Хьюманайзеры: что реально работает, а что оставляет следы умысла

Короткий ответ: наивный парафраз не работает вообще — в замерах он повышал детектируемость ИИ-текста на 8,57% у детектора RADAR и на 15,03% у Fast-DetectGPT. Adversarial-хьюманайзеры уровня Undetectable AI v11 статистику детекторов действительно ломают, но их приёмы — гомоглифы, невидимые символы, аномальная пунктуация — ловятся отдельными проверками и превращают спор о стиле в разбор попытки обмана. Надёжно снижает пометки только переработка содержания: свои данные, своя структура аргумента. Косметика поверхности этого не заменяет.

Наивный парафраз: хуже, чем ничего

Идея «прогоню сгенерированный текст через вторую нейросеть, и он станет человечнее» опровергнута экспериментально. Бенчмарк ARB (arXiv:2607.29539, 31 июля 2026) прогнал ИИ-тексты через второй проход LLM: детекторы по-прежнему ловили 78–83% из них. А парафраз без обратной связи от детектора сработал в минус — плюс 8,57% пойманного у RADAR, плюс 15,03% у Fast-DetectGPT.

Механика провала понятна. Перефразирующая модель усредняет лексику ещё сильнее: показатель лексической дисперсии у людей — 16,4, у GPT-4.5 — 5,8, у o4-mini — 4,8, и второй машинный проход тянет текст к машинному полюсу. Синонимайзеры добавляют собственный дефект — искажённые термины. «Некорректные или искажённые названия терминов (как при плохом переводе)» — официальный признак ИИ из памятки «Антиплагиата» 2025 года; замена «прямых иностранных инвестиций» на «зарубежные капиталовложения» порождает ровно его. Дальше хуже: фрагментный детектор команды «Антиплагиата» (arXiv:2411.07343) обучен различать классы текста, и «синонимическая замена» в нём — отдельный класс наряду с ChatGPT. Приём, которым прячут генерацию, сам лежит в обучающей выборке детектора.

Adversarial-методы: статистика ломается, улики остаются

Другое дело — парафраз, который направляется суррогатным детектором: в среднем он срезает долю пойманного ИИ-текста при фиксированном 1% ложных срабатываний на 87,88%. Исследователи Университета Нотр-Дам получили ещё жёстче: после хьюманайзера Undetectable AI v11 помеченными остаются менее 4% полностью сгенерированных текстов. Как статистика это работает, отрицать нечестно.

Теперь цена. Такие инструменты опираются на подмену символов и ломку пунктуации, а это ловится отдельными проверками и не имеет невинных объяснений. Стилистическую пометку оспорить можно — памятка «Антиплагиата» сама даёт аргументы: детектор — «маркер, а не доказательство», отметку «Подозрительный документ» эксперт снимает с комментарием. Гомоглифы в файле такой защиты не оставляют: их присутствие само по себе читается как умысел. Ставки при этом реальные. «Коммерсантъ» писал 28 апреля 2026 года о недопусках к защите: у одной студентки детектор насчитал 96% «использования нейросетей» в самостоятельной работе, а в ряде вузов даже 1% ведёт к отказу. Масштаб виден по данным РИА от 16 июля 2026-го: за второй квартал признаки ИИ найдены в 983,7 тысячи работ из 2,73 миллиона проверенных — в каждой третьей.

Два ограничения, о которых продавцы хьюманайзеров молчат. Первое: замеры Undetectable v11 и минус 87,88% сделаны на англоязычных детекторах; для русского языка западные системы официально не работают, а независимых проверок детектора «Антиплагиат.ВУЗ» не существует, так что переносить эти проценты нельзя ни в какую сторону. Второе: цель движется. 9 июля 2026 года «Антиплагиат» сообщил, что детектор стал чувствительнее к ИИ-фрагментам, а пилот «Антиплагиат 2.0» — 28 университетов, 2400 с лишним студентов, 10 тысяч проверок с февраля по июль 2026-го — фиксирует уже сам процесс создания текста. Обход, сработавший сегодня, ничего не говорит о проверке через семестр.

Происхождение содержания важнее правки поверхности

Главный результат ARB укладывается в одну строку: решающим оказывается происхождение содержания, а не поверхностная правка. Человеческий текст, переписанный нейросетью, детекторы почти теряют — полнота Binoculars падает с 93,5% до 15,1%, у Fast-DetectGPT — с 91,2% до 30,8%. Сгенерированное содержание после второго прохода ловится на 78–83%. Детектор реагирует на то, чьи в тексте мысли и данные, и слой правки поверх чужого содержания этого не отменяет.

Гибрид при этом сам по себе зона риска: по данным Нотр-Дама, даже лёгкая ИИ-правка человеческого текста в режиме «refine» помечается в 64–80% случаев. Что реально сдвигает текст к человеческому полюсу — признаки нормального научного письма. Люди вставляют в текст в 10 раз больше цифр, чем модели (AINL-Eval 2025, корпус 52 305 русских научных абстрактов). У ИИ маркеры уверенности завышены на 111–152% (iScience, февраль 2026) — значит, честные оговорки о слабых местах работают на автора. Наш хьюманайзер построен на этой логике: он не подмешивает символы, а дотягивает текст до требований научного письма — заменяет оценочные слова числами, разворачивает канцелярит в глаголы, выравнивает терминологию, убирает штампы. Что именно измеряют детекторы и почему они ошибаются на честных работах — в отдельном разборе ИИ-детекции.

Вопрос — ответ

Может ли хьюманайзер сделать ИИ-текст невидимым для «Антиплагиат.ВУЗ»?

Неизвестно, и это честный ответ. Цифра «менее 4% помеченных» после Undetectable AI v11 получена в Нотр-Даме на англоязычных детекторах; независимых замеров по «Антиплагиат.ВУЗ» не существует. Сама система при этом движется: алгоритмы обновлены 8 апреля 2026 года, а 9 июля 2026-го детектор стал чувствительнее к ИИ-фрагментам. Обход, проверенный на вчерашней версии, ничего не гарантирует в день сдачи работы.

Почему после синонимайзера процент ИИ растёт?

Замена слов синонимами снижает лексическое разнообразие до машинных значений — дисперсия у людей 16,4 против 4,8–5,8 у моделей — и искажает термины, а «искажённые названия терминов, как при плохом переводе» входят в официальный список признаков ИИ «Антиплагиата». Фрагментный детектор компании вдобавок обучен на синонимических заменах как отдельном классе. Итог замеров: плюс 8,57–15,03% к детектируемости вместо ожидаемого снижения.

Что будет, если проверка найдёт в файле гомоглифы или невидимые символы?

Спор о ложной пометке превратится в разбор умысла. Обычную пометку снять реально: по памятке «Антиплагиата», детектор — «маркер, а не доказательство», отметку снимает эксперт с комментарием, а решение о допуске принимает вуз по своему регламенту. Подмену символов добросовестной работой не объяснить, и при нулевых порогах, которые «Коммерсантъ» фиксировал в ряде вузов, это почти гарантированный отказ в допуске.

Как это решает кот

За «котом» стоит программный комплекс, в котором генерация текста — лишь одна из тысяч операций: поиск и проверка источников, расчёты, выстраивание логики глав, терминологический контроль, ГОСТ-оформление. Встроенный хьюманайзер — обязательный этап каждого продукта; тем, у кого текст уже написан, он доступен отдельной услугой. Результат измерим: в наших замерах — стабильные 0% ИИ-контента в Антиплагиат.ВУЗ, свежий пример с 0% ИИ и 87% оригинальности лежит в примерах готовых работ. Начните с бесплатного плана работы — минута, и каркас у вас.