(2/3) Вывод: детектор — индикатор, не приговор
(2/3) Вывод: детектор — индикатор, не приговор Кто попадается чаще всего Ленивые пользователи — основная масса срабатываний. Паттерн типичный: скопировал вопрос из задания → вставил ответ без редактуры → сдал. Детектор в таких случаях работает уверенно, потому что текст буквально является «средним по больнице» — максимально предсказуемый выход модели без каких-либо ограничений на промпт. Слабые или устаревшие модели дают высокую детектируемость просто потому, что их обучающая выборка меньше и паттерны грубее. GPT-3.5 детектируется значительно хуже, чем GPT-4 или Claude — парадокс в том, что более мощная модель пишет менее предсказуемо. Неумелое использование — это отдельная категория. Студент, который знает про ИИ, но не знает про промпт-инжиниринг, попадает в худшую зону: текст достаточно гладкий, чтобы детектор сработал, но недостаточно качественный, чтобы это имело смысл. Почему экспертная оценка незаменима Детектор отвечает на вопрос «похоже ли это на ИИ?». Эксперт отвечает на вопрос «понимает ли автор, что написано?». Это принципиально разные вопросы. Детектор слеп к: содержательным ошибкам и галлюцинациям, которые студент принял за правду отсутствию авторской позиции при формально корректном тексте несоответствию между текстом работы и тем, что человек способен объяснить устно контексту: один и тот же текст может быть написан доцентом честно и студентом нечестно Именно поэтому классический академический инструмент — устный опрос по работе — до сих пор является золотым стандартом верификации. ИИ напишет текст, но не сдаст защиту вместо студента. Итоговая формула Детектор — это фильтр первого уровня, который хорошо ловит халтуру, но плохо разбирается в добросовестности. Экспертная оценка — единственный инструмент, который работает на обоих уровнях одновременно.Проблема не в том, что студенты используют ИИ. Проблема в том, что они используют его вместо мышления, а не вместе с ним. И это видно — с детектором или без него. #ИИ_повсюду