Prieš porą metų šitas klausimas skambėjo kaip mokslinės fantastikos tema. Šiandien kolegos redakcijoje kasdien sprendžia dilemą – ar straipsnis, kurį atsiuntė laisvai samdomas autorius, tikrai parašytas žmogaus, ar tiesiog gerai suredaguotas ChatGPT tekstas. Mokytojai kovoja su ta pačia problema vertindami rašinius, o įmonių HR skyriai bando suprasti, ar kandidato motyvacinis laiškas atspindi realų žmogų, ar algoritmo darbą.
Tiesa yra ta, kad idealaus būdo šimtu procentu atpažinti AI generuotą tekstą nėra. Bet yra visa eilė požymių ir įrankių, kurie padeda susidaryti gana tikslią nuomonę. Pasidalinsiu tuo, ką pats esu išbandęs ir ką verta žinoti prieš pradedant tuo klausimu kariauti.
Kodėl šis klausimas tapo toks aktualus
Kalbos modeliai per pastaruosius metus tapo tokie geri, kad jų tekstai dažnai skamba natūraliau nei koks nors skubotai parašytas žmogaus juodraštis. Tai kelia praktinių problemų daugelyje sričių – nuo akademinio sąžiningumo iki turinio rinkodaros ir žurnalistikos patikimumo. Google ir kitos paieškos sistemos taip pat pradėjo atsargiau vertinti masiškai generuotą turinį, tad SEO specialistams tai irgi rūpi ne tik dėl etikos, bet ir dėl praktinės naudos.
Kita vertus, verta suprasti, kad AI naudojimas rašant tekstą pats savaime nėra blogis. Problema iškyla tada, kai tekstas pateikiamas kaip išskirtinai žmogaus darbas, arba kai turinys yra tiesiog nekokybiškas, pilnas klaidų ar dezinformacijos, kurią sugeneravo modelis be jokios žmogiškos peržiūros.
Kalbos ypatybės, kurios išduoda mašiną
Pirmiausia – stilius. AI generuoti tekstai turi tam tikrą „kvapą”, kurį po kurio laiko pradedi jausti instinktyviai. Štai keletas dalykų, į kuriuos verta atkreipti dėmesį:
- Per didelis balansas. Modeliai mėgsta struktūrą „iš vienos pusės… iš kitos pusės”, jie vengia kraštutinių nuomonių ir dažnai baigia sakinį kompromisiniu apibendrinimu.
- Pasikartojančios frazės. „Svarbu paminėti”, „verta pažymėti”, „apibendrinant galima teigti” – šie posakiai lietuviškuose AI tekstuose kartojasi begėdiškai dažnai, nes modeliai išmokyti generuoti „saugų” akademinį stilių.
- Perteklinis simetriškumas. Jei straipsnyje kiekviena pastraipa turi tiksliai tris punktus arba kiekvienas sakinys panašaus ilgio, tai jau įtartina – žmogaus rašymas natūraliai netvarkingesnis.
- Trūksta asmeninės patirties. AI sunkiai sugalvoja konkrečius, tikroviškus pavyzdžius iš savo gyvenimo. Jei tekste rašoma apie asmeninę patirtį, bet ji pernelyg bendra ir be jokių specifinių detalių – datų, vardų, keistų smulkmenų – tai signalas.
- Per taisyklinga gramatika be jokių nukrypimų. Žmonės rašydami daro klaidas, keičia stilių viduryje sakinio, kartais palieka nebaigtas mintis. Idealiai lygus tekstas be jokių „žmogiškų” netikslumų kelia įtarimą.
Lietuviškuose tekstuose yra ir specifinis požymis – kai kurie modeliai vis dar „suklysta” verčiant frazes tiesiogiai iš anglų kalbos arba naudoja kiek nenatūralią sintaksę, kuri gramatiškai teisinga, bet skamba svetimai. Jei skaitai tekstą ir jauti, kad kažkas „ne taip”, nors klaidų formaliai nėra – tai vertas dėmesio signalas.
Automatiniai įrankiai – ką jie iš tikrųjų moka
Rinkoje yra nemažai įrankių, žadančių atpažinti AI generuotą tekstą – GPTZero, Originality.ai, Copyleaks, taip pat Turnitin integravo panašią funkciją savo plagiato tikrinimo sistemoje. Šie įrankiai analizuoja tokius parametrus kaip „perplexity” (kiek nuspėjamas yra tekstas kalbos modeliui) ir „burstiness” (kiek varijuoja sakinių struktūra ir ilgis).
Realybė tokia, kad šie įrankiai dažnai klysta. Tyrimai rodo, kad jie gali klaidingai pažymėti žmogaus parašytą tekstą kaip AI generuotą, ypač jei autorius rašo labai struktūruotai, nėra gimtakalbis anglakalbis (arba, šiuo atveju, rašo ne lietuviškai gimtąja kalba, o angliškai kaip antra kalba) arba tiesiog turi gana „sausą” akademinį stilių. Buvo garsių atvejų, kai studentai buvo apkaltinti sukčiavimu vien dėl to, kad algoritmas klaidingai interpretavo jų natūralų rašymo stilių.
Su lietuviška kalba situacija dar sudėtingesnė – dauguma šių įrankių treniruoti pirmiausia angliškiems tekstams, tad jų tikslumas su lietuvišku turiniu yra abejotinas. Aš asmeniškai naudočiau tokius įrankius tik kaip vieną iš kelių signalų, o ne kaip galutinį teisėją.
Ką daryti, jei reikia patikrinti konkretų tekstą
Jei tikrai reikia priimti sprendimą – pavyzdžiui, vertinant studento darbą ar samdomo autoriaus straipsnį – rekomenduočiau tokį praktinį algoritmą:
- Perskaityk tekstą garsiai. Skamba banaliai, bet tai padeda pastebėti ritmo problemas, kurias akis kartais praleidžia.
- Palygink su ankstesniais to paties autoriaus tekstais. Jei stilius staiga drastiškai pasikeitė – žodynas tapo turtingesnis, sakiniai ilgesni ir taisyklingesni – tai signalas.
- Paprašyk paaiškinti konkrečias detales. Jei tekstas remiasi konkrečiais faktais ar šaltiniais, paprašyk autoriaus juos paaiškinti savais žodžiais gyvai arba raštu. Žmogus, kuris pats rašė, lengvai atsakys; jei tekstas buvo tiesiog nukopijuotas iš AI, dažnai pasimatys spraga.
- Patikrink faktus. Kalbos modeliai mėgsta „haliucinuoti” – sugalvoti įtikinamai skambančius, bet neegzistuojančius šaltinius, statistiką ar citatas. Jei matai nuorodą į tyrimą, kurio negali rasti, arba citatą, kuri neegzistuoja – tai stiprus signalas.
- Naudok kelis įrankius kartu. Jei ir GPTZero, ir Copyleaks, ir intuicija sutampa – tikimybė didesnė. Jei vienas įrankis sako viena, kitas kita – nepasitikėk nė vienu aklai.
Verta pridurti, kad šiandien dauguma tekstų yra hibridiniai – žmogus panaudoja AI kaip pagalbininką, tada redaguoja, prideda savo mintis, keičia struktūrą. Toks tekstas gali būti visiškai legitimus, priklausomai nuo konteksto ir taisyklių, kurios galioja konkrečioje situacijoje (universitete, redakcijoje, darbovietėje).
Kas vyksta su vaizdais ir garso įrašais
Nors straipsnis daugiausia apie tekstą, verta trumpai paminėti, kad panaši logika veikia ir su kitais turinio tipais. AI generuoti vaizdai turi savo „parašą” – keistai atrodančius pirštus, nelogišką šešėliavimą, pasikartojančius fono elementus. Garso deepfake’ai turi savo dažnių anomalijas, kurias specializuoti įrankiai gali aptikti. Tačiau visose šiose srityse galioja ta pati taisyklė – technologija tobulėja abiem pusėm, tad detekcijos įrankiai visada bėga paskui generavimo įrankius, o ne priešingai.
Etinis kampas, apie kurį dažnai pamirštama
Verta paminėti ir tai, kad pati „AI detektorių” idėja kelia etinių klausimų. Jei mokykla ar universitetas remiasi vien automatinio įrankio išvada ir apkaltina studentą sukčiavimu, o įrankis suklydo – pasekmės realiam žmogui gali būti rimtos: pašalinimas, reputacijos žala, stresas. Todėl atsakingas požiūris reikalauja, kad automatinis patikrinimas būtų tik vienas iš įrodymų, o ne vienintelis pagrindas sprendimui.
Tas pats galioja ir turinio rinkoje. Jei perki tekstus iš laisvai samdomų autorių ir įtari, kad jie naudoja AI be atskleidimo, geriau atvirai aptarti lūkesčius sutartyje ar techninėje užduotyje, nei bandyti „gaudyti” žmones po fakto su nepatikimais įrankiais.
Vietoj griežtos išvados – kelios gyvenimiškos taisyklės
Jei turėčiau sudėti visą šitą temą į kelis sakinius, kuriuos verta atsiminti einant į kitą pokalbį apie AI tekstus, tai būtų maždaug tokie:
Pirma, jokie automatiniai įrankiai nėra tobuli, tad naudok juos kaip kompasą, ne kaip teisėją. Antra, geriausias detektorius vis dar yra atidus žmogaus skaitymas – jei kažkas tekste „kvepia” per daug taisyklingai, per daug apibendrintai ar per daug „saugiai”, verta pasidomėti giliau. Trečia, prieš kaltinant ką nors AI naudojimu, verta pagalvoti apie kontekstą – galbūt žmogus tiesiog rašo taip, arba naudoja AI kaip įrankį, o ne kaip pakaitalą savo mintims, ir tai visiškai priimtina daugelyje situacijų.
Ir galiausiai – ši visa sritis keisis kas kelis mėnesius. Tai, kas šiandien atrodo patikimas požymis (pavyzdžiui, per dažnas žodžio „aplankyti” naudojimas ar tam tikra sakinio struktūra), po pusmečio gali būti visai nebeaktualu, nes modeliai atnaujinami ir mokosi vengti akivaizdžių „parašų”. Tad geriausia strategija – sekti naujienas, testuoti kelis įrankius patiems ir pasitikėti savo, kaip skaitytojo, instinktu, kurį lavina tik nuolatinis skaitymas ir praktika. Mašinos rašo vis geriau, bet žmogaus gebėjimas atpažinti dirbtinumą irgi tobulėja – tai lenktynės, kuriose kol kas dar neaišku, kas laimės, bet žinojimas apie žaidimo taisykles jau savaime yra didelis pranašumas.
