Ложные признаки ИИ-текста: почему тире, списки и пунктуация ничего не доказывают

Увидеть в тексте два длинных тире, аккуратный список и безошибочную пунктуацию легко. После этого иногда появляется быстрый вердикт: «писала нейросеть». Он кажется убедительным, потому что опирается на заметную деталь. Проблема в другом. Такая деталь встречается и в человеческих текстах, поэтому происхождение по ней установить нельзя.

Ложные признаки ИИ-текста полезно разбирать отдельно от реальных редакционных дефектов. Тире может быть лишним. Список может дробить мысль. Сложное слово может мешать читателю. Все это причины для правки. Каждая из них описывает свойства текста и ничего не говорит об истории его создания.

Почему одиночный признак дает слишком мало информации

Авторство - скрытое обстоятельство. На странице виден только результат. Один и тот же внешний прием может появиться после генерации, ручной редактуры, работы корректора или обычной авторской привычки.

Свежий обзор 2026 года в журнале ИИ and Ethics указывает, что детекторы наблюдают статистические и изученные свойства текста. Происхождение текста остается отдельным вопросом. В описанном там пробном тесте одна написанная человеком рукопись получила у пяти коммерческих детекторов заметно различающиеся оценки. Это показывает, насколько осторожно следует обращаться даже со специализированной классификацией, тем более с догадкой по одному знаку препинания.

Четыре популярных признака, которые часто переоценивают

Длинное тире

Тире существует в русской письменной речи независимо от генеративных моделей. Автор может часто ставить его по привычке, редактор - сохранять как часть интонации, а другой редактор - заменять часть тире запятыми или точками. Частота знака иногда говорит о манере письма. Связь с конкретным способом создания текста из этого не следует.

Редакторская проверка здесь простая. Если тире действительно слишком много, стоит посмотреть, не заменяет ли оно разные логические связи одним универсальным знаком. Тогда исправляется пунктуация и синтаксис. Вопрос авторства остается без ответа.

Списки

Список появляется там, где информацию удобно разделить на пункты: в инструкции, сравнении, требованиях, памятке. Сам формат ничего не сообщает о том, кто писал текст. Более того, в актуальной документации Turnitin указано, что система не предназначена для надежного определения ИИ-текста в коротких нестандартных форматах вроде маркированных пунктов. Там же отдельно предупреждают о возможности ложных срабатываний.

Есть и еще одно ограничение. Русский язык сейчас не входит в список языков, поддерживаемых ИИ-отчетом Turnitin. Поэтому цифры этого сервиса нельзя переносить на русский текст.

Аккуратная пунктуация

Безошибочная запятая не имеет автора. Текст мог пройти корректорскую вычитку, быть написан человеком с хорошей грамотностью или несколько раз отредактирован. Нейросеть тоже способна выдавать аккуратную пунктуацию. Значит, правильность знаков полезно оценивать по нормам языка и читаемости, без попытки превратить грамотность в маркер происхождения.

Сложные и редкие слова

Лексика зависит от темы, профессии, аудитории и исходных материалов. Термин из договора, научной статьи или технической документации может быть редким для широкой аудитории и совершенно обычным для специалиста. Подозрение появляется, когда сложность не помогает смыслу. Слово можно заменить более ясным без потери точности, однако автор последовательно выбирает тяжеловесную форму. Это уже редакционная проблема, которую можно описать и исправить.

Даже специальные детекторы ошибаются

В исследовании 2023 года авторы проверили 14 детекторов на 54 англоязычных тестовых документах и выполнили 756 проверок. В строгом бинарном подсчете ни один инструмент не достиг точности 80%. Авторы также зафиксировали ложные положительные и ложные отрицательные результаты. Работа опубликована в International Journal for Educational Integrity.

Эти цифры относятся к конкретной англоязычной выборке 2023 года и не измеряют качество современных детекторов на русском. Специализированной системе нужны данные, модель и порог решения. Длинное тире или аккуратный список сами по себе тем более не превращаются в доказательство авторства.

Что делать с подозрительным признаком

Полезный вопрос звучит предметно. Мешает ли этот прием читателю? Повторяется ли он без функции? Теряется ли конкретика? Неестественно ли меняется ритм? Есть ли проблема с источниками, логикой или тоном? На такие вопросы можно ответить по тексту и затем сделать обоснованную правку.

Если задача именно в поиске признаков ИИ-текста, лучше рассматривать их как редакторские сигналы и смотреть на сочетание свойств всего документа. Материал о шаблонности русского ИИ-текста помогает разбирать повторяемые конструкции по их функции.

Поэтому вопрос «почему человеческий текст определяется как ИИ» не решается охотой за тире, списками или сложными словами. Эти элементы могут подсказать место для вычитки. Для вывода о происхождении нужны отдельные основания, а иногда доступных данных для такого вывода просто нет.