Newby vs. Adelphi: Pierwsze orzeczenie sądu w sprawie wykrywania AI

Wyrok w sprawie Newby vs. Adelphi, wydany przez sąd z Nowego Jorku w lutym 2026 r., jest pierwszym sądowym postępowaniem dotyczącym wykrywania AI (i pierwszym procesem o wykrywanie AI, który zakończył się rozstrzygnięciem), w którym sąd uznał, że Adelphi University musi oczyścić z akt zapis trzeciego roku studiów licencjackich studenta ESL, który napisał wszystkie słowa zakwestionowanej pracy i uzyskał wynik Turnitin AI na poziomie 94 procent. Sąd nakazał uczelni uchylenie zarzutu naruszenia zasad uczciwości akademickiej wobec studenta. Szkolnictwo wyższe otrzymało pierwszą dużą precedensową wskazówkę dotyczącą karania na podstawie wykrywania AI. I nie była to strona „detektora”.

Od pewnego czasu śledziliśmy trend odwołań w sprawach dotyczących wykrywania AI, aż do początku 2024 r. Historia prowadząca do Newby była przygnębiająca. W ciągu 18 miesięcy udokumentowaliśmy 41 przypadków, w których studenci studiów magisterskich z ESL byli oznaczani tak często, że wskaźniki wynosiły od 3 do 6 razy więcej niż u ich odpowiedników mówiących po angielsku jako języku ojczystym w tej samej klasie kończącej. Jednocześnie nie potrafili oni „udowodnić negatywu”, aby odwrócić ustalenie uczelni w zakresie uczciwości akademickiej, ponieważ nie mieli jak zakwestionować poziomu pewności podanego przez dostawcę narzędzia do wykrywania AI. Newby vs. Adelphi jest pierwszą sprawą, w której sąd zmusił uczelnię do uznania tej nierównowagi w dokumentacji.

Ten wpis stanowi wersję „prostym językiem” tego, co wyrok rzeczywiście mówi, czego nie mówi, kogo chroni dziś, a komu służy jako wskazówka jutro, oraz praktycznego planu obrony, który odblokowuje możliwości dla studentów stojących wobec podobnego zarzutu. Skupiamy się na perspektywie ESL, ponieważ to właśnie tam sprawa się „przełączyła” i tam najpewniej pojawi się kolejna fala odwołań.

Co rozstrzygnął wyrok w sprawie Newby vs. Adelphi?

W lutym 2026 r. sąd w Nowym Jorku uchylił ustalenie Adelphi University dotyczące naruszenia uczciwości akademickiej wobec studenta ESL, uznając, że pojedynczy wynik Turnitin AI na poziomie 94 procent, nieweryfikowany pod kątem profilu językowego studenta ESL, nie spełnia uczelnianego własnego standardu „przewagi prawdopodobieństwa” (preponderance of evidence). Środek zaradczy był ograniczony: wykreślić wpis z dokumentacji studenta i przekazać sprawę do ponownego rozpoznania zgodnego proceduralnie, jeśli instytucja chciałaby to kontynuować. Wyrok nie zakazywał w zasadzie wykrywania AI; ograniczał jedynie sposób ważenia wyniku detektora w procesie dyscyplinarnym.

Co się wydarzyło w sprawie Newby vs. Adelphi

M. Newby złożyła przegląd literatury na kurs w semestrze jesiennym 2025 r., jako praca na zajęcia przewidziane dla roku juniora. Wskaźnik pisania AI w Turnitin zwrócił wynik 94 procent. Prowadzący kurs skierował sprawę do biura uczciwości akademickiej uczelni, które po krótkiej rozprawie wydało ustalenie o nieuczciwości akademickiej. Newby odwołała się wewnętrznie i przegrała.

Pełnomocnik Newby wniósł skargę do sądu stanowego w stanie Nowy Jork w listopadzie 2025 r., a sąd wydał rozstrzygnięcie w lutym 2026 r. Wyrok uchylił ustalenie instytucji na trzech podstawach. Po pierwsze, uczelnia nie mogła dostarczyć dowodu, że wskaźnik Turnitin AI był zwalidowany dla ESL angielskiego, na poziomie ufności zastosowanym w trakcie rozprawy. Po drugie, rozprawa potraktowała wynik jako rozstrzygający, nie dopuszczając dowodu z opinii biegłych dotyczącej wskaźników błędu detektora. Po trzecie, własna polityka uczciwości akademickiej uczelni wymagała „przewagi prawdopodobieństwa”, a sąd uznał, że pojedynczy wynik zastrzeżonego dostawcy, pozbawiony wyjaśnialności (braku możliwości zrozumienia, skąd bierze się ocena), nie spełnia tego progu.

Sąd nie rozstrzygał, czy wykrywanie AI jest dopuszczalne co do zasady. Stwierdził natomiast, że sposób, w jaki Adelphi wykorzystało wynik, jako niemal rozstrzygający instrument bez niezależnego potwierdzenia i bez uwzględnienia znanego uprzedzenia wobec ESL, stanowił odmowę rzetelności proceduralnej w świetle własnej polityki uczelni. Środek zaradczy był ograniczony: uchylić ustalenie, oczyścić wpis w dokumentacji i przekazać sprawę do uczelni z poleceniem ponownego rozpoznania zgodnego proceduralnie, jeśli instytucja zdecyduje się ją kontynuować.

Dlaczego wyrok w sprawie Newby vs. Adelphi ma znaczenie?

Jedno rozstrzygnięcie na korzyść lub niekorzyść jednej prywatnej uczelni samo w sobie nie ustanawia krajowego precedensu. To, co robi Newby, jest jednak znacznie bardziej pragmatyczne. Dostarcza pisemnego, możliwego do przytoczenia (cytowalnego) opisu tego, jak sądy oceniają dowody dotyczące wykrywania AI, gdy instytucje zostają zmuszone do wykazania przed sądem, jak stosują te dowody w praktyce. Każde odwołanie, wewnętrzne lub zewnętrzne, może teraz odwoływać się do Newby jako tezy, że pojedynczy wynik detektora (bez towarzyszących dowodów dla konkretnego profilu językowego studenta) nie stanowi sam w sobie wystarczającego dowodu.

Istotna jest również strona „odkrywcza” (discovery) tego rozstrzygnięcia. Aby uzasadnić decyzję, Adelphi musiało przedstawić dane walidacyjne, które Turnitin przekazał uczelni. Sąd wziął pod uwagę te dane, wskazujące, zgodnie z ustaleniami instytucji w procedurze przyjęcia, 28-procentowy wskaźnik fałszywych pozytywów w odniesieniu do prób zgłoszeń studentów ESL (undergraduate). Liczba ta znajduje się teraz w publicznej dokumentacji. Będzie przywoływana we wszystkich odwołaniach „w sąsiedztwie Newby” przez lata.

Trzeci efekt ma charakter reputacyjny. Pojawiły się teraz uczelnie, które wykorzystywały wyniki AI jako tarczę dla ustaleń w zakresie uczciwości akademickiej, nie wiedząc, że ta tarcza właśnie upadła. Teraz gorączkowo dopisują wyraźne wymagania potwierdzania dowodów innymi przesłankami niż sam wynik detektora. W ciągu dwóch miesięcy od ogłoszenia wyroku widzieliśmy już trzy instytucje aktualizujące swoje polityki dotyczące uczciwości akademickiej, aby zaadresować ten problem. Sprawa Newby wykonuje tę pracę, której ujawnienia ze strony dostawcy nigdy nie wykonały.

Dlaczego detektory AI oznaczają autorów piszących po ESL jako wygenerowanych przez AI?

Badanie Stanford z 2023 r. wykazało, że GPTZero oznaczał 52 procent esejów napisanych przez osoby nieposługujące się angielskim jako językiem ojczystym jako wygenerowane przez AI, w porównaniu do 0–12 procent w przypadku autorów rodzimych, piszących na podstawie tych samych poleceń. Kolejne aktualizacje dostawców zawęziły różnicę w niektórych zestawach testowych i rozszerzyły ją w innych. Nie zmieniła się jednak przyczyna strukturalna. Detektory szukają niskiej perplexity i niskiej burstiness. Autorzy piszący po ESL, zwłaszcza osoby trenowane w formalnym akademickim angielskim, piszą dokładnie z takimi cechami. Krótkie zdania, kontrolowany zasób słownictwa, paralelna struktura i spójny rejestr są przez detektor odczytywane jako „niska entropia”, którą detektor koduje jako zachowanie maszynowe.

Profil pisarski Newby był niemal podręcznikowym przykładem kanonicznym. Jej przegląd literatury wykorzystywał zwarte zdania, ograniczoną paletę łączników („however”, „in addition”, „therefore”) oraz równomierny rejestr w obrębie akapitów. Dla prowadzącej zajęcia w zakresie pisania po ESL było to wręcz wzorcowy efekt wieloletniej, wyraźnej instrukcji. Dla detektora trenowanego na zmienności języka angielskiego rodzimych użytkowników wyglądało to jak zapis wygenerowany maszynowo. Sąd nie musiał rozstrzygać abstrakcyjnego pytania o uprzedzenie. Dane walidacyjne samego detektora, przedstawione w ramach discovery, zrobiły tę pracę.

Wzorzec fałszywych pozytywów AI dla ESL jest dziś udokumentowany prawnie, a nie tylko argumentowany akademicko. Jeśli jesteś studentem ESL, ta dokumentacja jest najpraktyczniejszym zdaniem w tym wpisie.

Czego wyrok Newby nie robi

Błędne odczytanie wyroku to najszybsza droga do większych problemów. Trzy rzeczy, których ten wyrok nie robi.

Nie zakazuje wykrywania AI. Uczelnie nadal mogą korzystać z Turnitin, GPTZero, Pangram, Originality.ai i podobnych narzędzi. Wyrok ogranicza jedynie sposób, w jaki wynik jest ważony w procesie dyscyplinarnym, a nie to, czy wynik może zostać w ogóle wygenerowany.

Nie wiąże bezpośrednio uczelni poza Nowym Jorkiem. Przekonujący precedens jest realny i użyteczny, ale nie jest to to samo co wiążący precedens. Urzędnik odpowiedzialny za uczciwość akademicką na publicznej uczelni stanowej w Teksasie nie ma prawnego obowiązku stosowania Newby. Jest jednak poinformowany, że w ich postępowaniach będą podnoszone te same argumenty, a pełnomocnik ogólny ich instytucji (general counsel) przeczy sprawę w taki sam sposób, w jaki ostatecznie uczyniła to Adelphi.

Nie daje studentom immunitetu, jeśli faktycznie użyto AI. Sąd jasno stwierdził, że wyrok dotyczy rzetelności proceduralnej w sprawie spornego materiału dowodowego. Jeśli student przedłoży tekst wygenerowany przez AI, a instytucja ma niezależne dowody (niezgodność w historii wersji, relacja świadka, log „prawie 1:1” z ChatGPT), Newby nie chroni. Sprawa dotyczy tego, jak wykorzystuje się detektory, nie tego, czy dopuszczalne są zgłoszenia wygenerowane przez AI.

Jak udowodnić, że nie użyło się AI? Obrona w stylu Newby

Sprawa dostarcza każdemu oskarżonemu studentowi czteroczęściowy schemat. Każdy z elementów da się zrealizować bez prawnika, choć w poważnych sprawach warto go mieć.

1. Zażądaj danych walidacyjnych leżących u podstaw. Poproś instytucję, na piśmie, aby udostępniła raport walidacyjny dostawcy detektora dla populacji testowej obejmującej swój profil językowy. Jeśli jesteś studentem ESL, poproś konkretnie o wskaźniki fałszywych pozytywów dla ESL. Uczelnia często nie jest w stanie tego dostarczyć, i to samo w sobie staje się elementem twojej obrony.

2. Przedstaw zapisy dotyczące własnego procesu. Historia wersji, pliki Word AutoRecover, logi aktywności OneDrive, historia zakładek przeglądarki oraz migawki menedżera bibliografii pokazują, że pisało się pracę w czasie. Szczególnie wytknięto w wyroku Newby Adelphi brak historii szkiców jako dowód winy, mimo że ich portal zgłoszeniowy nie wymagał przesyłania plików w trakcie pisania. Jeśli da się przedstawić zapis procesu, zrób to. Jeśli portal nie rejestruje tych danych, to również jest część twojej obrony.

3. Odsuń wynik od opublikowanych wskaźników błędu. Dane walidacyjne Adelphi wykazały 28-procentowy wskaźnik fałszywych pozytywów dla ESL. Badanie Stanford z 2023 r. pokazało 52 procent. Przytocz te liczby w swojej pisemnej odpowiedzi. Detektor o takim poziomie błędu, użyty jako główny dowód, nie spełnia standardu „przewagi prawdopodobieństwa”.

4. Wnioskuj o raport wyjaśnialności (explainability). Większość dostawców oferuje widok „z podświetleniem”, który pokazuje, które zdania napędziły wynik. Poproś o to. Jeśli dostawca nie może tego dostarczyć, instytucja prosi cię, aby bronić się przed niezrozumiałą liczbą, co samo w sobie jest argumentem na rzecz braku rzetelności.

Nasz zestaw wzorów pisma odwoławczego opisuje pisemną odpowiedź bardziej szczegółowo, w tym wzór listu uwzględniającego Newby oraz ścieżkę eskalacji proceduralnej, gdy odwołanie na poziomie kursu nie odniesie skutku.

Proces jest nowym dowodem

Wyrok Newby to jeden z trzech sygnałów z lat 2025–2026, pokazujących, że dyskusja o uczciwości akademickiej przesunęła się z pytania „czy detektor coś oznaczył” do „co pokazuje zapis procesu”. Równolegle, w latach 2025–2026, Turnitin Clarity został wdrożony na szeroką skalę, rejestruje ślady kryminalistyczne dotyczące szkiców (draft forensics) oraz tempo rewizji. Główne czasopisma (Nature, Cell, „The Lancet”) przeniosły swoje polityki AI z „brak tekstu generowanego przez AI” na „ujawnij użycie AI i zachowaj historię rewizji”. Na początku 2026 r. miało miejsce wyłączenie Turnitin na Curtin University, argumentowano, że wynik generuje więcej sporów, niż rozwiązuje.

Wiadomość dla studentów i badaczy jest ta sama: zachowuj szkice. Korzystaj z narzędzi z historią rewizji. Dokumentuj polecenia, z których korzystasz (nawet jeśli piszesz wszystko samodzielnie). Nasz przewodnik dotyczący ujawniania AI dla manuskryptów opisuje stronę ujawnieniową dla zgłoszeń do czasopism; ten sam tok rozumowania ma zastosowanie do prac kursowych, gdy instytucje aktualizują swoje polityki w kolejnych 12 miesiącach.

Ale ważna jest też strona humanizera, i jest ona wręcz powszechnie błędnie rozumiana. Humanizer świadomy cytowań nie służy ukrywaniu użycia AI. Służy ochronie akademickiej prozy autora piszącego po ESL przed oceną jako AI przez detektory, które nie potrafią odróżnić treści, przy jednoczesnym zachowaniu listy cytowań, którą recenzent lub prowadzący i tak będzie weryfikować. Zbudowaliśmy nasz humanizer specjalnie pod ten dokładny przypadek, a wyrok Newby to najklarowniejszy argument, jaki kiedykolwiek mieliśmy, by pokazać, że ta sytuacja jest realna.

Najczęściej zadawane pytania

P: Co sąd w sprawie Newby vs. Adelphi rozstrzygnął naprawdę?

Sąd uchylił ustalenie Adelphi University dotyczące naruszenia uczciwości akademickiej wobec studenta, orzekając, że pojedynczy wynik Turnitin AI, bez dowodów walidacyjnych dla profilu językowego studenta ESL i bez możliwości zakwestionowania wyniku w drodze opinii biegłych, nie spełnia standardu „przewagi prawdopodobieństwa” przyjętego przez samą instytucję. Środek zaradczy był ograniczony: oczyścić wpis z dokumentacji i przekazać sprawę do ponownego rozpoznania zgodnego proceduralnie, jeśli instytucja zdecydowałaby się kontynuować. Wyrok nie zakazywał wykrywania AI co do zasady.

P: Czy wyrok Newby chroni studentów na uczelniach poza Nowym Jorkiem?

Nie jako wiążący precedens. Tego typu rozstrzygnięcie ma jednak charakter przekonującej podstawy (persuasive authority): inny sąd (lub inna komisja odwoławcza na uczelni) może je cytować i zastosować przedstawioną argumentację, ale nie musi. W praktyce efekt bywa szerszy niż sam wymiar prawny. Kilka uczelni poza Nowym Jorkiem już zaktualizowało swoje polityki dotyczące uczciwości akademickiej, aby wymagały potwierdzających dowodów poza samym wynikiem detektora, powołując się na Newby jako element motywujący.

P: Czy moja uczelnia może nadal wykorzystywać wykrywanie AI przez Turnitin po Newby?

Tak. Wyrok ogranicza, w jaki sposób wynik może być wykorzystany w procesie dyscyplinarnym, a nie to, czy narzędzie można uruchomić. Większość instytucji nadal uruchamia wykrywanie AI na etapie składania pracy. Zmienia się to, jak wynik jest ważony: coraz częściej jako sygnał wstępny uruchamiający bliższą weryfikację humanistyczną, a nie jako samodzielny główny dowód. Jeśli twoja instytucja nadal traktuje wynik jako rozstrzygający, to właśnie ta luka jest sednem tego, co adresuje Newby.

P: Jestem studentem ESL. Jak mogę zapobiec oznaczeniu mnie jako fałszywy pozytyw?

Są trzy nawyki, które moim zdaniem realnie robią różnicę. Po pierwsze, zachowuj historię szkicu. Zarówno Google Docs, jak i Word automatycznie zapisują wcześniejsze wersje twojej pracy; nie eksportuj do czystej kopii i nie wyrzucaj oryginału. Zwracaj uwagę na tempo zdań. Trening w ESL często prowadzi do ujednolicenia struktury zdań, które mogą być ocenione jako niska burstiness. Jeśli dostaniesz wynik AI na detektorze AI, mimo że całe twoje pisanie jest twoje, spróbuj najpierw przepuścić tekst przez humanizer świadomy cytowań przed złożeniem. Dodaje on rodzaju zmienności powierzchniowej, której szuka oprogramowanie detekcyjne, jednocześnie pozostawiając twoje słowa i cytowania nienaruszone.

P: Czy powinienem zatrudnić prawnika, jeśli grozi mi zarzut dotyczący wykrywania AI?

Pisma odwoławcze przygotowane do spraw o niewielkich konsekwencjach, takich jak te potrzebne w odwołaniu na poziomie kursu, często wypadają dobrze, gdy korzystasz z zestawu do pisania odwołania i dokumentacji procesu. W sprawach, w których możesz stracić dyplom, zostać wydalonym, mieć wpływ na status wizowy (studenci zagraniczni) lub grozi ci trwała adnotacja w suplemencie do dyplomu (permanent transcript notation), powinieneś zatrudnić adwokata. Większość uczelni oferuje bezpłatną pomoc prawną dla studentów, istnieją też wyspecjalizowane kancelarie zajmujące się sprawami dotyczącymi wykrywania AI. Pojawiła się też niewielka grupa prawników, którzy zajmowali się sprawą Newby i są świadomi zarówno precedensu, jak i leżącej u podstaw technologii detektora.