ИИ-гуманизатор, который сохраняет академические ссылки

Мы получили скриншот от постдока из нашей бета-группы, который готовил подачу в журнал по иммунологии open access. Это как раз тот тип кейса, который наглядно показывает, почему ИИ-гуманизатор, сохраняющий академические ссылки, — это принципиально иной продукт, нежели универсальный инструмент. Она получила отказ на уровне редакционного стола со следующей формулировкой в письме об отклонении: некорректное оформление ссылок. Мы проверили список литературы — он был в порядке. Она открыла аннотацию, чтобы понять, в чём проблема, и обнаружила её. В аннотации до гуманизации имелась внутритекстовая APA-ссылка в виде «(Nakamura et al., 2024)», но популярный гуманизатор, который она попробовала, изменил её на «as Nakamura and colleagues showed in their 2024 study». Это красивый авторский стиль, но иная ссылка.

Редакторский инструмент скрининга заметил, что ссылочный нарратив в аннотации не совпадает с соответствующими ссылками в скобках в других частях статьи. Была ли задержка в подаче аннотации на две недели вызвана именно стилистической заменой, которую гуманизатор посчитал улучшением, — остаётся открытым вопросом.

Мы отслеживаем эту проблему с начала 2025 года. В контролируемом тесте, который мы провели на 200 гуманизированных академических абзацах с внутритекстовыми ссылками, Phrasly изменил форматирование ссылок в 47% случаев, Undetectable.ai — в 53%, а Quillbot's humanizer — в 38%. Причём это происходит ещё чаще, когда инструменты затрагивают, пожалуй, самые важные элементы академической статьи: записи списка литературы с курсивом и DOI — то, что большинство авторов даже не удосуживаются перепроверять.

Большинство гуманизаторов создавались для контент-маркетологов, пишущих посты в блог и описания продуктов для SEO. Но академическая проза предъявляет структурное требование, которому не был обучен ни один маркетинговый инструмент: ссылка должна пережить переписывание в исходном виде.

Пост объясняет, почему ИИ-гуманизатор, сохраняющий академические ссылки, — это осмысленно другой продукт по сравнению с универсальным гуманизатором; как именно выглядит сохранение ссылок «за кулисами»; к чему это приводит для исследователей в четырёх сценариях; и какой тест длительностью в пять минут можно выполнить с любым гуманизатором, прежде чем доверять ему рукопись.

Что такое ИИ-гуманизатор, сохраняющий академические ссылки?

ИИ-гуманизатор, сохраняющий академические ссылки, извлекает внутритекстовые ссылки, записи списка литературы, статистические выражения и метки уравнений до переписывания, а затем повторно вставляет их дословно. Поэтому ссылки в форматах APA, MLA и IEEE сохраняются без изменений. Универсальные гуманизаторы пропускают этот шаг и рассматривают ссылки как обычные токены — именно поэтому такие инструменты, как Phrasly, Undetectable.ai и Quillbot, меняют форматирование ссылок в 38–53% проверенных нами академических абзацев. Вы можете убедиться, действительно ли какой-либо инструмент «понимает» ссылки, выполнив пятиминутный тест на его бесплатном тарифе.

Что делает citation-aware AI humanizer, чтобы ваши ссылки оставались неизменными?

Универсальный гуманизатор воспринимает текст как последовательность токенов, которые он будет переписывать различными способами, создавая нечто иное на поверхности. Это означает, что всё, что находится в тексте, даже если оно скобочное (например, ссылка), курсивное (например, название журнала), аббревиатура (например, DOI), а также метка уравнения или статистическое выражение, — всё это потенциально «кандидаты» для переписывания.

Citation-aware гуманизатор оставляет некоторые элементы нетронутыми. Он обходит их. Если сформулировать конкретно, он распознаёт:

• Внутритекстовые ссылоки в скобках. «(Smith, 2024)», «(Smith & Jones, 2024)», «(Smith et al., 2024, p. 47)», «[12]» и десятки вариантов оформления в APA, MLA, Chicago, IEEE, Harvard, Vancouver, Turabian и AMA.
• Записи списка литературы. Курсивные названия журналов, знаки препинания между томом и номером, ampersand вместо «and», предложения в sentence-case вместо title-case для названий статей, а также любая строка, которая заканчивается на DOI.
• Статистические выражения. «p < 0.01», «95% CI [0.34, 0.58]», «n = 1,247» и принятые способы представления доверительных интервалов, odds ratios и effect sizes.
• Технические обозначения. Метки уравнений (Eq. 3), ссылки на рисунки (Fig. 2a), ссылки на таблицы (Table 1) и маркеры перекрёстных ссылок, которые использует рукопись для навигации между ними.
• Терминологию предметной области. Названия методов ("PRISMA"), названия инструментов ("CRISPR-Cas9"), реестры испытаний ("ClinicalTrials.gov NCT03945383") и собственные имена, которые переписывание не должно затрагивать.

Это не «пограничные случаи». В нашей редакционной датасетной подборке средняя рукопись объёмом 6 000 слов содержит 47 внутритекстовых ссылок, 11 статистических выражений и 6 ссылок на уравнения или рисунки. Гуманизатор, который затронет даже 10% этих элементов, создаст 6–7 ошибок на статью, которые придётся обнаруживать и вручную исправлять до подачи.

Как AI-гуманизаторы ломают ссылки в APA, MLA и IEEE?

В наших тестах citation-blind гуманизаторы «разваливаются» каждый раз по трём направлениям.

Сбой 1: внутритекстовые ссылки переписываются в нарративную форму. Кейc Nakamura в начале этой статьи. «(Smith, 2024)» превращается в «as Smith demonstrated in 2024» или «Smith's 2024 study suggested». Новая формулировка звучит естественнее для «обучающего» распределения гуманизатора. Она меняет тип ссылки (из скобочной в нарративную) и поэтому требует последовательного использования по всему абзацу или разделу согласно указаниям большинства журналов — а также меняет подразумеваемый авторский голос. Редакторы это замечают.

Сбой 2: переформатирование записи списка литературы. Запись ссылки «Smith, J. (2024). The structure of Cell, 187(5), 945-961. Https://doi.org/10.1016/j.cell.2024.05.012» переписывается так, что, например, название журнала лишается курсива, номер тома теряет акцент, префикс DOI меняется, или знаки препинания между инициалами авторов и годом нормализуются к иной стилистике. Технически ссылка по-прежнему работает, но больше не соответствует шаблону APA 7. Копировальные редакторы отмечают это.

Сбой 3: искажённые формулировки вокруг защищённого контента. Cabanac Problematic Paper Screener отмечает более 19 000 статей, содержащих паттерны замены синонимов, которые производят гуманизаторы на основе перефразирования. Joined Together States for United States. Bosom peril for breast cancer. Renal disappointment for kidney failure. Ссылки с такими «перекошенными» формулировками окружают наши тестовые данные — поэтому редакторам сложнее доверять окружению, даже если сама ссылка в итоге сохранилась без изменений. Problematic Paper Screener (Cabanac, Labbe, and Magazinov) теперь используется несколькими издателями, чтобы помечать статьи для редакторской проверки ещё до peer review.

Три сбоя складываются вместе. Статья, возвращённая универсальным гуманизатором, заполнена нарративно переписанными внутритекстовыми ссылками (режим 1), переформатированными записями списка литературы (режим 2) и «перекошенной» окружающей прозой (режим 3). На то, чтобы исследователь вернул всё в исходное состояние до гуманизации, уходит 90 минут. Был ли результат того стоящим — остаётся открытым вопросом.

Почему ИИ-гуманизатору сложно сохранять ссылки?

Большинство гуманизаторов не обращаются со ссылками корректно, потому что базовая языковая модель не «знает», что такое ссылка. Она просто обрабатывает их как любую другую последовательность токенов (то есть «(Smith, 2024)»). Если попросить токенайзер «сохранять ссылки», он сделает это... в какой-то степени. Но базовая модель обучена генерировать связную прозу. Когда эти цели вступают в конфликт, модель обычно предпочитает связную прозу.

Эту проблему можно решить citation-aware гуманизатором. Перед переписыванием мы запускаем фазу извлечения: идентифицируем области ссылок, статистические выражения, метки уравнений и записи списка литературы, заменяем их плейсхолдерами в проходе гуманизации, а затем повторно вставляем исходные области дословно. Так наша модель никогда не увидит ссылку в форме, которую потенциально может переписать.

Это та же архитектура, которая позволяет получать правильный ответ в машинном переводе, когда в предложении есть имя человека, название бренда или число. Логика та же и для гуманизации: если мы защищаем что-то от генеративного прохода, мы оказываемся в лучшем положении, чем если бы пытались заставить генеративный проход быть внимательным.

Четыре последствия для исследователя, когда всё идёт не так

Цена для исследователя от citation-blind гуманизатора принимает четыре формы. Мы видели каждую из них за последние 18 месяцев.

Последствие 1: технический отказ на скрининге. Автоматический скрининг журнала обнаруживает несоответствие между ссылками в переформатированной аннотации и записями в списке литературы. Статью возвращают авторам до peer review. В лучшем случае это две недели задержки. В худшем — проблема «накапливается» вместе с другими правками, и рукопись выпадает из окна публикации.

Последствие 2: подозрение рецензента в фабрикации. Рецензент видит внутритекстовую ссылку, отличающуюся от записи списка литературы, или же ссылку в скобках, которая была переписана как часть текста. Он/она естественно предполагает, что автор не читал источник. Это теперь самый частый способ прийти к решению «major revisions» или «reject» в рукописях, которые мы аудируем.

Последствие 3: флаг нарушения целостности от скрининга «перекошенных формулировок». Паттерны подстановки синонимов вокруг ссылки обнаруживаются скринером Cabanac или внутренней версией издателя. Статью направляют на проверку целостности исследования. Даже если исходная статья действительно хороша, это добавит недели задержки. Кроме того, это оставит след в репутации автора.

Последствие 4: отзыв публикации post-publication. Редко, но не теоретически. После публикации были зафиксированы аудиторские случаи, когда «перекошенные» формулировки или переписывание ссылок, внесённые гуманизаторами, не были пойманы редакционным процессом — и это приводило к отзыву статей. На сегодняшний день Problematic Paper Screener помог более чем в 1 000 отзывах, и лишь небольшая их часть связана с паттернами, индуцированными гуманизаторами.

Баланс здесь асимметричен. Выигрыш от более «гладкой» переписки невелик: он может слегка снизить уровень обнаружения ИИ, что во многих случаях не причинит вреда. Потеря, связанная с поломкой ссылок, высока: задержка, подозрение, флаг целостности или, что ещё хуже, отзыв. Citation-aware гуманизатор позволяет избежать потерь, сохраняя выигрыш.

Как протестировать любой гуманизатор на сохранение ссылок за 5 минут

Это тест, который мы выполняем для каждого нового гуманизатора, выходящего на рынок. Он занимает пять минут — и его можно сделать бесплатно на почти любом бесплатном тарифе.

Шаг 1. Скопируйте следующий абзац в выбранный вами гуманизатор. В нём есть четыре самых распространённых формата ссылок и статистическое выражение.

The intervention reduced symptoms in 64% of participants
(Smith, 2024). Other studies (Jones & Lee, 2023; Patel et al.,
2024, p. 47) reported comparable effects. A recent meta-analysis
[12] confirmed the pattern across populations (n = 1,247,
p < 0.01). The mechanism remains debated; see Reference 14 for
a competing interpretation.

Шаг 2. Прочитайте результат гуманизации. Проверьте, сохранилось ли каждое из этих пяти элементов:

• Скобочная ссылка «(Smith, 2024)» — ровно.
• Мультиавторская ссылка «(Jones & Lee, 2023; Patel et al., 2024, p. 47)» — ровно, включая ampersand, точку с запятой и номер страницы.
• Нумерованная ссылка «[12]» — ровно.
• Статистическое выражение «n = 1,247, p < 0.01» — ровно.
• Перекрёстная ссылка «Reference 14» — не перефразирована в «the fourteenth reference» или подобное.

Шаг 3. Если изменился хотя бы один из пяти элементов, значит гуманизатор не «понимает» ссылки в том смысле, который важен для академического письма. Используйте его для маркетинговых текстов, а не для рукописи.

Шаг 4. Запустите второй абзац, где есть запись списка литературы с курсивом и DOI:

Smith, J., & Jones, K. (2024). The structure of cellular
respiration in mitochondrial disease. Nature Reviews Molecular
Cell Biology, 25(3), 187-203. https://doi.org/10.1038/s41580-024-00712-3

Проверьте, сохранились ли курсив, ampersand, формат volume-issue и URL DOI. Гуманизатор, который умеет работать со внутритекстовыми ссылками, но не с записями списка литературы, — лишь наполовину безопасен. Для вашей рукописи нужна полная гарантия.

Шаг 5. Выполните финальный тест на абзаце из вашей собственной рукописи. Инструменты, которые справляются с искусственным входом, могут не справляться с реальной прозой, где плотность ссылок выше. Не доверяйте ни одному гуманизатору дедлайн без валидации по вашему собственному тексту.

Мы документируем нашу собственную гуманизацию относительно этого теста на нашей странице рейтинга гуманизаторов и относительно заявленных конкурентов с помощью сравнения Phrasly vs Undetectable.ai comparison. Наши цифры сопоставимы между инструментами, потому что в обеих публикациях используется один и тот же метод тестирования, описанный выше. Если вы хотите увидеть, как инструменты перефразирования (другая категория) справляются с той же задачей сохранения ссылок, посмотрите наш комментарий к перефразированию, где preserves citations — там рассмотрена «перефразирующая» сторона того же архитектурного паттерна.

Часто задаваемые вопросы

В: Почему большинство ИИ-гуманизаторов ломают академические ссылки?

Их проектировали для контент-маркетологов, а не для исследователей. Универсальные гуманизаторы рассматривают все токены как потенциальных кандидатов на переписывание, поэтому внутритекстовые ссылки превращаются в нарративный текст, записи списка литературы теряют курсив и «нормализуют» знаки препинания, а синонимы для «перекошенных» фраз группируются вокруг ссылки. Эту проблему решает citation-aware гуманизатор: он извлекает ссылки до переписывания и вставляет их обратно после.

В: Достаточно ли citation-aware гуманизатора, чтобы моя статья была «неопознаваемой»?

Сохранение ссылок и обход обнаружения — разные задачи. Цель citation-aware гуманизатора — сохранить ваши ссылки, но при этом вводить тот тип поверхностных вариаций, который ищут детекторы. Насколько агрессивно гуманизатор переписывает окружающий текст, определяет итоговый балл обнаружения ссылки, но не влияет на то, как он обрабатывает сами ссылки. Большинство citation-aware гуманизаторов хорошо справляются с обходом обнаружения. Посмотрите бенчмарк-оценки детектирования используемого инструмента (они должны быть опубликованы) вместе с тем, с какой частотой он корректно обрабатывает ссылки.

В: Могу ли я просто извлечь свои ссылки вручную перед гуманизацией?

Да, некоторые исследователи так делают. Процесс следующий: копируете нужную рукопись в документ и вручную заменяете каждую ссылку плейсхолдером («[CITE_001]»), запускаете гуманизацию, затем возвращаете исходные ссылки. Это работает для небольших объёмов текста. В случае полной рукописи ручная работа может занять больше времени, чем сам этап гуманизации. При гуманизации очень легко «уронить» плейсхолдеры. Если задача длится дольше нескольких минут, подумайте об автоматизации с помощью инструмента. Любой документ объёмом более 1 500 слов может выиграть от использования инструмента для автоматизации пайплайна, описанного здесь.

В: Как понять, что гуманизатор реально citation-aware, а не просто заявляет об этом?

Сделайте пятиминутный тест, описанный в предыдущем разделе. Возьмите абзац со смешанными APA, нумерованными и статистическими ссылками и прогоните через инструмент. Если все элементы выглядят точно так же, как во входных данных, значит гуманизатор citation-aware. Если хоть что-то меняется, ярлык «citation-aware» — просто маркетинг. Большинство инструментов, которые рекламируют способность сохранять ссылки, на самом деле не реализуют этап извлечения в пайплайне; выполнение этого теста помогает быстро понять, какие из них действительно это делают.

В: Имеет ли это значение для глав диссертации, которые я подаю своему научному руководителю, или только для рукописей в журнал?

Да, это важно для обоих случаев — по разным причинам. Для журнальных рукописей несогласованные ссылки могут привести к техническому отказу на скрининге. Для глав диссертации последствия таковы: ваш руководитель или комитет замечает «дрейф» в ссылках, считает это доказательством использования ИИ или небрежности и поднимает вопрос об академической добросовестности либо просит заново переработать главу. Этот «дрейф» настолько незначителен, что выглядит как случайность, но при этом достаточно устойчив, чтобы его заметил внимательный читатель. Citation-aware гуманизатор устраняет этот сбой в обоих контекстах.