AI-детектори, гуманізатори, Writing Assistants: як змінюється ринок текстів

Поява ChatGPT запустила не лише бум генеративного ШІ, а й цілу інфраструктуру навколо письма. Разом із чат-ботами виросли AI-детектори, гуманізатори, Writing Assistants. А за ними — суперечки, хто тепер є автором тексту — людина, модель чи хтось посередині.

Щоб розібратися в цьому, ми поговорили з Борисом Мельничуком, NLP Engineer в Boosters. Команда розвиває AI-детектор у JustDone і будує навколо нього цілу екосистему інструментів для роботи з текстом. На прикладі аналізу наукових статей з arXiv, еволюції JustDone і запуску Reprism (AI та продуктові рішення, які допомагають студентам досліджувати, писати й досягати прогресу в навчанні) він пояснює, як моделі вже змінюють академічне письмо, чому детекція ніколи не дає остаточної відповіді, і як формуються нові правила гри для авторів.

Як ШІ зайшов у наукове письмо

Поява ChatGPT помітно змінила підхід до написання текстів. І якщо, за словами Майка Крігера, Chief Product Officer в Anthropic, Claude уже пише значну частину коду для продуктів Anthropic, то логічно припустити, що моделі дедалі глибше входять і в академічне письмо.

АrXiv є найпопулярнішим ресурсом у сфері обробки природної мови (NLP). Саме на цій платформі публікувалися всі революційні наукові роботи, пов'язані зі штучним інтелектом та архітектурами моделей. Якщо десь і шукати, як змінюється письмо в середовищі, яке саме й розробляє ці моделі, то саме тут.

Дослідження наукових текстів для команди Boosters почалося із зовсім іншої задачі —  з’ясувати, чи не помиляється їхній AI-детектор на списках літератури. «Багато конкурентних інструментів (наприклад, GPTZero або QuillBot) тригеряться на бібліографію в кінці статей і хибно позначають їх, як згенеровані штучним інтелектом», — розповідає Борис Мельничук, NLP Engineer в Boosters. Щоб протестувати і покращити свій інструмент, команді потрібні були наукові статті з референсами. Оскільки вся база arXiv вже була завантажена, команда аналізувала саме її. Тоді й побачили цікаву тенденцію: з 2023 року частка тексту з ознаками ШІ почала швидко зростати, а в 2025 році середній показник уже сягнув 14%.

«ChatGPT публічно запустили 30 листопада 2022 року, і його вплив у текстах помітний вже з 2023-го. Графік показує, що до 2022 року середній показник був майже нульовим. Це свідчить про те, що попередні інструменти, як-от спелчекери, не впливали на детектори так, як це роблять великі мовні моделі. У 2023–2024 роках середнє значення зростає, тоді як медіана все ще залишається низькою. Це означає, що на старті ШІ активно використовувала лише частина авторів, які й тягнули середній показник угору. У 2025 році почала різко зростати і медіана. Це вже сигнал, що використання ШІ виходить за межі окремих кейсів і стає значно масовішим явищем», — каже Борис Мельничук.

На його думку, цей результат показує, що в наукових і професійних текстах ШІ вже став частиною письма, але поки не замінив автора. Моделі тут частіше використовують для окремих етапів роботи — структурування, редагування чи доопрацювання фрагментів. Водночас короткий шаблонний контент LinkedIn часто має значно помітніший слід машинної генерації. 

Як працюють AI-детектори і чому вони не дають остаточної відповіді

AI-детектор шукає в тексті патерни, характерні для машинної генерації. Тому його результат — не остаточний вердикт, а ймовірнісна оцінка.

«Технічно сучасні детектори побудовані на тих самих базових принципах, що й великі мовні моделі: вони аналізують зв’язки між словами, порядок конструкцій, повторювані синтаксичні звички, передбачуваність фраз і загальну структуру викладу. Під час навчання їм показують великі масиви людських і згенерованих текстів, щоб модель навчилася бачити різницю між ними, — пояснює Борис. — У більш просунутих системах йдеться вже не лише про оцінку документа загалом, а й про підсвічування окремих фрагментів, які мають найбільш виражені ознаки машинного письма».

Зазвичай AI detection розуміє, який текст модель створила з нуля, а який лише редагувала. Якщо людина використовує чат-бота, щоб прибрати повтори, підчистити стиль або переформулювати кілька абзаців, в такому тексті зберігається людська логіка побудови і значна частина вихідної лексики. 

За словами Бориса, чат-боти, з якими взаємодіє більшість людей (ChatGPT, Claude чи Gemini), залишають помітніші патерни: надто гладкий синтаксис, передбачувані переходи, типову структуру пояснень. Звідси ж з’явився і цілий клас інструментів, які допомагають  обійти детекцію, — так звані гуманізатори. Їхня логіка зворотна: якщо детектор шукає машинні патерни, гуманізатор намагається ці патерни зламати й замінити їх на більш «людські» конструкції. Проблема в тому, що універсального способу пройти всі перевірки не існує. Різні детектори навчаються на різних датасетах, по-різному обробляють текст і роблять висновки на основі різних ознак. Тому інструмент, який обходить один сервіс, може провалитися на іншому.

«Моделі постійно змінюються — і це головний виклик для розробників AI-детекторів. Щоразу, коли з’являються нові LLM і змінюються їхні мовні патерни, детектори доводиться адаптувати або перенавчати. Тому це безперервний процес: ринку щоразу доводиться заново визначати межу між людським і машинним письмом», — каже Борис.

Як AI detection перетворився на окрему продуктову категорію

Щойно AI detection перестав бути нішевою функцією для окремих перевірок, навколо нього почала формуватися ціла категорія продуктів. Логіка тут проста: якщо користувач перевіряє текст на AI Score, далі він, ймовірно, захоче переписати проблемний фрагмент. Саме таку логіку реалізовано в JustDone. Тут AI-детектор стає точкою входу в ширший набір текстових інструментів: поруч із ним працюють гуманізатор, перевірка на плагіат, парафрейзер і AI-ресерчер, який шукає релевантні наукові публікації та допомагає з цитуванням і структурою документа.

Але у такого формату є і своє обмеження. Коли кожна функція існує як окремий інструмент, користувачеві доводиться постійно перемикатися між різними вкладками та сценаріями: писати текст в одному середовищі, перевіряти в іншому, редагувати в третьому, окремо запускати антиплагіат чи перефразування. Саме цю проблему намагається вирішити Reprism. «Якщо JustDone показує логіку набору спеціалізованих тулів, то Reprism — це перехід до єдиного середовища роботи з текстом. По суті, це редактор формату all-in-one, де користувач не виходить із документа щоразу, коли хоче перевірити AI Score, переписати фрагмент або запустити перевірку на плагіат. Усі ці дії стають не окремими сервісами, а частиною одного інтерфейсу і безперервного сценарію роботи», — пояснює Борис.

Основна аудиторія таких продуктів — академічне середовище: студенти, викладачі, дослідники. Тут робота з текстом давно складається не лише з написання, а й із перевірок, цитування, пошуку джерел і дотримання формальних вимог. У такому контексті all-in-one формат виглядає неминучим: що більше етапів зібрано в одному середовищі, то менше втрат у швидкості й увазі.

Ринок AI Writing Assistants росте не лише тому, що з’являється більше згенерованих текстів. Письмо стає складнішим: тепер недостатньо просто написати документ — потрібно ще зрозуміти, як він виглядає для детектора, чи не має ознак запозичення, чи достатньо він унікальний і чи відповідає новим правилам гри. І що більше таких перевірок з’являється навколо тексту, то сильніший попит на продукти, які збирають їх в один процес.

Де тепер закінчується автор і починається ШІ

Водночас ринок намагається відповісти на інше питання: кого тепер вважати автором тексту. Ще кілька років тому варіантів було всього два: текст або оригінальний або запозичений в іншої людини. Тепер між цими двома станами з’явилася сіра зона: людина може придумати ідею, зібрати аргументи, написати чернетку, а потім віддати чат-боту частину роботи. 

«В академічному середовищі генеративні моделі вже створюють нову зону ризику — AI Plagiarism. Це ситуації, коли людина видає згенерований текст за власний, не пояснюючи роль ШІ в його створенні. У такому контексті AI detection стає частиною нових правил академічної доброчесності», — ділиться Борис.

Разом із цим змінюється і саме авторство. Якщо ШІ дедалі частіше бере на себе формулювання, редагування і вирівнювання стилю, то головна цінність зміщується з набору речень на рівень ідеї. Важливішим стає не те, хто буквально написав кожен абзац, а хто придумав думку, вибудував логіку і відповідає за зміст.

Що глибше ШІ входить у письмо, то менше ця тема схожа на дискусію про окрему фічу. Насправді йдеться про нову інфраструктуру роботи з текстом — із детекторами, правилами, компромісами і новими суперечками про те, де закінчується допомога і починається підміна авторської роботи.