanej grupy.

W instrukcjach AI może wymienić nieistniejącą funkcję urządzenia, połączyć elementy pochodzące z dwóch wersji oprogramowania albo zaproponować sekwencję czynności, której nie da się wykonać. Dlatego warto losowo wybrać kilka najbardziej szczegółowych twierdzeń, dwa-trzy cytaty i trzy-cztery odwołania bibliograficzne. Jeżeli autor nie potrafi przedstawić źródeł, a kolejne elementy okazują się prawie prawdziwe, lecz nieprecyzyjne, prawdopodobieństwo użycia niezweryfikowanego materiału AI wyraźnie rośnie.

Do tej samej kategorii należą pozostawione w tekście fragmenty odpowiedzi chatbota: zapowiedź „poniżej przedstawiam poprawioną wersję”, pytanie, czy odbiorca potrzebuje dalszej pomocy, instrukcje formatowania, znaczniki Markdown (proste znaki z klawiatury (akie jak #, * czy >, które służą do szybkiego formatowania tekstu), wymyślone miejsca na linki albo uwagi skierowane do osoby wydającej polecenie. Są to dowody znacznie mocniejsze niż ulubione słowo czy określony znak interpunkcyjny, chociaż coraz rzadziej pozostają w tekstach poddanych choćby pobieżnej korekcie.

10. Autor nie potrafi odtworzyć procesu powstawania tekstu

Najważniejszy test zaczyna się poza samym tekstem. Nauczyciel może poprosić ucznia o wyjaśnienie, dlaczego wybrał konkretny argument, skąd pochodzi określona informacja, co oznacza trudniejsze pojęcie oraz jak zmieniłby wskazany akapit. Nie chodzi o przesłuchanie ani o udowadnianie winy na podstawie zdenerwowania, lecz o sprawdzenie, czy osoba podpisana pod pracą rzeczywiście rozumie własne zdania.

Brytyjskie wytyczne dla szkół opublikowane w 2026 r. zalecają, aby w razie wątpliwości rozmawiać z uczniem o jego sposobie myślenia i procesie przygotowania pracy. Można również poprosić o notatki, plan, wcześniejszą wersję, historię zmian albo krótkie rozwinięcie jednego z wątków napisane podczas lekcji. Brak dokumentacji nie jest dowodem, ponieważ nie każdy autor zachowuje kolejne wersje, ale połączenie braku śladów pracy z niemożnością obrony zawartych w tekście argumentów ma znacznie większą wagę niż wynik automatycznego detektora.

Wydawca może zastosować podobną procedurę. Autor powinien umieć przedstawić wykorzystane materiały, nagrania rozmów, korespondencję, dokumenty i drogę prowadzącą od pomysłu do ostatecznej tezy. Warto też po prostu zapytać autora, w jaki sposób wykorzystał sztuczną inteligencję w pracy nad tekstem; z doświadczenia redakcyjnego ostatnich lat wiem, że taki sposób zadania pytania rozwiewa wszelkie wątpliwości.

W przypadku instrukcji technicznej najprostszą metodą jest wykonanie opisanych czynności na właściwym urządzeniu; tekst, którego autor nigdy nie sprawdził w praktyce, ujawnia wtedy swoje słabości natychmiast. Z przerażeniem, co byłoby gdyby taka instrukcja została wydrukowana w tysiącach egzemplarzy i zostałaby użyta przez finalnych odbiorców urządzenia.

Jak nauczyciel może sprawdzić, czy wypracowanie napisała AI; co może zrobić wydawca z tekstem dziennikarza, gdy ma wątpliwości?

Na podstawie gotowego tekstu najczęściej można sformułować ocenę prawdopodobieństwa, ale nie kategoryczny werdykt. Jeden charakterystyczny zwrot nie znaczy nic. Kilka współwystępujących cech, takich jak nagłe zerwanie stylu, ogólnikowość, regularna konstrukcja i niezweryfikowane źródła, uzasadnia dokładniejsze sprawdzenie, natomiast różnica między wcześniejszymi pracami autora, błędy rzeczowe oraz niezdolność do wyjaśnienia własnego rozumowania tworzą podstawę znacznie poważniejszej wątpliwości.

Detektor AI może być sygnałem pomocniczym, ale nie powinien sam rozstrzygać o autorstwie, ocenie ucznia, zakończeniu współpracy z dziennikarzem ani odrzuceniu tekstu. Program rozpoznaje statystyczne podobieństwo do znanych mu tekstów wygenerowanych maszynowo, nie rekonstruuje natomiast rzeczywistej historii dokumentu. Może więc pomylić z AI tekst człowieka piszącego bardzo formalnie, autora posługującego się językiem obcym albo osobę, która świadomie stosuje prostą i regularną składnię.

W praktyce najuczciwsze pytanie nie zawsze brzmi: „Czy ten tekst napisała sztuczna inteligencja?”. Nauczyciel powinien raczej ustalić, czy praca rzeczywiście pokazuje wiedzę i umiejętności ucznia, a wydawca, czy autor pozostaje odpowiedzialny za fakty, źródła, argumentację i ostateczny kształt materiału. Ostatecznie wszakże ocena ucznia, którą wystawia nauczyciel i przyjęcie bądź nieprzyjęcie tekstu do publikacji, są wciąż wolną wolą zarówno nauczyciela, jak i w przypadku tekstów dziennikarskich – wydawcy.

Sebastian Nizio