Каждая третья студенческая работа — с признаками ИИ

Свежая статистика от разработчиков Антиплагиата, которую в июле 2026 года опубликовало РИА Новости: за второй квартал система проверила 2,73 миллиона студенческих работ и нашла признаки сгенерированного текста в 983,7 тысячи из них. Это каждая третья работа. Годом раньше была каждая пятая. Разбираемся, что стоит за скачком и что это значит для тех, кто сдаётся осенью.

Откуда рост: студенты или детектор

Честный ответ — и то и другое, причём вклад детектора измерим точнее.

Использование нейросетей действительно стало нормой. В пилоте «Антиплагиат 2.0» (февраль–июль 2026 года, 28 университетов, больше 2400 студентов) участники честно отчитались об инструментах: DeepSeek используют 95% студентов, ChatGPT — 85%, Алису AI — 25%, GigaChat и Claude — по 13%. Нейросеть в учёбе — уже не исключение, а фон.

Но параллельно дважды за год ужесточился сам детектор. 8 апреля 2026 года алгоритмы адаптировали «под самые актуальные версии GPT», подняв скорость проверки примерно в два с половиной раза. А 9 июля компания сообщила через CNews, что детектор «стал чувствительнее к ИИ-фрагментам» — при этом, по её же данным, ложноположительные срабатывания по документам снижены с 1,55% до 0,15% (тест на 1500 документах примерно с десятью моделями). Проверить эти цифры со стороны нельзя: независимых аудитов детектора не существует. Известно другое: чувствительность и доля ложных тревог связаны математически, и одновременное улучшение обоих показателей на новом классе текстов — сильное заявление, которое стоит воспринимать с той же осторожностью, что и маркетинг любых детекторов.

Есть и третья причина, о которой говорят меньше: стиль честных работ дрейфует в сторону машинного. Студенты, читающие тонны нейротекста, перенимают его привычки — ровные абзацы, буллиты, обороты вроде «играет ключевую роль». Детектор оценивает статистику стиля, а не факт генерации, поэтому такой дрейф конвертируется в пометки — механизм мы разобрали в материале о ложных срабатываниях.

Кого помечают чаще всех

Лидеры по доле работ с признаками ИИ, по данным того же отчёта, — искусствоведение, СМИ и массовые коммуникации, компьютерные науки, медицинские технологии и политология. Показательно, что список возглавляют гуманитарные и общественные дисциплины: их описательный, обобщающий стиль статистически ближе к машинному, чем текст с формулами и расчётами. Это согласуется с независимыми данными о детекторах вообще: у зарубежного Pangram доля ложных пометок на теологических абстрактах составила 26,6% против 2,1% на химических (arXiv:2608.11256).

Цена вопроса при этом выросла. «Коммерсантъ» ещё 28 апреля 2026 года описывал случаи недопуска к защите, включая студентку с 96% «использования нейросетей» в самостоятельно написанной работе, и вузы, где к отказу ведёт даже 1%. Единого стандарта нет: порог устанавливает каждый вуз своим локальным актом, сама система решений не принимает.

Что делать сдающимся этой осенью

Первое — узнать правила своего вуза заранее: какой порог «ИИ-контента» прописан в регламенте, кто и как рассматривает спорные случаи. Требовать эту информацию нормально, документ публичный.

Второе — вести доказательства процесса с первого дня: черновики с историей версий, промежуточные файлы, свои расчёты, переписку с руководителем. При каждой третьей помеченной работе спорные разборы стали рутиной, и выигрывает в них тот, кто приходит с артефактами, а не с эмоциями.

Третье — не пытаться «замаскировать» текст трюками: замена символов и синонимический парафраз детектируемость не снижают (парафраз местами повышает её на 8–15%), зато выглядят как умысел. Работает противоположное: конкретика, источники, честные ограничения выводов — нормальное научное письмо.

И четвёртое — следить за следующим поворотом. Пилот «Антиплагиат 2.0» уже фиксирует не только готовый текст, но и процесс его создания: как автор работал с источниками, как менялся документ. Веб-версию обещают осенью 2026 года. Эпоха «вставил готовый текст за час до дедлайна» заканчивается на глазах.

Вопрос — ответ

Каждая третья работа — это много или уже предел?

Динамика говорит, что не предел: год назад признаки ИИ находили в каждой пятой работе, теперь — в каждой третьей, при том что детектор за это время дважды ужесточали. С распространением нейросетей у студентов (DeepSeek — 95% участников пилота) и дрейфом стиля честных текстов доля продолжит расти.

В каких дисциплинах чаще всего находят ИИ?

По данным за второй квартал 2026 года — искусствоведение, СМИ и массовые коммуникации, компьютерные науки, медицинские технологии, политология. Гуманитарным текстам достаётся и от ложных срабатываний: их обобщающий стиль статистически похож на машинный сильнее, чем расчётные работы.

Если работа попала в эти 983 тысячи — это автоматический незачёт?

Нет. Пометка — «маркер, а не доказательство» (формулировка самой компании), отметка снимается экспертом с комментарием, а порог и процедура определяются локальным актом вуза. Дальше всё зависит от регламента и ваших доказательств самостоятельной работы.

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.