A folyamat az új bizonyíték: a nyomon követett változtatások legyőzik a detektorokat

A Newby v. Adelphi ügyet egy New York állambeli bíróság tárgyalta, amely hatályon kívül helyezte egy akadémiai feddhetetlenséggel kapcsolatos megállapítást, mivel egyetlen Turnitin AI-pontszám önmagában nem minősült az „bizonyítottság túlsúlyának” (preponderance of evidence) a megállapításhoz. 2026 tavaszán indított pilotprogram több száz intézménynél bevezeti a tervezeti forenzikát: olyan bizonyítékokat rögzít, mint a beillesztett szöveg, az írásidő, valamint egy teljes lejátszható előnézete a hallgató szerkesztési előéletének. A Clarity termék, amelyet a Turnitin birtokol, is érintett. 2026. április 10-én az Anthropic nyilvános bétába indítja a Claude for Word alkalmazást, amely natívan támogatja a nyomon követett változtatásokat az AI-val támogatott akadémiai íráshoz; ez azt jelenti, hogy a Claude szerkesztései a Word „áttekintési” (review) paneljében Word-szinten, javításként kerülnek hozzáadásra. Minden változtatás ellenőrizhető. Az összes eredeti sor érintetlen marad. A Curtin University teljesen kikapcsolta a Turnitin AI-detektálását, mert több vitájuk volt abból, hogy a detektor tévedett, mint abból, hogy elkapta azokat a hallgatókat, akik megcsaltak. A 2026 első felében megfigyelhető négy jel ugyanabba az irányba mutat.

Négy jel egy mintázat. A mintázat az, hogy a szerzőség „megbízható” bizonyítása az akadémiai írásban már nem egy detektor-pontszám, hanem egy folyamatrögzített (process) nyilvántartás. Bíróságok, folyóiratok, konferenciák és maguk a detektorokat gyártó cégek is ugyanarra az álláspontra futnak rá: a tervezési előzmény (draft history) felülmúlja az valószínűségi pontszámokat.

Ez a poszt az a márkaérv, amelyet 2026 hátralévő részében is képviselni fogunk. Részletesen tárgyaljuk a négy „konvergáló” jelenséget, a detektor-bizonyíték és a folyamat-bizonyíték közötti aszimmetriát, hogy milyen a valóban védhető folyamtdokumentáció a kutatók által már használt eszközökön belül, és hogyan alakíts ki olyan írási szokásokat, amelyek létrehoznak egy átadható rekordot szerkesztőnek, lektorálónak vagy akadémiai feddhetetlenségi bizottságnak anélkül, hogy ezen külön gondolkodni kellene. Az új keretezés operacionalizált: nem filozófiai vitába fordulunk, hanem felhagysz a detektor optimalizálásával, és elkezded dokumentálni a munkát.

Bizonyítható, hogy AI-val támogatott akadémiai írás során te készítetted (te írtad) a szöveget nyomon követett változtatásokkal?

Igen. Munka közben időbélyegzett nyomon követett változtatások és szerkesztési előzmény jön létre, és a tények utólag nem rekonstruálhatók anélkül, hogy ugyanannyi időt fektetnél bele, mint az eredeti írásba, ez pedig sokkal nehezebbé teszi a hamisítást, mint egy detektor-pontszám esetében. Bíróságok, folyóiratok és még a Turnitin is ugyanarra az álláspontra konvergál: akadémiai írásban ez a folyamatrögzítés felülírja egy AI-detektor valószínűségi pontszámát. A Newby v. Adelphi ügyben hozott döntés kimondta, hogy önmagában a detektor-pontszám nem tekinthető a „bizonyítottság túlsúlyának”.

A négy konvergáló jel

A változás nem a semmiből született elméletként. Négy konkrét, 2025–2026 közötti esemény tolta előre, mindegyik az akadémiai ökoszisztéma más-más részéből.

Newby v. Adelphi (2026 február, New York állam). Az első nagy horderejű bírósági döntés az AI-detektálás fegyelmi alkalmazásáról megfordított egy Adelphi-ítéletet egy ESL (English as a Second Language) alap egyetemi hallgató ellen. Az eredmény szűk volt, de a logika döntő: egy detektor-pontszám, amelyet nem validáltak a hallgató nyelvi profiljára, nem ad „bizonyítottság túlsúlyát” az iskola szabályzata szerint. Konkrétan a bíróság megrovásban részesítette Adelphit azért, mert a beadási felületen a tervezet-előzmények hiányát a bűnösség bizonyítékaként használta (miközben a portál nem követelt tervezet feltöltést). Ez a jogi nyilvántartásba folyamat-bizonyítékot (vagy annak hiányát) teszi be.

Turnitin Clarity (2026 tavasz, széles körű bevezetés folyamatban). A Turnitin Feedback Studio-hoz csatolt bővítménye teljes körű lejátszást ad a hallgató írási folyamatáról az oktatóknak, beleértve azt is, amikor a hallgató beillesztette a szöveget, mennyi ideig tartott az írási munkamenet, mennyi volt az összeállítás/építési idő, illetve a tervezet-előzmény teljes története. Hallgatói engedéllyel a Clarity rögzíti a billentyűleütések ritmusát és a szerkesztési idővonalat. A termék deklarált kerete az: „integritásra vonatkozó értékelés, nem pusztán detektálás”. A három évig arra támaszkodó vállalattól érkező, nagy elmozdulásról van szó: most már a folyamat-rekordot kínálják megbízhatóbb jelként. A Claude

Claude for Word (2026. április 10., nyilvános bétaverzió). Az Anthropic natív Microsoft Word-bővítményként szállítja a megoldást. Amikor a Claude szerkeszt, azt a Word véleményezési (review) paneljébe nyomon követett változtatásként teszi le: az eredeti szöveget törlésként őrzi meg, az új szöveget pedig beszúrásként adja hozzá. A szerző minden egyes változtatást a Word natív felületén fogad el vagy utasít el. A teljes szerkesztési előzmény elérhető a lektor számára, aki megnyitja a dokumentumot. Ez nem csupán egy funkció-bővítés. Inkább architekturális döntés: a nyomon követett változtatások rekordját kezeli „hiteles” interfészként az emberi szerző és az AI-asszisztens között, pontosan azt a rekordot, amelyet egy folyóirat vagy egy szakdolgozati bizottság fel tud használni annak ellenőrzésére, hogy a munka valóban az-e. Után

Curtin University (2026 eleje, Ausztrália) és párhuzamos intézmények. A Curtin arra jutott, hogy a pontszám több vitát generál, mint amennyit felold, ezért teljesen kikapcsolta a Turnitin AI-detektálását. A Vanderbilt és több Michigan State tanszék 2025-ben jutott ugyanarra a következtetésre. Ezen egyetemek egyike sem tiltotta az AI használatát. Kivették a detektálási réteget, és az integritásról szóló beszélgetést a közzétételre, a folyamatra és a nyomon követett változtatások bizonyítékára helyezték át. Eközben más egyetemek (különösen néhány Big Ten és Ivy League intézmény 2025 késői szakaszában) ráerősítettek a detektálásra, így a terület egyenetlen lett, de a váltás iránya nem változott.

Négy jel, négy részrendszer, egy irány. Nem véletlenről van szó; ez a rendszer átrendeződése olyan bizonyítékok felé, amelyeket könnyebb bizonyítani egyedi valószínűségi pontszám helyett.

Miért van értelme ennek a váltásnak

A váltás tartóssága a detektor-bizonyíték és a folyamat-bizonyíték közötti aszimmetria miatt áll fenn. Mindkét típusnál vannak ismert pontossági korlátok („minimum padlók”). A detektor „padlója” sokkal alacsonyabb.

A detektor-bizonyíték egy olyan modellből származó valószínűségi pontszám, amely az AI-kimenettel korreláló szöveg-jellemzőket tanul. A Stanford 2023-as tanulmánya hét olyan jelentős detektort azonosított, amelyek az angol anyanyelvűtől eltérő (nem native) angol nyelvű TOEFL-esszék 61,3 százalékát hibásan jelölték AI-által generáltnak. A Newby discovery során előkerült intézményi adatok az egyetemi Turnitin-bemeneten 28 százalékos ESL false positive (téves pozitív) arányt mutattak. A szolgáltatói pontossági számok jellemzően anyanyelvi angol szövegen alapuló számítások, amelyek nem általánosíthatók. A pontosság függ attól, milyen a szerző nyelvi háttere, milyen prompteloszlásra tanították a detektort, és milyen küszöböt (threshold) állított be az intézmény. Az író ezeket a tényezőket a beadás időpontjában nem látja.

A folyamat-bizonyíték események lánca, időbélyegek és a végleges dokumentumig vezető szerkesztések sora. A Google Docs minden felülvizsgálatot automatikusan nyomon követ. A Word AutoRecover és a beépített verzióinformáció minden módosítást rögzít. A OneDrive naplózza, mikor nyitották meg és mikor mentették a fájlt. A böngésző lapszelőzménye megmutatja, mikor végzett a szerző kutatást az általuk hivatkozott forrásokhoz. A hivatkozáskezelő szoftverek (Zotero, Mendeley, EndNote, Paperpile) minden hozzáadott hivatkozást időbélyeggel látnak el. Minden bizonyíték a folyamat részeként jön létre. Utólag nem lehet „rágyártani” anélkül, hogy ugyanannyi időt ne kellene ráfordítani, mint az első írásra.

Ez teszi teherbíróvá („load-bearing”) a váltást: a bizalmi aszimmetria. A detektor-pontszám validálási kérdések, küszöbérték és populációs torzítás alapján megtámadható; az intézménynek, amely a pontszámot védelmezi, olyan bizonyítékot kell szolgáltatnia, amelyet gyakran nem is tud. A folyamat-rekord hitelességi alapon támadható meg, ehhez olyan bizonyítékra van szükség, amelyet az intézménynek egy olyan íróval szemben kellene bemutatnia, aki képes hivatkozni platform által generált metaadatokra. A legtöbbször a folyamat-rekord védőjének van könnyebb dolga.

Ez nem a „humanizer vs detektor” érv. A humanizer csak a felszínt változtatja; a folyamat-rekord a bizonyíték alapját változtatja meg. Még akkor is, ha a holnapi AI-detektorok mindegyike tökéletes pontosságot érne el anyanyelvi angolon, a folyamat-rekord akkor is hasznosabb jel lenne, mert a szerzőségre vonatkozik, nem a valószínűségre.

Nyomon követett változtatások és tervezetelőzmények: hogyan néz ki a védhető folyamatrögzítés

A jó hír az, hogy szinte minden olyan eszköz, amelyet a kutatók már most is használnak, alapértelmezésben is folyamat-bizonyítékot generál. A feladat annak rögzítése, illetve annak ismerete, hol találod meg, amikor szükség van rá.

Google Docs. Fájl, majd Verzióelőzmények, majd Lásd a verzióelőzményeket. A teljes szerkesztési fa véglegesen megőrződik, beleértve azt is, ki szerkesztett és mikor. Exportálás PDF-ként, ha megosztható rekordra van szükség; az exportban megjelenik az idővonal. A 2026-ban akadémiai szerzők számára elérhető egyik leghasznosabb folyamateszköz véglegesen megmarad, főként azért, mert alapértelmezett.

Microsoft Word. Az AutoRecover automatikusan mentett verziókat tárol egy rejtett mappában. A Track Changes (Review fül, majd Track Changes) rögzít minden általad végzett szerkesztést, amint bekapcsoltad. Az érdemes munkafolyamat-váltás az, hogy bekapcsolod a Track Changes funkciót a saját tervezésedhez: kezdésként legyen bekapcsolva, és onnantól kezdve minden szerkesztésedet rögzíti. Fontos, hogy a verziókat explicit módon, leíró nevekkel mentsd ("draft-2026-07-12-section-3-rewrite"), így a sorrend akkor is olvasható marad, ha nem nyitod meg külön-külön az egyes fájlokat. A legtöbb kutató nem kapcsolja be a Track Changes-t a saját tervezéséhez, de ha mégis nyomon szeretnéd követni a változtatásokat írás közben, ez a legjobb mód.

OneDrive, Google Drive, Dropbox. A felhőtár-szolgáltatók naplózzák a fájlaktivitást. A legtöbb akadémiai IT-szolgáltatás ezt legalább 90 napig megőrzi; van, ahol tovább. A napló bizonyítja, mikor módosították a fájlt, ki által, és milyen eszközről. Hasznos kiegészítő, ha a fő szerkesztőd verzióelőzménye hiányos.

Hivatkozáskezelők. A Zotero, Mendeley, EndNote és Paperpile mind rögzíti a dátumot, amikor egy hivatkozást hozzáadtál a saját könyvtáradhoz, és azt is, mely dokumentumhoz adtad. A kutatási szakaszban keletkező folyamat-bizonyíték bizonyíték a már az írás előtti állapotra, és egyben validációja az írási szakaszban történő felhasználásnak. Tegyük fel, hogy egy lektor úgy gondolja, hogy olyan forrást idéztél, amit valójában nem olvastál. Erre azzal lehet válaszolni, hogy megmutatod a hozzáolvasás időbélyegét.

Nyomon követett változtatások exportja. Ez a leghasznosabb kimenet arra, hogy a folyamat-bizonyítékodat megoszd egy lektori, szerkesztői vagy integritási testülettel. A nyomon követett változtatások egy Word-dokumentum vagy Google Docs-dokumentum, amelyben az összes szerkesztés egyértelműen látszik (ki mit csinált, mikor). A nyomon követett változtatások exportálása alapértelmezésben engedélyezett a mi proofreader rendszerünkben, de van olyan opció is, amellyel „nyers szövegként” (raw text) lehet előállítani a tiszta változatot, ha valakinek arra van szüksége. Ezt a verziót javasoljuk minden olyan beadásnál, ahol felmerülhet a kérdés, hogyan zajlott az írási folyamat. Fontos megjegyezni, hogy Claude for Wordben ezt natívan elő lehet állítani. A Claude for Word ugyanezt a kimeneti artefaktumot natívan adja, és ez a termék architekturális lényege.

E-mail- és chatarchívumok. Beszélgetések a témavezetővel, társszerzőkkel és a writing center tutorokkal. Mentsd el a thread-öket. Ezek megalapozzák az iteratív gondolkodást, amelyből a kézirat megszületett, amit egy detektor nem tud hamisítani.

Azok az írási szokások, amelyek védhető folyamatrögzítést hoznak létre

Öt szokás, amelyek egyike sem növel érdemi súrlódást a meglévő munkafolyamatodon, és amelyek együtt védhető folyamatrögzítéssé állnak össze.

1. Úgy dolgozz (draftelj) egy olyan eszközben, amely alapértelmezés szerint megőrzi a verzióelőzményeket. Google Docs vagy Word Track Changes-sel bekapcsolva. Ne készíts tervezetet olyan egyszerű szövegszerkesztőkben, amelyek nem őrzik az előzményeket; ne exportálj egy „tiszta” másolatot, és ne dobd el a munkaverziót. Ha a meglévő munkafolyamatod jegyzetfüzetben készített vázlatból indul, majd később géped bele a szöveget, akkor maga a beírt verzió a tervezet: őrizd meg attól a pillanattól, amikor elkezdesz gépelni.

2. Ments verziókat explicit módon, dátumozott és leíró nevekkel. Hetente egyszer ments egy snapshotot a jelenlegi tervezetről egy olyan névvel, mint „manuscript-2026-07-18-after-methods-rewrite”. A névvel ellátott verziók szabad szemmel, gyorsan is olvashatóvá teszik a sorrendet, és túlélik a felhőtár-törlési ciklusok miatti tisztításokat.

3. Tarts egy egysoros szerkesztési naplót a kézirat mellett. Egy egyszerű szöveges fájl ugyanabban a mappában. Minden bejegyzés dátum és egy mondat: „2026-07-18: átfogalmaztam a 3. szakasz módszertanát a témavezetővel folytatott egyeztetés után.” Heti öt perc, és olyan gondolkodás kerül rögzítésre, amit a szerkesztési előzmény önmagában nem tud megmutatni.

4. AI-val támogatott szerkesztéseket vezesd végig nyomon követett változtatások „pipeline”-ján. Ha Claude for Wordet, ChatGPT-t vagy bármilyen más AI-eszközt használsz a szerkesztés támogatására, úgy csináld végig, hogy a folyamat létrehozzon egy nyomon követett változtatások rekordját. A Claude for Word ezt natívan megteszi. A proofreaderünk minden exportnál így működik. A rekord az, ami minden későbbi közzétételi vagy feddhetetlenségi beszélgetést kezelhetővé tesz.

5. Archiváld a támogató kutatást. Hivatkozáskezelő exportok, letöltött PDF-ek egy dátumozott mappában, a forrásoldalak böngésző-könyvjelzői. A kutatás rekordja validálja az idézések rekordját, ami validálja az írás rekordját. Minden réteg megvédi a fölötte lévőt.

Öt szokás, nagyjából heti 15 perc „többlet” idő, olyan folyamatrögzítést eredményez, amely megvéd bármilyen jövőbeli kihívással szemben, legyen az detektor, lektor vagy integritási bizottság. A szélesebb kérdéshez, hogy hogyan kell dokumentálni az AI-eszközök használatát különösen magában a kéziratban, az AI-közzétételi útmutatónk manuscripts oldala a közzétételi oldalról szól; az „fellebbezés” oldalról, vagyis arról, mit tegyél, ha tiszta folyamat ellenére jelöltek, az appeal-letter playbook végigvezet a válaszon.

Mit jelent ez az intézményeknek, folyóiratoknak és detektorszolgáltatóknak

A váltás intézményi következményekkel jár, a következő 18 hónap ezt rendezi el.

Egyetemeknél az operatív kérdés az, hogy megköveteljék-e a tervezet-előzmények rögzítését beadáskor, milyen hozzájárulási keret támogatja ezt, és hogyan kell súlyozni a rögzített bizonyítékot a fegyelmi folyamatokban a detektor-pontszámokkal szemben. Azok az intézmények, amelyek ezt jól kezelik, közzétesznek egyértelmű szabályzatot, amely megnevezi a megbízható bizonyítékot és a beavatkozási küszöböt. A habozó intézmények Newby-stílusú fellebbezésekkel fognak rendszeres mennyiségben találkozni.

Folyóiratoknál az a kérdés, hogyan lehet a folyamat-bizonyítékot beépíteni a peer-review munkafolyamatba úgy, hogy közben ne okozzon olyan súrlódást, amit a rendszer nem tud kezelni. Néhány folyóirat megköveteli a nyomon követett változtatások feltöltését a kézirattal együtt; mások elfogadnak folyamatra vonatkozó nyilatkozatot a közzétételi nyilatkozatban. A korai lépést tevő folyóiratok majd a „kiadói felülethez” fejlesztett eszközöket építő szolgáltatókra bízzák az ellenőrzést. Azok a folyóiratok, amelyek először mozdulnak, fogják kijelölni a de facto standardot.

Detektorszolgáltatóknál a váltás egzisztenciális. A Turnitin Clarity-irányváltása a példaeset: az a cég, amely megépítette a detektálási pontszámot, most a folyamat-rekordot kínálja megbízhatóbb jelként. Azok a szolgáltatók, amelyek nem teszik meg ugyanazt az irányváltást, elveszítik az intézményi szerződéseket azokkal szemben, amelyek igen. A detektor-pontszám nem fog eltűnni; egy jel lesz a több közül, és egy jól megtervezett integritási folyamatban a folyamat-rekordhoz képest kisebb súllyal szerepel. A Turnitin Clarity process forensics című jegyzetünk ismerteti, mit csinál valójában a termék, és hol állnak az intézmények a bevezetési ütemben.

A kutatók számára az ebből levonható következtetés a leginkább egyértelmű. Kevés munka kell a rekord előállításához. A védhetőség, amit ad, nagy. A „passzold át a detektort” (pass the detector) irányból a „dokumentáld a folyamatot” (document the process) irányba való átfogalmazás lesz az az általunk védendő márkaálláspont a következő év során.

Gyakran ismételt kérdések

K: A „process is the new proof” azt jelenti, hogy az AI-detektorok megszűnnek?

Nem teljesen. A detektorok továbbra is egy szűrő jelként megmaradnak, különösen az alapképzés (undergraduate teaching) területén, ahol a beadások volumene miatt a folyamat-bizonyítékok áttekintése drága. Ami változik, az a súly: egy detektor-pontszám önmagában már nem elfogadott fő bizonyítékként fegyelmi folyamatokban a jól megtervezett intézményeknél, és a Newby v. Adelphi döntés bíróságon formálisan is rögzítette ezt az álláspontot. A pontszám bemeneti adat lesz a szorosabb ellenőrzéshez, nem pedig a végkövetkeztetés.

K: Papíron készítek vázlatot, aztán később gépezem. Elveszítem a folyamat-védelmet?

Nem teljesen, de a védelem gyengébb. A gépelt verzió a folyamat-bizonyíték szempontjából a te tervezeted; őrizd meg a dokumentumot attól a pillanattól, amikor elkezdesz gépelni, és hagyd, hogy felhalmozódjon benne a szerkesztési előzmény. A kézzel írt jegyzetek lefényképezése vagy beszkennelése és a képek dátumozása egy második réteget ad. A duális rekord (kézzel írt + gépelt javítások) valójában erősebb, mint egy kizárólag gépelt rekord, mert a kézzel írt réteget sokkal nehezebb utólag, „utólagos” módon létrehozni.

K: Mi van, ha az intézményem nem fogadja el a nyomon követett változtatásokat bizonyítékként?

Nyújts be FERPA-kérelmet (az Egyesült Államokban; az Egyesült Királyságban ennek megfelelően a Data Protection Act 2018, az EU-ban pedig a GDPR 15. cikk szabályai szerint) a teljes rekord megszerzéséhez. Fellebbezés esetén a nyomon követett változtatásokat minden esetben add be, függetlenül attól, hogy az intézmény formálisan elfogadta-e a formátumot. A Newby-döntés kimondta, hogy az a tény, hogy nincs egyértelmű eljárás a bizonyíték figyelembevételére, önmagában eljárásjogi probléma. Az intézmények frissítik a szabályzataikat a válaszok hatására, és a rekord proaktív szolgáltatása része annak a „nyomásnak”, amely a frissítést előidézi.

K: Be kell kapcsolnom a Track Changes-t a saját tervezésemhez akkor is, ha én vagyok az egyetlen szerző?

A tapasztalataink szerint igen, és ez az a munkafolyamat-váltás, amelyből a legtöbb kutató a legtöbbet profitál. Kapcsold be minden dokumentum elején a Track Changes-t, így teljes szerkesztési rekordot kapsz anélkül, hogy bármilyen további fegyelemmel járó adminisztrációt kellene végezned. A markup nézetet elrejtheted a normál tervezéshez (Review fül, majd Display for Review, majd No Markup), de az alapul szolgáló rekord marad a helyén, és amikor szükség van rá, exportálod a nyomon követett változtatások verzióját. A súrlódás minimális, a védelem pedig valós.

K: Ugyanez vonatkozik olyan országokra is, ahol Newby nem kötelező erejű precedens?

Igen, két okból. Először is a Turnitin Clarity bevezetése, a Claude for Word és a folyóiratpolitikai változások globálisak, nem országspecifikus joghatósági kérdések; a megbízható bizonyítékokra épülő váltás az akadémiai kiadásban ott is zajlik, ahol valaki bead. Másodszor, a Newby érvelése „hordozható”: az Egyesült Királyságban, Ausztráliában, Kanadában, Indiában és az E.U.-ban működő bíróságok és integritási testületek foglalkoztak azzal az érveléssel, hogy detektor-pontszámok önmagukban nem adják a bizonyítottság túlsúlyát. Még akkor is érdemes a konkrét ügyet explicit módon idézni, ha inkább meggyőző erejű (persuasive), mint kötelező erejű; az érvelés jól „utazik”.