Proces je novým důkazem: sledované změny vítězí nad detektory

Newby v. Adelphi rozhodl newyorský soud, který zrušil zjištění v oblasti akademické integrity opřené pouze o jediné skóre Turnitinu pro AI. Soud konstatoval, že samotné skóre není samo o sobě převahou důkazů. Pilotní projekt na jaře 2026 na stovkách institucí spouští „draft forensics“ zachycující vložený text, čas strávený psaním a kompletní přehrávání revizní historie studenta. Do toho je zapojen produkt Clarity, jehož vlastníkem je Turnitin. Dne 10. dubna 2026 Anthropic uvádí Claude pro Word do veřejné beta verze a umožňuje nativní sledované změny pro AI-podporované akademické psaní; to znamená, že Claudeho úpravy se přidávají do Wordova panelu pro kontrolu jako revize. Každou změnu lze zkontrolovat. Všechny původní řádky zůstávají beze změny. Curtin University vypíná detekci AI od Turnitinu úplně, protože se u nich objevilo více sporů, kdy byl detektor špatně, než případů, kdy odhalil studenty, kteří podváděli. Čtyři signály v první polovině roku 2026 směřují stejným směrem.

Čtyři signály jsou vzorec. Vzorec je ten, že důvěryhodný důkaz o autorství v akademickém psaní přestal být „score“ z detektoru a začal být záznam procesu. Soudy, časopisy, konference i samotní dodavatelé detektorů se sbližují na stejném stanovisku: historie draftu vítězí nad pravděpodobnostními skóre.

Tento článek je brand argument, který budeme prosazovat po zbytek roku 2026. Podrobně pokrýváme čtyři signály tohoto sbližování, asymetrii mezi důkazem z detektoru a důkazem z procesu, jak má v praxi vypadat obhajitelná dokumentace procesu napříč nástroji, které výzkumníci už používají, a také jak si vytvořit návyk tvorby draftu, který vytvoří záznam, jenž můžete předat editorovi, reviewerovi nebo komisi pro akademickou integritu, aniž byste o tom museli přemýšlet. Přeformulování je praktické, nikoli filozofické: přestaňte optimalizovat pro detektor, začněte dokumentovat práci.

Dokáží sledované změny prokázat, že jste to napsali v AI-podporovaném akademickém psaní?

Ano. Během práce se vytvoří časovým razítkem označená historie sledovaných změn a revizí a dodatečně ji bez investice stejného času jako do původního psaní nelze snadno rekonstruovat, což ji činí výrazně obtížnější k podvržení než skóre detektoru. Soudy, časopisy a dokonce i Turnitin se dnes sbližují na stejném stanovisku: v akademickém psaní záznam procesu převažuje nad pravděpodobnostním skóre AI detektoru. Rozhodnutí Newby v. Adelphi konstatovalo, že samotné skóre detektoru není převahou důkazů.

Čtyři signály sbližování

Tento posun nevznikl teoreticky. Prosadil se skrze čtyři konkrétní události v letech 2025–2026, každá z jiné části akademického ekosystému.

Newby v. Adelphi (únor 2026, soud v New Yorku). První významné soudní rozhodnutí týkající se disciplinování AI detekce zvrátilo verdikt proti ESL studentovi. Výsledek byl úzký, ale logika rozhodující: skóre detektoru bez ověření jazykového profilu studenta neposkytuje převahu důkazů podle školní politiky. Konkrétně soud napomenul Adelphi za to, že použilo absenci historie draftu v submisním portálu jako důkaz viny (i když portál nevyžadoval nahrávání draftů). Tím se do soudního spisu přidává důkaz procesu (nebo jeho absence).

Turnitin Clarity (pilot na jaře 2026, široké nasazení probíhá). Turnitinův doplněk pro Feedback Studio nabízí úplné přehrání procesu psaní studenta pro vyučující, včetně toho, kdy student vložil text, jak dlouho trvalo psací sezení, jak dlouho trvala konstrukce textu a jak vypadala historie draftu. S uděleným souhlasem Clarity zaznamenává rytmus úhozu a časovou osu úprav. Konkrétní rámec produktu je „assessment for integrity, not just detection“. Jde o zásadní změnu od společnosti, která vytvořila skóre AI detekce, na něž se akademické instituce opíraly tři roky. Nyní místo toho nabízí záznam procesu jako spolehlivější signál. Claude od

Claude pro Word (10. dubna 2026, veřejná beta). Anthropic dodává Claude jako nativní doplněk pro Microsoft Word. Když Claude provede úpravu, vloží ji do Wordova panelu pro kontrolu jako sledovanou změnu: původní text se zachová jako odstranění a nový text se přidá jako vložení. Autor každou úpravu přijme nebo odmítne v nativním Wordově rozhraní. Kompletní historie úprav je dostupná reviewerovi, který dokument otevře. Nejde o „přidanou funkci“. Jde o architektonické rozhodnutí, které bere záznam sledovaných změn jako kanonické rozhraní mezi lidským autorem a AI asistentem, přesně ten záznam, který může časopis nebo komise pro diplomovou práci použít k ověření práce. After

Curtin University (začátek roku 2026, Austrálie) a paralelní instituce. Curtin uzavřel, že skóre vytváří více sporů, než kolik jich vyřeší, a zcela vypnul Turnitinovu detekci AI. Vanderbilt a několik kateder Michigan State dospělo ke stejnému závěru už v roce 2025. Žádná z těchto univerzit nezakázala používání AI. Vypnuly detekční vrstvu a přesunuly debatu o integritě směrem k transparentnosti, procesu a důkazům ze sledovaných změn. Současně jiné univerzity (zejména některé instituce z Big Ten a Ivy League na konci roku 2025) detekci naopak posílily, čímž vzniklo nerovnoměrné prostředí, ale směr změny se nezměnil.

Čtyři signály, čtyři části systému, jeden směr. Nejde o náhodu; jde o vyrovnávání systému směrem k jednodušeji prokazatelným důkazům než k vlastnímu pravděpodobnostnímu skóre.

Proč dává posun smysl

Trvanlivost posunu je dána asymetrií mezi důkazem z detektoru a důkazem z procesu. Oba typy důkazů mají známé stropy přesnosti. „Detektorový“ strop je výrazně nižší.

Důkaz z detektoru je pravděpodobnostní skóre odvozené z modelu, který se učí textové rysy korelované s výstupem AI. Studie Stanford z roku 2023 našla sedm hlavních detektorů, které chybně označily 61,3 % eseje TOEFL od nerodilých mluvčích angličtiny jako generované AI. Institucionální data Adelphi, která vyšla v rámci Newbyho discovery, měla 28% míru falešně pozitivních výsledků ESL pro vlastní Turnitin intake univerzity. Přesnost uváděná dodavatelem je obvykle počítána na textu v rodné angličtině a nezobecňuje se. Přesnost skóre závisí na jazykovém zázemí autora, na rozdělení promptů, na kterém byl detektor trénován, a na prahu, který instituce nastavila. Autor tyto parametry v době odevzdání nevidí.

Důkaz z procesu je řetězec událostí, časových razítek a revizí vedoucích k finálnímu dokumentu. Google Docs automaticky sleduje všechny revize. Word AutoRecover a vestavěné informace o revizích sledují všechny úpravy. OneDrive loguje, kdy byl soubor otevřen a uložen. Historie panelů prohlížeče napoví, kdy autor zkoumal zdroje, které následně cituje. Software pro správu bibliografie (Zotero, Mendeley, EndNote, Paperpile) časově razítkuje každou citaci v okamžiku, kdy je přidána. Veškeré důkazy vznikají jako součást procesu. Dodatečně je nejde vytvořit bez investice stejného množství času jako do prvního psaní.

Právě to dělá posun nosným: asymetrie důvěry. Skóre detektoru lze zpochybnit na základě validace, nastavení prahu a zkreslení pro danou populaci; instituce, která skóre obhajuje, musí předložit důkazy, které často nemá. Záznam procesu lze zpochybnit na základě autenticity, což vyžaduje důkazy, které by instituce musela předložit proti autorovi, jenž se umí opřít o metadata vygenerovaná platformou. Téměř vždy má obhajoba záznamu procesu jednodušší případ.

Nejde o argument „humanizer vs. detektor“. Humanizer mění povrch; záznam procesu mění základ důkazů. I kdyby se každý AI detektor zítra zlepšil na perfektní přesnost pro rodilou angličtinu, záznam procesu by zůstával užitečnějším signálem, protože vypovídá o autorství, ne o pravděpodobnosti.

Sledované změny a historie draftu: jak vypadá obhajitelná dokumentace procesu

Dobrá zpráva je, že téměř každý nástroj, který výzkumníci už dnes používají, ve výchozím nastavení vytváří důkazy o procesu. Práce spočívá v tom je zachytit a vědět, kde je v případě potřeby najít.

Google Docs. Soubor pak Historie verzí pak Zobrazit historii verzí. Kompletní revizní strom se uchovává neomezeně, včetně toho, kdo upravoval a kdy. Pokud je potřeba sdílit záznam, exportujte jako PDF; export zobrazuje časovou osu. Nejpodstatnější nástroj pro důkazy o procesu, který má v roce 2026 k dispozici akademický autor, je zachovaný neomezeně, hlavně proto, že je to výchozí volba.

Microsoft Word. AutoRecover ukládá automaticky ukládané verze do skryté složky. Sledování změn (karta Review pak Track Changes) zachytí každou úpravu, kterou provedete, jakmile je zapnutá. Změna v pracovním postupu, kterou stojí za to udělat, je zapnout Sledování změn pro vlastní tvorbu: začněte psát se zapnutým Track Changes a bude zachycovat všechny vaše úpravy od tohoto okamžiku dál. Je důležité ukládat verze explicitně s popisnými názvy s datem ("draft-2026-07-12-section-3-rewrite"), aby byla posloupnost čitelná na první pohled bez nutnosti otevírat každý soubor. Většina výzkumníků nezapíná Track Changes pro vlastní psaní, ale pokud chcete sledovat změny při psaní, je to nejlepší způsob.

OneDrive, Google Drive, Dropbox. Poskytovatelé cloudového úložiště logují aktivitu souborů. Většina služeb akademického IT uchovává tyto záznamy alespoň 90 dní; některé déle. Log vytvoří důkaz o tom, kdy byl soubor upraven, kým a z jakého zařízení. Užitečný doplněk, pokud je revizní historie vašeho primárního editoru neúplná.

Správci referencí. Zotero, Mendeley, EndNote a Paperpile všechny zaznamenávají datum, kdy byla citace přidána do vaší knihovny, a také do kterého dokumentu. Důkaz z procesu ve fázi výzkumu je důkazem před a validací ve fázi psaní. Představme si, že reviewer si myslí, že jste citovaný zdroj nečetl. Odpovědět mu lze časovým razítkem v okamžiku, kdy jste zdroj četl.

Export sledovaných změn. To je jeden z nejužitečnějších výstupů, který můžete sdílet jako důkaz procesu s reviewerem, editorem nebo komisí pro integritu. Sledované změny jsou dokument Wordu nebo Google Docs se všemi úpravami jasně viditelnými (kdo co udělal a kdy). Sledované změny jsou v našem proofreader zapnuté ve výchozím nastavení, ale existuje i volba vytvořit „raw text“, pokud potřebujete vidět čistou verzi. Doporučujeme tuto verzi pro jakékoli odevzdání, kde by se mohlo řešit, jak probíhalo psaní. Upozorňujeme, že tuto verzi lze nativně vygenerovat i v Claude pro Word. Claude pro Word produkuje stejný artefakt nativně, přesně ten architektonický princip produktu.

Archiv e-mailů a chatu. Diskuse s vedoucími, spoluautory a tutory v writing center. Uložte si vlákna. Dokládají iterativní přemýšlení, které vedlo k rukopisu, a to žádný detektor nedokáže napodobit.

Návyk tvorby draftu, který vytváří obhajitelný záznam procesu

Pět návyků, ani jeden nepřidá smysluplnou překážku k vašemu stávajícímu workflow, které se kumulují do obhajitelného záznamu procesu.

1. Nacvičujte draft v nástroji, který ve výchozím nastavení uchovává historii revizí. Google Docs nebo Word se zapnutým Track Changes. Nepište draft do editorů prostého textu, které historii nezachovávají; ani neexportujte do „clean“ kopie a nevyhoďte pracovní soubor. Pokud vaše současné workflow zahrnuje psaní nejprve do sešitu a pozdější přepis, přepsaná verze je váš draft, uchovejte ji.

2. Explicitně ukládejte verze s datem a popisnými názvy. Jednou týdně uložte snímek aktuálního draftu pod názvem jako "manuscript-2026-07-18-after-methods-rewrite". Pojmenované verze dávají posloupnost čitelnou na první pohled a přežijí i případné „purge“ při zadržování v cloudu.

3. Veďte vedle rukopisu jednoduše log úprav na jedné řádce. Jednoduchý soubor prostého textu ve stejné složce. Každá položka je datum a věta: "2026-07-18: přepsal jsem metodiku v Sekci 3 po schůzce s vedoucím." Pět minut týdně zachytí uvažování, které revizní historie sama o sobě nedokáže ukázat.

4. Pusťte AI-podporované úpravy přes pipeline se sledovanými změnami. Pokud používáte Claude pro Word, ChatGPT nebo jakýkoli jiný AI nástroj na pomoc s úpravami, dělejte práce tak, aby vznikl záznam sledovaných změn. Claude pro Word to dělá nativně. Náš proofreader to provádí při každém exportu. Právě záznam činí jakoukoli budoucí transparentnost nebo diskusi o integritě proveditelnou.

5. Archivujte podkladový výzkum. Exports správce referencí, stažené PDF ve složce pojmenované podle data, záložky prohlížeče na zdrojové stránky. Výzkumný záznam validuje záznam citací, který validuje záznam o psaní. Každá vrstva chrání tu nad ní.

Pět návyků, zhruba 15 minut týdně navíc, vytváří záznam procesu, který obhájí jakoukoli budoucí výzvu ze strany detektoru, reviewerovi nebo komise pro integritu. Pro širší otázku, jak dokumentovat používání AI nástrojů, zejména přímo v rukopisu, náš průvodce k AI disclosure pro rukopisy pokrývá stránku transparentnosti; pro otázku, co dělat na straně odvolání, pokud vás označili navzdory čistému procesu, playbook pro odvolací dopis popisuje odpověď.

Co to znamená pro instituce, časopisy a dodavatele detektorů

Tento posun má institucionální důsledky a dalších 18 měsíců ukáže, jak se projeví.

Pro univerzity je klíčová provozní otázka, zda vyžadovat zachycení historie draftu při odevzdání, jaký rámec souhlasu to podpoří a jak vážit zachycené důkazy proti skóre detektoru v disciplinárních procesech. Instituce, které to zvládnou dobře, zveřejní jasnou politiku, která pojmenuje důvěryhodný důkaz a prahovou hodnotu pro zásah. Instituce, které budou váhat, budou Newbyho typu odvolání řešit pravidelně.

Pro časopisy je otázka, jak integrovat důkaz z procesu do peer-review workflow, aniž by to přidalo tření, které systém nedokáže absorbovat. Některé časopisy budou vyžadovat nahrání sledovaných změn spolu s rukopisem; jiné přijmou potvrzení procesu v prohlášení o transparentnosti. Některé časopisy svěří ověřování dodavatelům, kteří staví nástroje směrem k vydavatelům. Časopisy, které se pohnou první, nastaví de facto standard.

Pro dodavatele detektorů je posun existenční. Pivotal případ je Turnitin Clarity: společnost, která postavila detekční skóre, nyní nabízí záznam procesu jako spolehlivější signál. Dodavatelé, kteří odmítnou udělat stejný posun, ztratí institucionální smlouvy ve prospěch dodavatelů, kteří to udělají. Detekční skóre nezmizí; stane se jedním signálem z více, a v dobře navrženém procesu integrity bude váženo níže než záznam procesu. Náš komentář k Turnitin Clarity's process forensics shrnuje, co produkt skutečně dělá a kde instituce stojí v průběhu nasazení.

Nejčistší implikace je pro výzkumníky. Práce spojená s vytvořením záznamu je malá. Obranná hodnota, kterou záznam poskytuje, je velká. Přeformulování z „projít detektor“ na „dokumentovat proces“ je brand postoj, který budeme obhajovat po zbytek roku.

Často kladené otázky

Otázka: Znamená „proces je nový důkaz“ to, že AI detektory odcházejí?

Ne úplně. Detektory zůstanou jako jeden ze screening signálů, konkrétně ve vysokoškolské výuce, kde objem odevzdání dělá revizi důkazů z procesu drahou. Mění se váha: skóre detektoru samotné už není v disciplinárních procesech přijímáno jako hlavní důkaz v dobře navržených institucích a rozhodnutí Newby v. Adelphi tento postoj v soudním řízení formalizovalo. Skóre se stává vstupem pro bližší kontrolu, nikoli závěrem.

Otázka: Dělám draft na papíře a později ho přepisuji. O to obhajobu procesu nepřipravuju?

Ne úplně, ale ochrana je slabší. Přepsaná verze je váš draft pro účely důkazů z procesu; zachovejte dokument od chvíle, kdy začnete psát, a nechte, aby se v něm kumulovala historie revizí. Při fotografování nebo skenování vlastnoručních poznámek a datování těchto snímků přidáte druhou vrstvu. Dvojitý záznam (vlastnoruční + přepsané revize) je ve skutečnosti silnější než záznam pouze přepsaný, protože vlastnoruční vrstva je obtížnější vyrobit zpětně.

Otázka: Co když moje instituce nepřijímá sledované změny jako důkaz?

Podávejte žádost FERPA (v USA; jinde odpovídající ekvivalent podle U.K. Data Protection Act 2018 a EU GDPR, článek 15) pro získání kompletního záznamu. Odevzdejte sledované změny spolu s jakýmkoli odvoláním bez ohledu na to, zda instituce formálně přijala daný formát. Rozhodnutí Newby stanovilo, že absence jasného procesu, jak tento typ důkazu zvažovat, je sama o sobě procedurální problém. Instituce své politiky aktualizují v reakci na to a poskytování záznamu proaktivně je součástí tlaku, který aktualizaci řídí.

Otázka: Mám zapnout Track Changes pro vlastní psaní, i když jsem jediný autor?

Podle našich zkušeností ano, a jde o změnu workflow, ze které nejvíc profitují výzkumníci. Zapnout Track Changes hned od začátku každého dokumentu vám poskytne kompletní záznam úprav bez dalších disciplinárních kroků. Skryjte zobrazení markupů pro běžné psaní (karta Review pak Display for Review pak No Markup), ale ponechte podkladový záznam na místě a v případě potřeby exportujte verzi se sledovanými změnami. Tření je malé a ochrana je reálná.

Otázka: Platí to i mimo USA, kde Newby není závazným precedentem?

Ano ze dvou důvodů. Zaprvé: nasazení Turnitin Clarity, Claude pro Word a změny politik časopisů jsou globální, ne jurisdikčně omezené; posun směrem k důvěryhodnému důkazu se přesouvá napříč akademickým vydáváním bez ohledu na to, kam odevzdáváte. Zadruhé: odůvodnění v Newby je přenositelné; soudy a komise pro integritu ve Spojeném království, Austrálii, Kanadě, Indii a v EU se zapojily do argumentu, že samotná skóre detektorů nepředstavují převahu důkazů. Citujte případ explicitně i tehdy, když je spíše přesvědčivý než závazný; argumentace se šíří dobře.

Korektor navržený pro éru, kdy je proces rozhodující

Export změn sledovaných dokumentem po každé úpravě. Nástroj a verze se zachytí automaticky. Záznam, kterému bude důvěřovat váš editor, recenzent nebo etická komise.