Пометка детектора ИИ в отчёте по диссертации - оценка вероятности того, что фрагмент похож на машинный текст. Доказательством она не служит: так пишет и сам «Антиплагиат». В исследованиях на английских текстах детекторы чаще ошибались на текстах неносителей языка и после машинного перевода. Что делать с пометкой, решают люди по локальному акту организации, а Ваша задача - получить список фрагментов и подтвердить авторство материалами.

Источники сверены 28.10.2026. Федеральной нормы о детекторах ИИ на эту дату нет.

Что означает пометка детектора ИИ в отчёте по диссертации?

Коротко: показатель «ИИ-контент» в отчёте «Антиплагиата» - доля текста, который система сочла сгенерированным. Он считается отдельно от оригинальности и заимствований и, по словам самого разработчика, не доказывает, что текст писал не человек.

В памятке для проверяющих «Антиплагиат» определяет показатель как долю сгенерированного текста в общем объёме. Алгоритм, который ищет такие фрагменты, компания объявила в апреле 2023 года: он выделяет части текста, которые, по формулировке компании, «предположительно сгенерированы при помощи моделей глубокого обучения». Показатель независим: он не складывается с оригинальностью, заимствованиями и цитированием. Как читать остальные колонки, разобрано в статье об отчёте «Антиплагиата» по диссертации.

Главная оговорка стоит в той же памятке:

«В данной области не может быть доказательств, т.к. невозможно сказать с вероятностью 100%, что текст писал не человек»

«Антиплагиат», памятка для проверяющих об ИИ-генерированном контенте, 2025 (antiplagiat.ru)

Разработчик советует считать детектор маркером для эксперта. Причину он называет сам: тексты современных моделей и гибридные тексты почти лишены стилистических особенностей машинного текста.

Как детектор решает, что текст написала нейросеть?

Коротко: детектор - модель, обученная отличать машинные тексты от человеческих по статистическим признакам. Самый известный признак - предсказуемость: насколько ожидаемо каждое следующее слово. Какие именно признаки учитывает «Антиплагиат», компания не раскрывает.

Исполнительный директор «Антиплагиата» Юрий Чехович в 2023 году объяснял принцип так: нейросеть оставляет в тексте следы, а сам детектор построен на алгоритмах ИИ, обученных на задачу детектирования. В мае 2025 года компания сообщала, что детектор обучен на текстах из базы работ, собранной за 20 лет сотрудничества с университетами.

Предсказуемость в исследованиях измеряют перплексией: низкая перплексия означает, что модель легко угадывает следующее слово. Детекторы, описанные в исследованиях, устроены так: чем ровнее и предсказуемее текст, тем выше риск, что его отнесут к машинным. Ограничение метода OpenAI описала на простом примере: список первых 1 000 простых чисел нельзя отнести ни к человеку, ни к ИИ, потому что такой текст полностью предсказуем. Научный текст не список чисел, но в нём много мест, где выбор слов почти задан заранее.

Почему научный текст соискателя похож на машинный?

Коротко: научный стиль сам по себе ровный и формальный: устойчивые обороты, термины, повторяющиеся конструкции. В исследованиях на английских текстах детекторы чаще ошибались на предсказуемом словаре, на неродном языке и после машинного перевода. У соискателя эти условия могут совпасть: научный стиль, перевод собственных статей, языковая правка.

Среди признаков ИИ-текста памятка «Антиплагиата» называет формальный стиль, шаблонное построение предложений и скудную лексику. Те же черты бывают у добросовестного введения: актуальность, цель, задачи, объект и предмет формулируются по принятому образцу.

Что известно о факторах ошибки из исследований:

  1. Предсказуемый словарь. В работе Liang и соавторов (Стэнфорд, 2023) эссе, которые все семь детекторов единогласно пометили как ИИ, имели значимо меньшую перплексию, чем остальные. Когда исследователи попросили ChatGPT упростить словарь в эссе американских восьмиклассников, средняя доля ложных пометок выросла с 5,19 % до 56,65 %.
  2. Неродной язык в научном тексте. Liang и соавторы сравнили резюме 1 574 статей, принятых на конференцию ICLR 2023 и поданных до выхода ChatGPT. У авторов из стран с неродным английским перплексия резюме была значимо ниже, чем у авторов из англоязычных стран. Детекторы на этих резюме не запускали: показано только, что научный текст неносителей языка предсказуемее.
  3. Машинный перевод. В проверке Weber-Wulff и соавторов (2023) точность на человеческих текстах, написанных не на английском и переведённых DeepL или Google Translate, упала на 20 % по сравнению с обычными человеческими текстами (96 %). Авторы предупреждают, что под подозрение могут попасть те, кто переводит собственные тексты машинным переводом.
  4. Смешанный текст. Turnitin сообщает о своём детекторе: в 54 % случаев ошибочно помеченные предложения стоят рядом с настоящим ИИ-текстом, чаще на стыке. Для «Антиплагиата» таких данных нет, но если в главе есть фрагмент после обработки нейросетью, стоит отдельно посмотреть, не помечены ли соседние предложения.

Данные Liang, Weber-Wulff и OpenAI получены на английских текстах, язык выборки Turnitin не указан. Как часто ошибается детектор на русском научном тексте, независимых измерений в открытых источниках на 28.10.2026 нет. Поэтому выводы здесь осторожные: факторы риска известны, их доля в Вашем отчёте - нет. Если часть диссертации - перевод собственных статей, посмотрите также статью о переводных заимствованиях в диссертации.

Насколько точны детекторы и что из этого следует?

Коротко: точность детекторов разные источники считают по-разному. «Антиплагиат» заявляет ошибку не более 1 %, не описывая выборку; OpenAI называла для своего классификатора 9 % ложных пометок и закрыла его; в независимой проверке 2023 года на английских текстах точность всех 14 инструментов была ниже 80 %. Сравнивать эти цифры напрямую нельзя.

Чьи данныеЧто заявленоОграничение
«Антиплагиат», памятки 2023 и 2025вероятность ошибки не более 1 %данные компании, выборка не описана
«Антиплагиат», пресс-служба, май 202598 % точности выявления текстов, созданных ИИ; на 35 % выше прежних результатовданные компании в пересказе СМИ, выборка не названа; доля ложных пометок текста человека не названа
OpenAI, 202326 % ИИ-текстов распознано, 9 % человеческих текстов помечено как ИИанглийский язык; классификатор закрыт 20 июля 2023 года из-за низкой точности
Weber-Wulff и соавторы, 202314 инструментов, у всех точность ниже 80 %, выше 70 % только у пяти; ложные срабатывания у 6 из 14только английские тексты; точность учитывает и пропуски ИИ-текста, и ложные пометки, причём инструменты чаще принимали ИИ-текст за человеческий

Из таблицы следует первое практическое правило: ни одна цифра точности не говорит, верна ли пометка в Вашем конкретном отчёте. Её проверяет человек по содержанию.

Отсюда и второе правило: не стоит проверять главы во всех бесплатных детекторах подряд. В исследовании Liang (2023, эссе экзамена TOEFL на английском) хотя бы один из семи детекторов пометил 89 из 91 эссе людей, для которых английский не родной, а единогласно - 18. Для «Антиплагиата» и русского текста таких данных нет, но принцип тот же: чем больше детекторов, тем вероятнее, что какой-то из них что-то найдёт, и тем меньше смысла в такой пометке.

OpenAI ещё при запуске классификатора в январе 2023 года предупреждала, что он не должен быть основным инструментом решения и очень ненадёжен на коротких текстах, до 1 000 знаков. По памятке «Антиплагиата», ИИ-текст распознаётся только в документах от 2 листов. Поэтому оценке детектора на абзаце или аннотации, проверенных отдельно от работы, стоит доверять меньше всего.

Кто решает, что делать с пометкой?

Коротко: решение принимают люди: эксперт, который проверяет отчёт, кафедра или организация при подготовке заключения, затем диссертационный совет. Опираются они на локальный акт. В Положении № 842 о детекторах и об ИИ ничего не сказано.

Порядок по документам «Антиплагиата» и организаций:

  1. По памятке «Антиплагиата» решение о допуске работы принимается на основании локального акта организации, с учётом этических норм: декларирования ИИ, ссылок, проверки достоверности автором. Ещё в памятке 2023 года компания писала, что решение принимают на местах: кафедра, диссертационный совет, редакция по своему регламенту.
  2. Эксперт, у которого по итогам анализа нет претензий, может снять отметку о подозрительности и оставить поясняющий комментарий. Комментарий виден в печатных формах отчёта.
  3. В РАНХиГС, по п. 2.5.3 положения о проверке, при признаках генеративного ИИ автор диссертации даёт в отчёте комментарий: либо об использовании ИИ, либо об ошибочном распознании текста как сгенерированного. Ответственный сотрудник вправе запросить заключение научного руководителя о допустимости использования ИИ.
  4. В принципах ИТМО окончательную оценку корректности применения ИИ для диссертации даёт диссертационный совет, для статьи - редакция журнала.

В федеральной норме картина такая. Пункт 10 Положения № 842 требует, чтобы диссертация была написана самостоятельно и показывала личный вклад автора. Пункт 14 обязывает ссылаться на автора и источник заимствования. Пункт 20 называет основанием отказа в приёме к защите заимствование без ссылки, а про ИИ и детекторы в этом перечне ничего нет. Числового порога «допустимого ИИ» в Положении тоже нет. Есть ли такой порог в Вашей организации, видно только из её акта.

Заместитель председателя ВАК Эдуард Галажинский в меморандуме о социально-гуманитарных специальностях, опубликованном ТГУ, предлагает закрепить, что средства распознавания сгенерированного текста не могут служить самостоятельным основанием для вывода о нарушении: это вспомогательный индикатор, за которым следует содержательная проверка. Это авторский текст, обязательной силы он не имеет. Что этот меморандум говорит об ИИ в диссертациях в целом, разобрано в статье «ИИ в диссертации: что разрешают нормы, советы и организации».

Если пометка появилась на этапе, когда до заключения организации и подачи в совет остаются недели, порядок действий лучше выстроить заранее. В сопровождении кандидатской и докторской диссертации это разбирается вместе с Вами: какие требования у организации и какие материалы подготовить до заключения.

Чем подтвердить, что текст диссертации Вы писали сами?

Коротко: авторство подтверждают рабочие материалы, а не повторная проверка в детекторе. Меморандум ТГУ прямо называет проверку ссылок, цитат, черновиков и запрос пояснений и рабочих материалов.

МатериалЧто показываетГде взять
Версии файлов глав с датамикак текст рос и менялсяистория версий в облачном диске или редакторе, копии в почте
Черновики, планы, заметкиход мысли до готового текстапапки работы, бумажные записи, сканы
Переписка с научным руководителем по главамзамечания и Ваши исправления по временипочта, мессенджеры
Первичные данныеоткуда взялись таблицы и выводыанкеты, протоколы, расчёты, выгрузки
Опубликованные статьи по темечто текст вырос из Ваших работжурналы, eLibrary, оттиски
Отзыв или заключение научного руководителячто руководитель видел работу по ходусам руководитель; в РАНХиГС его заключение может запросить ответственный сотрудник
Декларация об использовании ИИ, если Вы им пользовалисьчто, где и как применялосьформа организации, если она есть

Памятка «Антиплагиата» советует проверяющим учитывать декларирование ИИ, ссылки, промпты или скриншоты диалога и то, проверил ли автор достоверность. Если Вы пользовались нейросетью, например для перевода или языковой правки, честная декларация снимает часть вопросов. Если не пользовались, Ваш довод - материалы из таблицы.

Что делать по шагам, если пометку поставили до заключения?

Коротко: порядок действий при пометке до заключения организации такой: сначала узнать, что именно помечено и по какому документу примут решение, затем собрать материалы и письменно объяснить фрагменты. Текст ради показателя не переписывать.

  1. Попросите у проверяющего полный отчёт или список помеченных фрагментов и значение показателя «ИИ-контент».
  2. Найдите локальный акт: положение о проверке диссертаций, порядок выдачи заключения, требования совета. Посмотрите, есть ли в нём порог, форма комментария и срок для объяснений.
  3. Разберите помеченные фрагменты. Отметьте, что в них: типовые формулировки введения, перевод, пересказ нормы, фрагмент после языковой правки.
  4. Соберите материалы по этим фрагментам из таблицы в разделе об авторстве: версии, черновики, данные, переписку.
  5. Напишите комментарий к отчёту, если акт это предусматривает. Опишите, как создавались помеченные фрагменты, и сошлитесь на материалы.
  6. Обсудите отчёт с научным руководителем до заседания кафедры. В некоторых организациях, например в РАНХиГС, ответственный сотрудник вправе запросить заключение руководителя.
  7. Будьте готовы устно объяснить помеченные места: откуда данные, почему выбран метод, как получен вывод.

Делать это лучше до предзащиты: после неё времени на объяснения остаётся меньше. Как устроена предзащита и что на ней обсуждают, описано в статье о предзащите кандидатской диссертации, а общий порядок проверки - в статье о проверке диссертации на заимствования перед советом.

Что делать, если пометку поставила редакция журнала ВАК?

Коротко: редакция решает по своей политике, и разговор с ней строится так же: запросить, что помечено, сверить с правилами журнала, ответить письменно с материалами.

  1. Попросите редакцию указать, какой инструмент и какие фрагменты дали пометку.
  2. Найдите правила журнала об ИИ: что разрешено, что нужно раскрыть и в какой форме. Требования у журналов разные, поэтому опираться стоит на правила своего.
  3. Ответьте письменно: как готовилась статья, какие материалы это подтверждают, пользовались ли Вы ИИ и для чего.

Turnitin, разработчик другого детектора, советует использовать подсвеченные предложения как повод начать разговор. На это можно сослаться в ответе. Что разрешают и запрещают журналы из перечня, разобрано в статье о нейросети и научной статье в журнал ВАК.

Что только ухудшит положение?

Коротко: переписывание текста ради показателя, сервисы «очеловечивания» и перевод туда и обратно не доказывают авторство и могут испортить научный текст. Доказательство - материалы и объяснения.

  1. Переписывать помеченные абзацы ради другого значения показателя. Самостоятельность по п. 10 Положения № 842 от этого не доказывается, а текст может стать хуже. Есть и формальная причина, на которую опирается п. 18: после размещения диссертации на сайте организации текст для совета должен совпадать с размещённым.
  2. Пропускать текст через сервисы «очеловечивания». Они меняют формулировки и термины, а эксперт может увидеть странный язык, и вопросов станет больше.
  3. Переводить текст на другой язык и обратно. В проверке Weber-Wulff и соавторов человеческие тексты после машинного перевода на английский детекторы распознавали хуже. Как детекторы оценивают русский текст после перевода туда и обратно, не измерялось, а термины при таком переводе легко искажаются.
  4. Спорить без документов. Слова «я писал сам» без версий, черновиков и данных убеждают слабее, чем папка с материалами.
  5. Ждать заседания. Комментарий и материалы лучше подготовить, пока заключение организации ещё не выдано.

Если Вы сомневаетесь, какие фрагменты считаются заимствованием, а какие нет, посмотрите статью о плагиате в диссертации.

Источники

  1. «Антиплагиат»: памятка для проверяющих об ИИ-генерированном контенте, 2025 (PDF)
  2. «Антиплагиат»: памятка об ИИ, 2023 (PDF)
  3. «Антиплагиат»: история изменений системы
  4. Хабр: новость о распознавании текстов ChatGPT «Антиплагиатом» с комментарием Ю. Чеховича, 2023
  5. Tproger: «Антиплагиат» заявил точность распознавания ИИ-текстов 98 %, 2025
  6. Liang W. et al. GPT detectors are biased against non-native English writers, 2023 (arXiv)
  7. Weber-Wulff D. et al. Testing of detection tools for AI-generated text, International Journal for Educational Integrity, 2023
  8. OpenAI: New AI classifier for indicating AI-written text, копия в Web Archive
  9. Turnitin: ложные срабатывания на уровне предложений
  10. Turnitin: ложные срабатывания при распознавании ИИ-текста
  11. Постановление Правительства № 842 от 24.09.2013 о порядке присуждения учёных степеней, текст на Гаранте
  12. РАНХиГС: положение о проверке в системе «Антиплагиат» диссертаций на соискание учёных степеней, приказ № 02-1313 (PDF)
  13. ИТМО: принципы использования технологий ИИ в научной деятельности, при подготовке научных трудов и рецензий
  14. Э. Галажинский. ИИ и научная деятельность: где должна проходить граница между мыслью и алгоритмом? ТГУ, «Слово ректору»