Czy detektor AI jest wiarygodny? Co pokazują badania i co zrobić z wynikiem

W lipcu 2023 r. OpenAI wyłączyło własny detektor tekstów z AI: w testach samej firmy wyłapywał 26% tekstów maszynowych, a 9% ludzkich brał za maszynowe. Dzisiejsze płatne detektory mylą się dużo rzadziej, ale te wyniki pochodzą głównie z długich tekstów po angielsku. Niżej: co wiadomo o polszczyźnie i co zrobić, gdy ktoś przyśle Ci wynik „80% AI”.

Czy detektor AI jest wiarygodny?

Jako sygnał – bywa. Jako dowód – nie. Przyznaje to nawet producent: GPTZero zastrzega w odpowiedziach na częste pytania, że jego wyników nie należy używać do karania uczniów.

Najlepsze płatne narzędzia rzadko dziś oskarżają człowieka. W teście Epoch AI z lipca 2026 r. Pangram i GPTZero nie oznaczyły jako AI żadnego z 495 ludzkich fragmentów po ok. 500 słów. Originality.ai oznaczył 19. Ta pewność kończy się jednak szybciej, niż obiecują strony producentów:

• krótki tekst – w badaniu z Uniwersytetu Chicagowskiego detektory traciły trafność na fragmentach poniżej 50 słów, a Originality.ai części z nich w ogóle nie ocenił;
• AI naśladująca styl – w teście Epoch AI 10–18% tekstów naśladujących konkretnego autora przeszło jako ludzkie, a wśród tekstów naukowych ok. 26%;
• nowa dziedzina i nieznany model – w polskim konkursie PolEval 2025 najlepszy system spadał wtedy z 97% trafności do 61%;
• starsze narzędzia – w teście 14 detektorów z 2023 r. żaden nie przekroczył 80% trafnych ocen.

Jak działa detektor AI

Detektor nie wie, kto napisał tekst. Sprawdza, jak bardzo tekst przypomina przykłady, na których go wytrenowano, i podaje prawdopodobieństwo.

GPTZero, jeden z pierwszych popularnych detektorów, bierze pod uwagę m.in. dwie miary. Pierwsza to perplexity: jak bardzo kolejne słowa zaskakują model językowy. Margaret Mitchell z Hugging Face sprowadziła ją w rozmowie z Ars Technica do pytania, które zadaje sobie model: na ile zaskakuje mnie ten język po wszystkim, co już widziałem?

Druga to burstiness: jak bardzo zdania różnią się od siebie. Człowiek przeplata długie zdania krótkimi, model pisze równiej. Tak przynajmniej głosi teoria.

Teoria ma słaby punkt: tekst, który model zna, wcale go nie zaskakuje. W 2023 r. GPTZero ocenił fragment Konstytucji USA z 1787 r. jako tekst „prawdopodobnie w całości napisany przez AI”. Edward Tian, twórca narzędzia, tłumaczył temu samemu serwisowi, że Konstytucja trafiała do danych treningowych tyle razy, że modele nauczyły się pisać jak ona. Detektor nie złapał maszyny. Złapał tekst, który maszyna zna na pamięć.

Ta sama logika uderza w ludzi, którzy piszą prosto. Zespół ze Stanfordu sprawdził w 2023 r. siedem detektorów na 91 esejach z egzaminu TOEFL, pisanych przez osoby, dla których angielski jest językiem obcym. Detektory uznały średnio 61% z nich za teksty z AI. Eseje amerykańskich ósmoklasistów przechodziły prawie bez błędów.

Potem badacze przepuścili oba zestawy przez ChatGPT. Gdy model uprościł słownictwo esejów amerykańskich, odsetek oznaczonych jako AI skoczył z 5% do 57%. Gdy wzbogacił słownictwo esejów TOEFL – spadł z 61% do 12%. Autorzy się nie zmienili. Zmieniły się słowa – i werdykt.

Dla copywritera to niewygodny wniosek. Proste słowa to pierwsza zasada dobrego tekstu, a dla detektora opartego na perplexity – cecha maszyny. Staranność też bywa podejrzana: ZeroGPT przyznaje w FAQ, że za AI może wziąć tekst „mocno dopracowany” albo „schematyczny”.

Nowsze narzędzia to klasyfikatory uczone na ogromnych zbiorach ludzkich i maszynowych tekstów. Pangram pisze na swojej stronie, że nie opiera się na perplexity i burstiness, bo te miary „często zawodzą w praktyce”. Zasada zostaje ta sama: wynik to statystyka, nie zapis tego, jak tekst powstał.

Fałszywe alarmy i przeoczenia – co pokazały badania

Im nowsze płatne narzędzie i dłuższy angielski tekst, tym mniej fałszywych alarmów. Teksty z AI po przeróbkach i te, które naśladują styl autora, wciąż częściowo przechodzą.

Badanie	Co sprawdzono	Najważniejszy wynik
Weber-Wulff i in., testy z marca–maja 2023	14 detektorów, 54 teksty po angielsku	najlepszy (Turnitin) – 76% trafnych ocen; tekst z AI po automatycznej parafrazie rozpoznany w 26%
Liang i in., 2023	7 detektorów, 91 esejów TOEFL i 88 esejów uczniów z USA	61% fałszywych alarmów na esejach osób piszących w obcym języku
Dugan i in. (RAID), 2024	12 detektorów, ponad 6 mln tekstów z 11 modeli	detektory łatwo zmylić przeróbkami tekstu i modelem, którego nie znały
Jabarian i Imas, 2025	3 płatne detektory i 1 otwarty, 1992 ludzkie fragmenty po angielsku i ich wersje z 4 modeli	płatne – poniżej 1% fałszywych alarmów, przy fragmentach poniżej 50 słów – do ok. 3%; otwarty RoBERTa – blisko zgadywania
Epoch AI, lipiec 2026	3 płatne detektory, 495 ludzkich fragmentów, 594 teksty z AI	Pangram i GPTZero – zero fałszywych alarmów, Originality.ai – 19; AI naśladująca styl autora – 10–18% przeoczeń

Test z 2023 r. pokazał też, co z tekstem robi tłumaczenie maszynowe. Ludzkie teksty po angielsku detektory oceniały trafnie średnio w 94% przypadków. Ludzkie teksty napisane m.in. po czesku i szwedzku, a potem przetłumaczone DeepL-em albo Google Translate na angielski – w 69%. Najgorzej wypadł ówczesny GPTZero: sześć z dziewięciu takich tłumaczeń oznaczył jako AI, w całości albo częściowo.

Jeden procent brzmi niewinnie, dopóki nie pomnożysz go przez liczbę tekstów. Turnitin podawał na starcie 1% fałszywych alarmów. Uniwersytet Vanderbilta przyłożył tę liczbę do 75 tys. prac, które wysłał do Turnitina w 2022 r.: ok. 750 z nich mogło zostać niesłusznie oznaczonych jako częściowo napisane przez AI. W sierpniu 2023 r. uczelnia wyłączyła detektor.

Detektor AI a polski tekst

Pierwszy konkurs wykrywania polskich tekstów maszynowych odbył się dopiero w 2025 r. i pokazał, że detekcja działa w znanych warunkach, a sypie się w nowych.

Zadanie nazywało się Śmigiel i było częścią PolEval 2025. Piotr Przybyła, Jakub Strebeyko i Alina Wróblewska zebrali 64 tys. fragmentów, pół na pół ludzkich i maszynowych: z literatury, recenzji, mediów społecznościowych i Wikipedii, a do testu także z wiadomości i stenogramów z parlamentu. Teksty maszynowe pisało osiem modeli, m.in. polskie Bielik i PLLuM. Najlepszy z siedmiu zgłoszonych systemów trafiał w 92,5% przypadków.

Ta średnia ukrywa spadek. Na tekstach podobnych do tych, na których się uczył, najlepszy system trafiał w 97%. Na nowej dziedzinie – w 91%. Na tekstach z modelu, którego nie znał – w 84%. Gdy nowe było jedno i drugie – w 61%. Rzut monetą daje 50%.

Ludzi też mylił: za maszynowe uznał 5,6% ludzkich fragmentów, mniej więcej co osiemnasty. Znaczenie ma też długość. Licząc wszystkie systemy, spośród dziedzin znanych z treningu najgorzej wypadły wpisy z mediów społecznościowych – średnio 36 słów.

Dziesięć ludzkich fragmentów pomyliły wszystkie oceniane systemy: siedem zgłoszonych i trzy bazowe, przygotowane przez organizatorów. Jeden z nich to wystąpienie w parlamencie, które zaczyna się od słów „Polska stawia także na rozwój sztucznej inteligencji”. Człowiek mówił o AI. Dziesięć systemów uznało, że to AI.

Zanim więc zaufasz wynikowi, sprawdź, czy ktoś testował narzędzie na tekstach takich jak Twój: po polsku i z Twojej branży.

Producenci mówią o polszczyźnie różnie (stan na 14 października 2026 r.). GPTZero wymienia pięć języków obsługiwanych w pełni: angielski, niemiecki, portugalski, francuski i hiszpański. W FAQ dodaje, że większość jego danych treningowych to angielska proza pisana przez dorosłych. Pangram wpisuje polski na listę ponad 20 języków, a ZeroGPT twierdzi, że obsługuje wszystkie.

OpenAI pisało o swoim detektorze wprost: zalecało go tylko do angielskiego, bo w innych językach działał „znacznie gorzej”. Badania, które sprawdzałoby GPTZero, ZeroGPT albo Pangram na polskich tekstach, nie znalazłem. Są tylko pojedyncze próby na blogach, na kilku tekstach.

Najbliżej jest test RAID z 2024 r. na czeskich wiadomościach – czeski to, jak polski, język zachodniosłowiański. Przy progu, przy którym co dwudziesty ludzki tekst dostaje fałszywy alarm, GPTZero wyłapał 33,6% tekstów maszynowych, a ZeroGPT – 49,3%. Najlepsze narzędzia w tym zestawieniu – ok. 70%. Autorzy zastrzegają, że takie teksty wykraczają poza to, do czego zbudowano większość detektorów, i nie powinny służyć do ich porównywania.

ZeroGPT i GPTZero – opinie kontra testy

Oba obiecują na swoich stronach ok. 99% (stan na 14 października 2026 r.). Niezależne testy dają inne liczby – i bardzo zależą od roku.

ZeroGPT podaje 98,4% trafności i mniej niż 1% fałszywych alarmów, a raport PDF z wynikiem reklamuje jako „dowód”. W niezależnym teście z 2023 r. trafnie ocenił 59% tekstów: nie oskarżył żadnego człowieka, za to przepuścił większość tekstów z AI po poprawkach. W tym samym roku Ars Technica pokazała, że ZeroGPT ocenił fragment Księgi Rodzaju na 88,2% AI.

Obok detektora ZeroGPT ma w menu humanizator. Co takie narzędzia robią z tekstem, opisuję w tekście o humanizatorach tekstu AI.

GPTZero obiecuje 99% trafności. W teście z 2023 r. miał najwięcej fałszywych alarmów z czternastu narzędzi: oznaczył jako AI, w całości albo częściowo, 9 z 18 ludzkich tekstów. W teście Epoch AI z lipca 2026 r. nie oznaczył żadnego z 495. To już nie jest ten sam program.

W obu nowszych badaniach w czołówce był Pangram, który na swojej stronie podaje 99,7% trafności na tekstach z AI. W badaniu z Chicago jako jedyny zmieścił się w limicie 0,5% fałszywych alarmów bez utraty skuteczności. Autorzy deklarują w pracy brak konfliktu interesów. Jeden z nich, Alex Imas, chwali dziś Pangram w opinii na stronie głównej Pangramu (stan na 14 października 2026 r.).

GPTZero odpowiedział w styczniu 2026 r., że badacze odczytali niewłaściwe pole jego API. Przeliczył wyniki nową wersją detektora i ogłosił, że wyprzedza Pangram. To jednak test producenta, nie badaczy.

Czytając opinie o detektorach, patrz na datę i na to, kto liczył. Wynik z 2023 r. mówi niewiele o narzędziu z 2026 r. – w obie strony. Epoch AI zapisało wersje detektorów z czerwca 2026 r., bo – jak zastrzega – producent może zmienić narzędzie bez zapowiedzi.

Co znaczy wynik „80% AI”

Zależy od narzędzia. Ten sam procent w trzech detektorach znaczy trzy różne rzeczy.

• ZeroGPT zaznacza zdania, które uznał za maszynowe, i pokazuje na wskaźniku, jaka część tekstu to według niego AI. „80%” znaczy tu: tak wygląda dla niego osiem dziesiątych tekstu.
• GPTZero opisuje swój procent na dwa sposoby. Na stronie głównej – jako część tekstu, która prawdopodobnie powstała z AI. W FAQ – jako szansę, że ocena całego dokumentu jest trafna: 90% znaczy, że na podobnych dokumentach detektor ma rację w 90 przypadkach na 100.
• Pangram rozdziela te liczby: osobno podaje, jak bardzo jest pewny, że dokument pochodzi z AI, i osobno – jaka jego część.

Wynik nie zawsze da się też powtórzyć. W teście z 2023 r. jedno z narzędzi oceniło ten sam tekst raz jako mało podejrzany, a pięć dni później – jako bardzo podejrzany. ZeroGPT w obu próbach wskazał AI, ale z innym procentem.

Detektor AI to też nie wykrywacz plagiatów. Copyscape, który ten serwis polecał w zestawieniu narzędzi z 2012 r., porównuje tekst z tym, co już jest w sieci, i pokazuje, gdzie stoi kopia. Detektor AI źródła nie pokaże, bo żadnego nie szuka. Ocenia styl.

Detektor a znak wodny – czym się różnią

Znak wodny wstawia producent modelu w chwili, gdy model pisze tekst. Detektor ocenia po fakcie, z samego stylu.

OpenAI ogłosiło 5 października 2026 r., że w kolejnych tygodniach zacznie znakować teksty ChatGPT w Unii Europejskiej. Metoda nazywa się textGrain. Znak siedzi w doborze słów, więc przenosi się razem z kopiowanym tekstem. Narzędzie do jego sprawdzania dostaną na początek tylko zatwierdzeni badacze i organizacje eksperckie.

Anthropic znakuje teksty nowych modeli Claude’a na całym świecie i podkreśla, że wyłapywanie wzorców w stylu to coś zupełnie innego niż sprawdzanie znaku.

Znak też nie rozstrzyga sporu o autorstwo. OpenAI zastrzega, że brak znaku „nie dowodzi ludzkiego autorstwa”. Wykryty znak pokaże najwyżej, że model wygenerował albo przetworzył część tekstu – nie powie, ile było w nim ludzkiej oceny i redakcji. Szczegóły i stan wdrożenia opisuję w tekście o znaku wodnym w tekstach ChatGPT.

Detektor pokazał 80% AI – co zrobić

Potraktuj wynik jak pytanie, nie wyrok. Potem sprawdź to, co da się sprawdzić.

Jeśli zamawiasz teksty:

1. Zapytaj, jakie narzędzie i która wersja. „80%” w ZeroGPT i w GPTZero to dwie różne liczby, a żadnego z tych narzędzi nie sprawdzono w badaniu na polskich tekstach.
2. Poproś o historię wersji. Ten serwis polecał Google Docs już w 2012 r., m.in. za automatyczną historię zmian. Tekst pisany od zera zostawia w niej ślad: szkic i poprawki z różnych dni. Tak radzi zresztą sam GPTZero – w FAQ zaleca prosić o szkice i historię zmian.
3. Oceń tekst, nie jego pochodzenie. Sprawdź fakty i zgodność z briefem. Jak to zrobić krok po kroku, opisuję w tekście o tym, jak rozpoznać tekst napisany przez AI i ocenić, czy jest dobry.
4. Ustal zasady na przyszłość. Zapisz w umowie, do czego copywriter może używać AI i jak to oznaczać. Co mówią o tym przepisy, piszę w tekście o oznaczaniu treści AI.

Google też ocenia tekst, nie jego pochodzenie. Od 2023 r. pisze, że nagradza wartościową treść niezależnie od tego, jak powstała. W 2012 r. ten serwis w punkcie „Nie oszukuj wyszukiwarki” wyliczał ukryty tekst i kopiowanie cudzych treści. Lista sztuczek się zmienia, zasada nie: wyszukiwarka ocenia to, co dostaje czytelnik.

Jeśli piszesz, zachowuj szkice i notatki ze źródłami. Mówią o Twojej pracy więcej niż jakikolwiek procent. Żaden humanizator tekstu ich nie podrobi: zmieni słowa, ale historii pracy nie dopisze.

Jeśli tekst powstał z pomocą AI, nie ukrywaj tego – umowa z punktu 4 załatwia sprawę z góry. Tekst ma się bronić treścią. Jak zredagować szkic z AI, pokazuję na trzech przykładach w tekście o tym, jak przerobić tekst z ChatGPT.

W październiku 2026 r. GPTZero sprzedaje w funkcjach Premium coś, czego sam detektor nie daje: nagranie procesu pisania.