Proč detektory AI označují ne-nativní autory častěji (falešné pozitivy)

Napsali jste každé slovo svého textu. Odkázali jste na zdroje, dvakrát jste text přepracovali a odevzdali jste ho s čistým svědomím. Zpráva se vrátila s označením „pravděpodobně AI“ a teď se snažíte vyvrátit negativní tvrzení o vlastním psaní. Pokud je angličtina váš druhý jazyk, není to neobvyklé „smůlou“. Jde o zdokumentovaný vzorec.

A tady je nepříjemná pravda: falešný pozitivní výstup detektoru AI je mnohem pravděpodobnější u ne-nativního autora angličtiny než u nativního. Neznamená to, že ne-nativní psaní je horší. Tyto nástroje totiž měří statistickou „texturu“ jazyka a jasné, pečlivé psaní ve druhém jazyce sdílí rysy s počítačovým textem, na který byly trénovány, aby ho zachytily.

Nejde o okrajovou stížnost rozčarovaných studentů. Jde o zjištění recenzovaného výzkumu; právě proto se několik velkých univerzit od těchto nástrojů stáhlo, a proto soudy i administrativy začaly brát výstup detektorů s reálnou opatrností. To je to, co důkazy skutečně říkají, a co dělat, když vás detektor označí špatně.

Co studie ze Stanfordu zjistila o předpojatosti detektorů

Nejsilnější důkazy přináší studie z roku 2023 od Lianga a kolegů na Stanfordu, publikovaná v časopise Cell Press „Patterns“ a uvedená přímočaře pod názvem, „GPT detektory jsou zaujaté vůči ne-nativním autorům angličtiny“.

Výzkumníci nechali eseje projít sedmi běžně používanými detektory. U esejí napsaných ne-nativními mluvčími angličtiny, převzatých z TOEFL korpusu, detektory v průměru označily zhruba 61 % jako vytvořené AI. U esejí napsaných nativními autory byla míra falešných pozitiv přibližně 5 %. Téměř jedna z pěti ne-nativních esejí, tedy asi 19,8 %, byla všemi detektory v testu jednohlasně označena jako AI. Ve všech případech šlo o lidsky napsané eseje.

Mechanismus je na tom to zajímavé, protože vysvětluje, proč je předpojatost „zapečená“ v systému, nikoli náhodná. Mnoho detektorů spoléhá na signál označovaný jako perplexita (zavádějící zjednodušení: „míra překvapivosti“), což je míra toho, jak jsou volby slov daného textu pro jazykový model překvapivé. Text plný běžných slov a předvídatelných formulací má nízkou perplexitu; detektor pak nízkou perplexitu čte jako strojové chování. Autoři ve druhém jazyce často používají omezenější a konvenčnější slovní zásobu, ne proto, že by jejich myšlenky byly jednoduché, ale protože píší pečlivě v jazyce, který není jejich první. Detektor vidí hladký povrch a vyhodnotí ho jako umělý.

To je jádro problému férovosti. Pravidelnosti, které činí pečlivé psaní ve druhém jazyce srozumitelným a správným, jsou právě ty návyky, které byly tyto nástroje vyvinuté trestat.

Proč ne-nativní psaní spouští falešné pozitivy detektorů AI

Stojí za to chvíli přemýšlet nad tím, proč se to děje, protože pochopení bere část „štěku“ špatnému označení.

Nativní mluvčí, který píše rychle, rozhazuje idiomy, neobvyklé volby slov, podivná rytmická místa a občas i gramatickou zkratku. Tato nepředvídatelnost se promítne do vysoké perplexity a čte se jako lidská. Ne-nativní autor, nebo zcela upřímně každý disciplinovaný akademický autor, má tendenci dávat přednost přesným, standardním konstrukcím a řízené slovní zásobě. Velké jazykové modely zároveň také preferují přesné, standardní konstrukce a řízenou slovní zásobu. Detektor nedokáže rozlišit mezi pečlivým člověkem a pečlivým strojem, protože na konkrétní ose, kterou měří, vypadají stejně.

Nic z toho neznamená, že je psaní nižší kvality. Jasnost je v akademickém stylu ctnost, nikoli vada. Znamená to jen, že detektor měří „špatnou věc“ a z toho vyvozuje sebevědomý závěr.

A právě to sebevědomí je nebezpečné. Nástroj, který vypíše přesné procento, působí autoritativně, i když se číslo opírá o signál, jenž systematicky znevýhodňuje celou skupinu skutečných autorů.

Univerzity, které ustoupily od detektorů AI

Instituce si problém všimly brzy a několik z nich na něj reagovalo.

V srpnu 2023 Vanderbilt University vypnula AI detektor společnosti Turnitin a vydala neobvykle podrobnou vysvětlovací zprávu. Uvedla, že ačkoli tvrzení o míře falešných pozitiv kolem 1 % by nebylo významné vzhledem k celému textu, pokud ročně existuje zhruba 75 000 odevzdaných prací, bylo ukázáno, že nástroj produkuje zkreslené výsledky vůči ne-nativním autorům angličtiny; navíc kvůli neprůhlednosti procesu by to mohlo vést k tomu, že zhruba 750 prací bude chybně označeno. Michigan State, University of Texas at Austin, Northwestern a University of Pittsburgh podnikly podobné kroky. Southern Methodist University ustoupila v prosinci 2023 a University of Waterloo následovala v září 2025 poté, co zjistila, že texty napsané lidmi získaly skóre jako „plně AI“.

Opatrná je také metodika společnosti Turnitin. Její AI indikátor snižuje čísla v rozsahu 1 až 19 %, používá hvězdičku místo čísla, protože falešné pozitivy jsou častější na dolním konci škály. Výslovně také upozorňuje, že skóre by nemělo být používáno samostatně k rozhodování o akademické integritě. Je to tedy doporučení dodavatele, aby instituce nepovažovaly vlastní výstup za důkaz, silný signál, jakou váhu by mělo mít jedno jediné číslo.

Pokud vaše škola tyto nástroje stále používá, není to důvod k panice. Je to důvod znát svá práva a uchovat důkazy, ke kterým se dostaneme níže.

Skutečné případy, popsány přímočaře

Několik sporů se dostalo do médií a stojí za to porozumět jim přesně, protože detaily rozhodují a titulky je často rozmazávají.

V případě Oriona Newbyho na Adelphi University byla studentská esej označena jako „plně AI-generovaná“. Spolkový soudce věc přezkoumal a dospěl k závěru, že zjištění „nemá opodstatnění“, a nařídil jej odstranit z autorova záznamu, jak bylo uvedeno v únoru 2026. Rozebíráme, co toto rozhodnutí udělalo a co ne, v rozhodnutí Newby v. Adelphi. Na UC Davis byl William Quarterman označen pomocí GPTZero a své jméno si očistil pomocí historie verzí ve službě Google Docs, která ukazovala, že esej vznikala v čase. Šlo o administrativní vyřešení, nikoli o žalobu.

Je třeba to říct přímočaře, protože mnoho online shrnutí to uvádí špatně. Žádný z těchto výsledků nebyl právním rozsudkem proti společnosti Turnitin a v žádném z těchto případů student „nechal Turnitin žalovat a vyhrál“. Spory se vedly s jednotlivými školami o to, jak byl daný flag použit, a poučení se týká procesu a důkazů, nikoli toho, že by dodavatel detektoru v soudním řízení prohrál. Správně pojaté shrnutí je posilující: skóre detektoru je tvrzení, ne verdikt, a legitimní autoři se ho úspěšně dovolali.

Co dělat, pokud vás označí chybně

Pokud detektor označí práci, kterou jste napsali, situace se dá napravit. Autoři, kterým se to podaří vyřešit dobře, obvykle dělají totéž několik základních věcí.

Uchovejte si koncepty a historii verzí. Google Docs i Word sledují úpravy v čase a ten časový průběh je nejpřesvědčivější důkaz, jaký můžete nabídnout, přesně tak, jak tomu bylo v případě UC Davis. Zeptejte se slušně, jaké skóre spustilo flag a jak jej recenzent interpretuje, protože potlačené nebo hraniční číslo je slabý základ pro jakékoli rozhodnutí. V písemném podání použijte výzkum a institucionální opatrnost uvedené výše, pokud potřebujete argumentovat férovostí. Náš postup krok za krokem, jak se odvolat proti falešnému flagu detekce AI, vás provede celým procesem.

Dopředu platí, že cílem není nástroj „oblafnout“. Jde o psaní sebejistou, přirozenou angličtinou tak, aby vaše pečlivá práce byla méně pravděpodobně špatně přečtena, a o zodpovědné zveřejnění jakékoli pomoci AI tak, jak to vyžaduje vaše instituce. Náš AI text humanizer je pro to přesně určený a pokud píšete anglicky jako druhý jazyk, náš specializovaný průvodce pro AI humanizer pro ESL výzkumníky popisuje workflow do větší hloubky. Cílem je férovost pro práci, kterou už jste odvedli, nikoli maskování.

Před a po: jak opravit „hladkou texturu“, která detektorům vadí

Teorie se snáze věří, když ji můžete vidět na skutečném odstavci. Tady je ukázka výsledkového pasážního textu, kterou ESL výzkumník vytvořil s pomocí AI asistenta pro uhlazení angličtiny. Čte se to plynule, a přesto to detektor označil.

Před (označeno jako pravděpodobně AI):

"The results demonstrate that the intervention significantly reduced recovery time by 27% across all cohorts (Chen et al., 2021). This substantial improvement clearly highlights the effectiveness of the proposed approach. The findings confirm the hypothesis and underscore the importance of early intervention."

Tři věty, téměř stejně dlouhé, kde se každá klauzule ubírá stejným tempem. Slovní zásoba je bezpečná a předvídatelná. Právě ta vyrovnanost je pro detektor čitelné jako nízká perplexita a nízká burstiness a jde o stejnou „texturu“, která flaguje velkou část skutečně existující ne-nativní produkce.

Po (upraveno v hlasu autora):

"Recovery time fell by 27% across the three cohorts (Chen et al., 2021), a bigger drop than we had expected (n = 214). The effect held, though it was weaker in the oldest group. That pattern points to a real benefit from early intervention, but with a sample this size we would not push the claim further than the data allows."

Přečtete-li je za sebou, ta druhá zní jako text, který skutečně napsala konkrétní osoba.

Co se změnilo a proč to záleží. Zachovali jsme všechny „nosné“ skutečnosti: údaj 27 %, citaci (Chen et al., 2021), počet kohort a velikost vzorku. O důkazu se nic neposunulo. Co jsme přidali, je variabilita. Délky vět teď kolísají od delších k kratším a znovu k delším, což zvyšuje burstiness. Volby slov jsou méně předvídatelné, což zvyšuje perplexitu. Také jsme vrátili opatrné formulace: „points to“, „we would not push the claim further“. AI návrhy z těchto opatrností ubírají a dělají to i nástroje, které text příliš „uhlazují“, a právě proto se uhlazená ne-nativní angličtina posouvá směrem k profilu AI.

Tohle je zároveň úprava kvality, ne trik. Verze „po“ formuluje vyváženější a obhajitelnější tvrzení než verze „před“, která přestřelila pomocí „demonstrate“ a „confirm the hypothesis“. Právě to je pointa, kterou stále zdůrazňujeme: úprava, která snižuje riziko falešného flagu, je obvykle stejná úprava, která by obstála v recenzním řízení. Akademický humanizer může udělat první průchod a přitom chránit vaše citace i čísla, ale i tak si přečtete každý řádek.

Jedno upozornění. Žádná jednotlivá úprava nezaručuje čisté skóre a detektory se dál mění (Turnitin přidal detekci humanizéru v srpnu 2025). Cílem má být psaní, které odráží vaše vlastní uvažování, pochopíte co měří perplexita a budete zveřejňovat pomoc AI podle pravidel vašeho časopisu nebo univerzity.

Často kladené otázky

Otázka: Proč detektory AI označují ne-nativní autory angličtiny?

Většina detektorů měří, jak předvídatelné jsou volby slov v textu, a pečlivé psaní ve druhém jazyce má tendenci používat běžnou standardní slovní zásobu, která se čte jako nízká perplexita. Tato statistická „hladkost“ vypadá pro nástroj strojově, což vede k falešnému pozitivnímu výsledku detektoru AI, i když člověk napsal každé slovo. Předpojatost je „zabudovaná“ v tom, co detektor měří, nikoli v kvalitě psaní.

Otázka: Co zjistila studie ze Stanfordu o předpojatosti detektorů?

Studie ze Stanfordu z roku 2023 otestovala sedm detektorů a zjistila, že označily zhruba 61 % ne-nativních TOEFL esejí jako AI, zatímco u nativních autorů to bylo asi 5 %. Téměř 20 % ne-nativních esejí bylo jednohlasně označeno každým detektorem. Všechny eseje byly napsané lidmi.

Otázka: Co mám dělat, pokud mě označí jako AI chybně?

Uchovejte si historii konceptu z Google Docs nebo Wordu, protože viditelná časová osa psaní je nejsilnější důkaz, který máte. Zjistěte, jaké skóre flag spustilo, odkažte na výzkum o falešných positivech a postupujte podle jasného procesu odvolání. Skóre detektoru je tvrzení, proti kterému se můžete postavit, není to konečný verdikt.

Otázka: Přestaly univerzity používat detektory AI?

Několik z nich je omezilo nebo deaktivovalo. Vanderbilt v roce 2023 vypnula AI detektor Turnitin kvůli obavám z falešných pozitiv a předpojatosti a podobné kroky učinily Michigan State, UT Austin, Northwestern, Pittsburgh, SMU a Waterloo. Mnohé instituce, které detektory stále používají, nyní zacházejí se skóre jako s jedním signálem, nikoli jako s důkazem.

Otázka: Zvyšuje psaní jednodušší angličtinou riziko, že vás označí jako AI?

Do určité míry ano. Detektory čtou jednodušší, více předvídatelnou slovní zásobu jako nízkou perplexitu, tedy stejný statistický signál, který spojují s AI, a to je jeden z důvodů, proč jasné ESL psaní často vede k falešným pozitivům. Řešení není uměle „nafouknout“ slovní zásobu, ale obnovit přirozenou variabilitu ve stavbě vět, vlastní míru opatrnosti a vlastní hlas.

Otázka: Můžu opravit falešný flag AI úpravou vlastního textu místo použití humanizeru?

Často ano. Přečtěte si koncept nahlas, střídejte délku vět a vraťte do textu limity, které skutečně myslíte. Tím zvýšíte burstiness a text bude znít jako váš vlastní. Nástroj může tento první průchod urychlit, ale cílem je skutečný hlas, a i tak byste měli zveřejnit jakoukoli pomoc AI podle pravidel vašeho časopisu nebo univerzity.