Детектор ИИ в вузах учит не предмету: студенты правят до косноязычия ради «100% человека»

Раньше преподаватель выяснял, понимает ли студент тему, вопросами и разбором. Теперь всё чаще он прогоняет текст через первый попавшийся ИИ-детектор и говорит «переделывайте». Автор колонки пишет от лица вузовского преподавателя и разбирает, почему этот путь не работает и что ставить на его место.

Почему детектор не ловит главное?

По словам автора, студент со школы привыкает отдавать задачу LLM (большой языковой модели, которая пишет текст по запросу) и получать готовое оформленное решение. Рефераты и курсовые генерируются однострочным промптом. Самые продвинутые подгружают в чат методичку по оформлению.

Получив отказ, студент не садится за тему. Он загружает текст в тот же детектор и правит, пока красное не станет зелёным: сокращает предложения, убирает причастные обороты, заменяет термины синонимами. Детектор показывает «100% человека», а текст становится, по словам автора, «рваным, косноязычным».

Автор называет это взломом награды (reward hacking). Так специалисты по машинному обучению описывают ситуацию, когда нейросеть находит лёгкий способ получить поощрение, не решив задачу.

Есть и обратный эффект. Гладкий академический слог отличается низкой перплексией: текст легко предсказуем для модели. Поэтому детекторы регулярно помечают его как машинный, и вузы косвенно приучают студентов к косноязычию, хотя годами учили писать связно и терминологически точно.

Если работа студента проходит ИИ-детектор, это говорит только о том, что она проходит ИИ-детектор. : Автор колонки

Отсюда главный вывод колонки: даже при 100% надёжности детектора понимания у студента не прибавится.

Что понадобится для честной проверки?

• Задание, которое создаётся в начале испытания, а не заранее.
• Исходные данные к нему. Автор предлагает генерировать их той же нейросетью.
• Рабочие инструменты специалиста: справочники, таблицы Excel.
• Время на очную работу и разговор с человеком. Автор признаёт, что это главный дефицит: в очереди «не менее ста студентов».

Проверяем понимание, а не текст: пять шагов

1. Не считайте вердикт детектора доказательством. Ни «красный», ни «зелёный» результат не говорит о том, разобрался ли человек в теме.
2. Задайте вопросы по работе. Попросите объяснить ряд моментов своими словами, а не пересказать абзац.
3. Сгенерируйте новое задание прямо в начале испытания, чтобы его нельзя было заготовить. Пример промпта:

Составь исходные данные для практической задачи по теплотехнике
уровня выпускника вуза. Дай только условия и числа, без решения
и без подсказок к методу расчёта.

1. Выдайте задание вместе со справочниками и Excel и попросите выполнить его при вас. Автор сравнивает это со средневековым «шедевром»: ученик доказывал право называться мастером, изготовив вещь на глазах у мастеров.
2. Оценивайте ход решения, а не оформление. Важно, как человек выбирает метод и объясняет шаги.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Не переписывайте статью ради того, чтобы её «одобрил» детектор ИИ. Рубленый текст без терминов отталкивает читателя сильнее, чем подозрение в генерации. Опирайтесь на свой опыт и примеры, которых нет у нейросети.

Редактору и маркетологу, принимающему тексты от копирайтеров. Вместо проверки детектором задайте автору два-три вопроса по теме или дайте короткое задание созвоном. Так быстрее видно, понимает ли человек продукт.

Преподавателю и тем, кто ведёт курсы. Переносите оценку в очный формат с заданием, созданным в начале встречи. Исходные данные можно сгенерировать в доступных в России нейросетях, например в YandexGPT или GigaChat.

Предпринимателю. На собеседовании не верьте одному резюме и тестовому, выполненному дома. Дайте задачу на месте с привычными для профессии инструментами.