Proces jest nowym dowodem: weryfikowane zmiany wygrywają z detektorami

Sprawa Newby v. Adelphi została rozstrzygnięta przez nowojorski sąd, który uchylił ustalenie dotyczące naruszenia zasad integralności akademickiej oparte wyłącznie na pojedynczym wyniku AI z Turnitin, uznając, że sam w sobie nie stanowi on wystarczającej przewagi dowodów. W pilotażu wiosną 2026 roku w setkach instytucji wdrażane są „forensyki” projektu, które rejestrują wklejony tekst, czas pisania oraz pełne odtworzenie historii rewizji studenta. W działania zaangażowany jest produkt Clarity, którego właścicielem jest Turnitin. 10 kwietnia 2026 roku Anthropic uruchamia w publicznej wersji beta system Claude for Word, umożliwiając rodzimą obsługę śledzonych zmian w przypadku pisania wspomaganego przez AI w pracy akademickiej, to znaczy, że edycje Claude’a trafiają do panelu recenzji w Wordzie jako zmiany rejestrowane jako rewizje. Każdą modyfikację można przejrzeć. Wszystkie oryginalne linie pozostają nienaruszone. Curtin University wyłącza całkowicie wykrywanie AI Turnitin, ponieważ miało więcej sporów, w których detektor się mylił, niż takich, w których wykrył studentów oszukujących. Cztery sygnały w pierwszej połowie 2026 roku idą w tym samym kierunku.

Cztery sygnały są wzorcem. Wzorzec polega na tym, że wiarygodny dowód autorstwa w piśmie akademickim przestał być wynikiem detektora, a zaczął być zapisem procesu. Sądy, czasopisma, konferencje oraz sami dostawcy detektorów zbliżają się do tego samego stanowiska: historia projektu wygrywa z wynikami prawdopodobieństwa.

Ten wpis to argument marki, jaki będziemy przedstawiać w dalszej części 2026 roku. Omawiamy cztery sygnały zbieżności szczegółowo, asymetrię między dowodem z detektora a dowodem z procesu, to, jak wygląda wiarygodna dokumentacja procesu w narzędziach, z których badacze korzystają już dziś, oraz jak budować nawyki pisania, które wytwarzają zapis do przekazania redaktorowi, recenzentowi lub komisji ds. integralności, bez konieczności zastanawiania się nad tym. Zmiana ram jest operacyjna, nie filozoficzna: przestań optymalizować się pod detektor, zacznij dokumentować pracę.

Czy śledzone zmiany mogą udowodnić, że pisałeś to z wykorzystaniem AI w pracy akademickiej?

Tak. Gdy pracujesz, tworzony jest opatrzony znacznikiem czasu zapis śledzonych zmian i historii rewizji, którego nie da się odtworzyć „po fakcie” bez poświęcenia tego samego czasu co przy pierwotnym pisaniu, a to sprawia, że znacznie trudniej to sfałszować niż wynik detektora. Sądy, czasopisma, a nawet Turnitin, zbliżają się do tego samego stanowiska: w piśmiennictwie akademickim ten zapis procesu ma większą wagę niż wynik prawdopodobieństwa z detektora AI. Orzeczenie w sprawie Newby v. Adelphi uznało, że sam wynik detektora nie stanowi przewagi dowodów.

Cztery sygnały zbieżności

Przesunięcie nie wzięło się z teorii. Jest napędzane przez cztery konkretne wydarzenia w latach 2025–2026, każde z innej części akademickiego ekosystemu.

Newby v. Adelphi (luty 2026, sąd stanowy w stanie Nowy Jork). To pierwsza większa decyzja sądu dotycząca dyscypliny w obszarze wykrywania AI, która odwróciła werdykt przeciwko studentowi ESL. Rezultat był wąski, ale logika była rozstrzygająca: wynik detektora bez weryfikacji pod kątem profilu językowego studenta nie stanowi przewagi dowodów zgodnie z polityką szkoły. Sąd konkretnie upomniał Adelphi za traktowanie braku historii projektu w panelu zgłoszeniowym jako dowodu winy (choć panel nie wymagał wgrywania roboczych wersji). To wprowadza do akt prawnych dowód z procesu (lub jego brak).

Turnitin Clarity (pilotaż wiosną 2026, szerokie wdrożenie w toku). Dodatek Turnitin do Feedback Studio oferuje pełne odtworzenie procesu pisania studenta dla prowadzących, w tym moment, gdy student wkleił tekst, długość sesji pisania, czas budowania treści oraz historię roboczą. Za zgodą studenta Clarity rejestruje rytm uderzeń w klawisze oraz oś czasu edycji. Deklarowana rama produktu brzmi: "assessment for integrity, not just detection". To duża zmiana w porównaniu z firmą, która wytworzyła wynik detekcji AI, na którym instytucje akademickie opierały się przez trzy lata. Teraz oferują zapis procesu jako bardziej wiarygodny sygnał. Claude from

Claude for Word (10 kwietnia 2026, publiczna wersja beta). Anthropic dostarcza rozwiązanie jako natywną wtyczkę do Microsoft Word. Gdy Claude wykonuje edycję, umieszcza ją w panelu recenzji w Wordzie jako śledzoną zmianę: zachowuje tekst oryginalny jako usunięcie oraz dodaje nowy tekst jako wstawienie. Autor akceptuje lub odrzuca każdą z nich w rodzimym interfejsie Worda. Pełna historia edycji jest dostępna recenzentowi, który otworzy dokument. To nie jest jedynie „dodanie funkcji”. To decyzja architektoniczna, która traktuje zapis śledzonych zmian jako kanoniczny interfejs pomiędzy ludzkim autorem a asystentem AI, dokładnie ten zapis, który czasopismo lub komisja ds. pracy magisterskiej może wykorzystać do weryfikacji wykonanej pracy. After

Curtin University (początek 2026, Australia) oraz równoległe instytucje. Curtin uznał, że wynik generuje więcej sporów, niż rozwiązuje, więc wyłączył całkowicie detekcję AI Turnitin. Vanderbilt oraz kilka wydziałów Michigan State doszło do podobnego wniosku w 2025 roku. Żadna z tych uczelni nie zakazała użycia AI. Usunęły warstwę detekcji i przesunęły dyskusję o integralności na ujawnianie, proces oraz dowody ze śledzonych zmian. Jednocześnie inne uczelnie (zwłaszcza część instytucji z Big Ten oraz Ligi Bluszczowej, pod koniec 2025 roku) poszły w przeciwną stronę i „dokręciły” detekcję, czyniąc pole niejednorodnym, ale nie zmieniając kierunku tej zmiany.

Cztery sygnały, cztery części systemu, jeden kierunek. To nie przypadek; to równoważenie systemu wokół łatwiejszego do udowodnienia dowodu niż niestandardowy wynik prawdopodobieństwa.

Dlaczego ta zmiana ma sens

Trwałość tej zmiany wynika z asymetrii między dowodami z detektorów a dowodami z procesu. Oba typy dowodów mają znane „podłogi” dokładności. „Podłoga” detektora jest znacznie niższa.

Dowody z detektora to wynik prawdopodobieństwa wyprowadzony z modelu, który uczy się cech tekstu skorelowanych z wyjściem AI. Badanie Stanford z 2023 roku wykazało siedem głównych detektorów, które błędnie zidentyfikowały 61,3% esejów TOEFL autorstwa osób niebędących native speakerami jako wygenerowane przez AI. Dane instytucjonalne z Adelphi ujawnione w odkryciu w sprawie Newby miały 28% odsetek fałszywych trafień ESL w samym przyjęciu Turnitin na uniwersytecie. Wskaźniki precyzji podawane przez dostawców zwykle są wyliczane na tekstach pochodzących od rodzimych użytkowników angielskiego i nie uogólniają się. Dokładność wyniku zależy od tła językowego autora, rozkładu poleceń, na którym detektor był trenowany, oraz progu ustawionego przez instytucję. Autor nie widzi żadnego z tych czynników w momencie składania pracy.

Dowody z procesu to łańcuch zdarzeń, znaczniki czasu i rewizje prowadzące do finalnego dokumentu. Google Docs śledzi wszystkie zmiany automatycznie. Word AutoRecover oraz wbudowane informacje o wersjach śledzą wszystkie rewizje. OneDrive rejestruje, kiedy plik został otwarty i zapisany. Historia zakładek w przeglądarce mówi, kiedy autor prowadził research nad źródłami, które cytował. Oprogramowanie menedżera referencji (Zotero, Mendeley, EndNote, Paperpile) opatrza każdą dodawaną cytację znacznikiem czasu. Cały ten materiał dowodowy powstaje w ramach procesu. Nie da się go „zrobić po fakcie” bez poniesienia takiego samego nakładu czasu jak przy pierwszym pisaniu.

To właśnie sprawia, że zmiana jest „nośna” (load-bearing): asymetria zaufania. Wynik detektora można kwestionować z powodów walidacji, progu i błędu wynikającego z populacji; instytucja broniąca wyniku musi dostarczyć dowody, których często nie ma. Zapis procesu można kwestionować z perspektywy autentyczności, co wymaga materiału, jaki instytucja musiałaby dostarczyć przeciwko autorowi, który potrafi wskazać metadane generowane przez platformę. Prawie zawsze obrona zapisu procesu ma łatwiejszą sprawę.

To nie jest argument „humanizer vs detektor”. Humanizer zmienia powierzchnię; zapis procesu zmienia bazę dowodową. Nawet gdyby każdy detektor AI jutro osiągnął idealną dokładność dla native English, zapis procesu nadal byłby bardziej użytecznym sygnałem, bo mówi o autorstwie, a nie o prawdopodobieństwie.

Śledzone zmiany i historia robocza: jak wygląda wiarygodna dokumentacja procesu

Dobra wiadomość jest taka, że niemal każde narzędzie, z którego badacze korzystają już dziś, generuje domyślnie dowody z procesu. Trzeba je tylko umieć uchwycić i wiedzieć, gdzie szukać ich w razie potrzeby.

Google Docs. Plik, potem Historia wersji, następnie Zobacz historię wersji. Pełne drzewo rewizji jest zachowywane bezterminowo, włącznie z informacją, kto edytował i kiedy. Eksportuj jako PDF, jeśli potrzebujesz zapisu możliwego do udostępnienia, eksport pokazuje oś czasu. Najbardziej użyteczne narzędzie procesu dostępne w 2026 roku autorom akademickim, głównie dlatego, że jest domyślne, jest zachowane bezterminowo.

Microsoft Word. AutoRecover zapisuje wersje autozapisane w ukrytym folderze. Śledzenie zmian (zakładka Recenzja, następnie Śledzenie zmian) rejestruje każdą edycję, którą wykonasz po włączeniu. Zmiana w przepływie pracy, którą warto wdrożyć, to włączenie Śledzenia zmian dla własnego pisania: zacznij pisać przy włączonym Śledzeniu zmian, a będzie ono przechwytywać wszystkie Twoje edycje od tego momentu. Ważne jest, aby zapisywać wersje jawnie, nadając im opisowe nazwy ("draft-2026-07-12-section-3-rewrite"), tak by kolejność była czytelna bez otwierania każdego pliku. Większość badaczy nie włącza Śledzenia zmian dla własnego pisania, ale jeśli chcesz śledzić zmiany na bieżąco, to jest to najlepszy sposób.

OneDrive, Google Drive, Dropbox. Usługi przechowywania w chmurze rejestrują aktywność plików. Większość uczelnianych usług IT zachowuje to co najmniej 90 dni; niektóre dłużej. Log potwierdza, kiedy plik został zmodyfikowany, przez kogo i z jakiego urządzenia. Przydatne jako uzupełnienie, gdy podstawowa historia rewizji w edytorze jest niepełna.

Menedżery referencji. Zotero, Mendeley, EndNote i Paperpile rejestrują datę dodania cytacji do biblioteki oraz dokument, do którego ją dodano. Dowody z procesu na etapie badań są dowodami „przed” etapem pisania i weryfikują etap tworzenia treści. Załóżmy, że recenzent uważa, iż cytowane źródło zostało podane, ale nie przeczytano go. Można odpowiedzieć mu lub jej znacznikiem czasu, kiedy je czytano.

Eksport śledzonych zmian. To jeden z najbardziej użytecznych wyników, by udostępnić dowody z procesu recenzentowi, redaktorowi lub komisji ds. integralności. Śledzone zmiany to dokument Word lub Google Docs ze wszystkimi edycjami widocznymi jasno (kto co zrobił i kiedy). Śledzone zmiany są włączone domyślnie w naszym proofreader, ale jest też opcja wygenerowania "raw text", jeśli trzeba zobaczyć czystą wersję. Tę wersję rekomendujemy w każdym zgłoszeniu, w którym ktoś może zapytać o proces powstawania tekstu. Zauważ, że można ją wygenerować natywnie w Claude for Word. Claude for Word tworzy ten sam artefakt natywnie, i to jest punkt architektoniczny produktu.

Archiwa e-maili i czatów. Dyskusje z opiekunami, współautorami i tutorami z ośrodków wspierania pisania. Zachowuj wątki. Ustanawiają one iteracyjne myślenie, które doprowadziło do manuskryptu, czego detektor nie potrafi sfałszować.

Nawyki pisarskie, które tworzą wiarygodny zapis procesu

Pięć nawyków, z których żaden nie dodaje istotnych tarć do Twojego istniejącego workflow, a które składają się na wiarygodny zapis procesu.

1. Pisz w narzędziu, które domyślnie zachowuje historię rewizji. Google Docs lub Word z włączonym Śledzeniem zmian. Nie pisz w edytorach tekstu pozbawionych historii; nie eksportuj do „czystej kopii” i nie usuwaj pliku roboczego. Jeśli Twój dotychczasowy workflow obejmuje pisanie w notatniku, a później przepisywanie, to wersja przepisana jest Twoim roboczym tekstem, zachowaj ją.

2. Zapisuj wersje jawnie, z datą i opisowymi nazwami. Raz w tygodniu zapisuj snapshot bieżącego manuskryptu pod nazwą typu "manuscript-2026-07-18-after-methods-rewrite". Nazwane wersje czynią kolejność czytelną na pierwszy rzut oka i przeżywają „czystki” związane z retencją w chmurze.

3. Prowadź jednozdaniowy rejestr edycji obok manuskryptu. Zwykły plik tekstowy w tym samym folderze. Każdy wpis to data i jedno zdanie: "2026-07-18: przeredagowałem sekcję 3 metodologii po spotkaniu z opiekunem." Pięć minut tygodniowo wystarcza, by uchwycić myślenie, którego sama historia rewizji nie pokazuje.

4. Przepuszczaj edycje wspomagane przez AI przez pipeline śledzonych zmian. Jeśli używasz Claude for Word, ChatGPT lub innego narzędzia AI do wsparcia edycji, wykonuj pracę w pipeline, który generuje zapis śledzonych zmian. Claude for Word robi to natywnie. Nasz proofreader robi to przy każdym eksporcie. To właśnie zapis sprawia, że wszelkie przyszłe ujawnienie lub rozmowa o integralności stają się wykonalne.

5. Archiwizuj materiały badawcze wspierające tekst. Eksporty menedżera referencji, pobrane pliki PDF w folderze z datą, zakładki przeglądarki z obejrzanych stron źródłowych. Zapis badań waliduje zapis cytowań, który z kolei waliduje zapis pisania. Każda warstwa chroni tę nad nią.

Pięć nawyków, w przybliżeniu 15 minut narzutu tygodniowo, daje zapis procesu, który obroni przed każdą przyszłą próbą podważenia ze strony detektora, recenzenta lub komisji ds. integralności. Dla szerszego pytania o to, jak dokumentować użycie narzędzi AI, zwłaszcza w samym manuskrypcie, nasz przewodnik po ujawnianiu AI dla manuscripts obejmuje stronę ujawnieniową; dla pytania o etap odwoławczy, co zrobić, jeśli wykryto u Ciebie AI mimo czystego procesu, appeal-letter playbook prowadzi przez odpowiedź.

Co to oznacza dla instytucji, czasopism i dostawców detektorów

Zmiana ma konsekwencje instytucjonalne, które rozegrają się w kolejnych 18 miesiącach.

Dla uczelni pytanie operacyjne brzmi: czy wymagać rejestracji historii roboczej przy składaniu, jaki framework zgody to wspiera oraz jak ważyć uchwycony dowód względem wyników detektorów w procedurach dyscyplinarnych. Instytucje, które zrobią to dobrze, opublikują jasną politykę wskazującą zaufane źródła dowodowe oraz próg podjęcia działań. Instytucje, które będą się asekurować, będą mierzyć się z odwołaniami w stylu Newby, regularnie.

Dla czasopism pytanie brzmi, jak włączyć dowody z procesu w workflow recenzji peer-review bez dodawania tarć, których system nie jest w stanie wchłonąć. Część czasopism będzie wymagać przesyłania śledzonych zmian wraz z manuskryptem; inne przyjmą oświadczenia o procesie w sekcji disclosure. Niektóre czasopisma zlecą weryfikację dostawcom, którzy budują narzędzia skierowane do wydawców. Czasopisma, które ruszą pierwsze, ustanowią standard de facto.

Dla dostawców detektorów zmiana jest egzystencjalna. Zwrot Turnitin w kierunku Clarity to case study: firma, która zbudowała wynik detekcji, oferuje teraz zapis procesu jako bardziej niezawodny sygnał. Dostawcy, którzy odmówią dokonania tego samego pivotu, stracą kontrakty instytucjonalne na rzecz dostawców, którzy to zrobią. Wynik detekcji nie zniknie, stanie się jednym z wielu sygnałów, ważonym niżej niż zapis procesu w dobrze zaprojektowanym procesie integralności. Nasza notatka na temat process forensics w Clarity Turnitin opisuje, co produkt faktycznie robi i gdzie instytucje sytuują się w planie wdrożenia.

Najczystsza implikacja jest dla badaczy. Nakład pracy, by wytworzyć zapis, jest niewielki. Obrona, jaką ten zapis daje, jest duża. Przeformułowanie z „przepuść przez detektor” na „dokumentuj proces” to stanowisko marki, którego będziemy bronić przez resztę roku.

Najczęściej zadawane pytania

P: Czy „proces jest nowym dowodem” oznacza, że detektory AI znikają?

Nie całkiem. Detektory pozostaną jako jeden sygnał przesiewowy, szczególnie w nauczaniu na poziomie licencjackim, gdzie skala zgłoszeń sprawia, że przegląd dowodów z procesu jest kosztowny. Zmienia się jednak ciężar gatunkowy: wynik detektora jako taki nie jest już akceptowany jako główny dowód w procedurach dyscyplinarnych w dobrze zaprojektowanych instytucjach, a orzeczenie Newby v. Adelphi sformalizowało to stanowisko na sali sądowej. Wynik staje się wkładem do bliższego przeglądu, a nie końcową konkluzją.

P: Tworzę na papierze i przepisuję później. Czy tracę obronę procesową?

Nie do końca, ale ochrona jest słabsza. Wersja przepisana to Twój projekt w ujęciu dowodowym dotyczącym procesu; zachowaj dokument od momentu, gdy zaczynasz pisać, i pozwól mu gromadzić historię rewizji. Fotografowanie lub skanowanie odręcznych notatek i datowanie obrazów dokłada drugą warstwę. Ten podwójny zapis (odręczny + przepisane rewizje) jest faktycznie mocniejszy niż zapis wyłącznie przepisany, ponieważ warstwa odręczna jest trudniejsza do wytworzenia wstecz.

P: Co jeśli moja instytucja nie akceptuje śledzonych zmian jako dowodu?

Złóż wniosek FERPA (w USA; odpowiednik w Wielkiej Brytanii w ramach U.K. Data Protection Act 2018, w UE odpowiednio art. 15 GDPR gdzie indziej), aby otrzymać pełny zapis. Składaj śledzone zmiany wraz z każdym odwołaniem, niezależnie od tego, czy instytucja formalnie zaakceptowała ten format. Orzeczenie Newby ustanowiło, że brak jasnej procedury uwzględniania tych dowodów sam w sobie stanowi problem proceduralny. Instytucje aktualizują swoje polityki w odpowiedzi, a udostępnianie zapisu proaktywnie jest częścią presji, która napędza aktualizację.

P: Czy powinienem włączyć Śledzenie zmian dla własnego pisania, nawet gdy jestem jedynym autorem?

Z naszego doświadczenia, tak, i jest to zmiana workflow, z której korzysta większość badaczy. Włączenie Śledzenia zmian od początku każdego dokumentu daje Ci pełny zapis edycji bez żadnej dodatkowej „dyscypliny”. Ukryj podgląd oznaczeń dla normalnego pisania (zakładka Recenzja, następnie Pokaż do recenzji, potem Brak oznaczeń), ale pozostaw bazowy zapis i eksportuj wersję ze śledzonymi zmianami, gdy będzie potrzebna. Tarcie jest minimalne, a ochrona realna.

P: Czy dotyczy to również poza USA, gdzie Newby nie stanowi wiążącego precedensu?

Tak, z dwóch powodów. Po pierwsze, wdrożenie Turnitin Clarity, Claude for Word oraz zmiany polityk czasopism są globalne, a nie specyficzne dla jurysdykcji; przesunięcie w stronę zaufanego dowodu przenosi się w całym akademickim wydawnictwie niezależnie od tego, gdzie się składa. Po drugie, rozumowanie w sprawie Newby jest przenośne: sądy i komisje ds. integralności w Wielkiej Brytanii, Australii, Kanadzie, Indiach i w UE odniosły się do argumentu, że same wyniki detektorów nie stanowią przewagi dowodów. Cytuj sprawę wprost nawet wtedy, gdy jest przekonująca, ale nie wiążąca; tok rozumowania dobrze „podróżuje”.