Newby v. Adelphi: первое судебное решение по детекции ИИ

Решение по делу Newby v. Adelphi, вынесенное нью-йоркским судом в феврале 2026 года, стало первым судебным делом о детекции ИИ (и первой судебной тяжбой по детекции ИИ, дошедшей до решения), в котором суд постановил, что Университет Адельфи должен очистить стенограмму третьекурсника из числа студентов бакалавриата по программе ESL, который написал все слова оспариваемой работы и получил 94-процентный показатель Turnitin AI. Суд распорядился отменить в отношении студента дисциплинарное обвинение в нарушении академической добросовестности. Высшее образование получило свой первый крупный прецедент дисциплинарного характера, основанного на детекции ИИ. И этот прецедент оказался не на стороне «детектора».

Мы уже некоторое время наблюдаем за тенденцией апелляций по итогам детекции ИИ — по крайней мере, с начала 2024 года. История на пути к Newby была удручающей. За 18 месяцев мы задокументировали 41 случай, когда студентов аспирантуры по программе ESL помечали на основании детекции в 3–6 раз чаще, чем их сверстников — носителей английского языка в том же выпускном потоке, и при этом они не могли «доказать отрицание», чтобы опровергнуть вывод университета о нарушении академической добросовестности, потому что им было нечем аргументировать против доверительного балла (confidence score), который предоставляет поставщик детектора ИИ. Newby v. Adelphi — это первое дело, где суд обязал университет признать этот перекос в материалах дела.

Этот пост — версия решения «простыми словами»: что именно в нем сказано, чего оно не утверждает, кого оно защищает сегодня, о чем оно говорит завтра и какую практическую стратегию защиты открывает студентам, столкнувшимся с тем же обвинением. Мы делаем акцент на ESL-аспекте, потому что именно там развернулась развязка дела — и именно там, вероятнее всего, будет следующая волна апелляций.

Что решил суд по делу Newby v. Adelphi?

В феврале 2026 года суд в Нью-Йорке отменил вывод Университета Адельфи о нарушении академической добросовестности в отношении студента бакалавриата по программе ESL, указав, что единичный показатель Turnitin AI — 94 процента — не был валидирован для языкового профиля студента в части ESL и потому не соответствует собственному стандарту университета «преобладания доказательств». Средство правовой защиты было узким по объему: очистить запись студента и направить дело на повторное рассмотрение с соблюдением процедур, если учреждение решит продолжать. Решение не запретило детекцию ИИ «в принципе»; оно ограничило, каким образом балл детектора может учитываться в дисциплинарном процессе.

Что произошло в деле Newby v. Adelphi

М. Newby осенью 2025 года представил обзор литературы для курса, рассчитанного на младший год. Индикатор Turnitin для AI-написания вернул 94-процентный результат. Преподаватель курса направил дело в офис университета по академической добросовестности, который вынес заключение о недобросовестности после краткого слушания. Newby подал внутреннюю апелляцию и проиграл.

Адвокат Newby подал иск в суд штата Нью-Йорк в ноябре 2025 года, а решение было вынесено в феврале 2026-го. Суд отменил вывод учреждения по трем основаниям. Во-первых, университет не смог предоставить доказательства, что индикатор Turnitin AI был валидирован для ESL-английского на уровне доверия, использованном на слушании. Во-вторых, на слушании приняли балл как решающий (dispositive), не разрешив экспертные показания об уровнях ошибок детектора. В-третьих, собственная политика университета по академической добросовестности требовала «преобладания доказательств», и суд пришел к выводу, что один запатентованный показатель без лежащей в его основе объяснимости не соответствует этому порогу.

Суд не выносил решения о том, допустима ли детекция ИИ «в принципе». Суд постановил, что то, как Адельфи использовал этот показатель — практически как инструмент, не подлежащий независимой верификации, без учета известной предвзятости в отношении ESL, — означало отказ в процессуальной справедливости в рамках собственной политики университета. Средство правовой защиты было узким по объему: отменить вывод, очистить запись и направить дело в учреждение для повторного рассмотрения с соблюдением процедур, если учреждение решит продолжать.

Почему решение по делу Newby v. Adelphi важно?

Решение в пользу или против одного частного университета само по себе не формирует общенациональный прецедент. То, что делает Newby, куда более практично. Оно дает письменное и пригодное для цитирования описание того, как суды оценивают доказательства детекции ИИ, когда учреждения вынуждены доказывать в суде применимость этого доказательства. Любая апелляция — внутренняя или внешняя — теперь может ссылаться на Newby как на принцип, согласно которому одного балла детектора (без сопроводительных доказательств для конкретного языкового профиля студента) недостаточно как доказательства само по себе.

Также важна «дискавери»-часть решения. Чтобы обосновать принятое решение, Адельфи должен был предоставить данные валидации, которые Turnitin передал учреждению. Суд рассмотрел эти данные: они показывали, что согласно входным данным (intake) учреждения, уровень ложных срабатываний (false positive) для ESL-семпла среди студентов бакалавриата составил 28 процентов. Теперь это число находится в публичной записи. Его будут цитировать в каждой апелляции, лежащей «рядом» с Newby, на протяжении многих лет.

Третий эффект — репутационный. Появились университеты, которые использовали AI-баллы как щит для выводов о нарушении академической добросовестности, не зная, что этот щит только что дал сбой. Теперь они спешно добавляют явные требования к подтверждающим доказательствам помимо одного балла детектора. За два месяца с момента решения мы уже видели, как три учреждения обновили свои политики академической добросовестности, чтобы устранить эту проблему. Дело Newby делает ту работу, которую раскрытие со стороны вендора никогда не выполняло.

Почему детекторы ИИ помечают авторов ESL как сгенерированных ИИ?

Исследование Стэнфордского университета 2023 года показало, что GPTZero пометил 52 процента эссе, написанных носителями не-родного английского языка, как сгенерированные ИИ, тогда как для носителей языка этот показатель составил 0–12 процентов при тех же подсказках (prompts). Последующие обновления в продукте вендоров сузили разрыв на одних тестовых наборах и расширили его на других. Структурная причина не изменилась. Детекторы ищут низкую перплексность (perplexity) и низкую бустинесс (burstiness). Авторы ESL, особенно те, кто обучался формальному академическому английскому, пишут ровно с теми признаками. Короткие предложения, контролируемая лексика, параллельная структура и единообразный регистр считываются детектором как «низкая энтропия» (low entropy), которую детектор кодирует как машиноподобную.

Профиль письма Newby был почти каноническим примером. Ее обзор литературы состоял из компактных предложений, ограниченного набора связок («however», «in addition», «therefore») и ровного регистра на протяжении абзацев. Для преподавателя, работающего с ESL-текстами, это — учебниковый продукт многолетнего явного обучения. Для детектора, обученного на вариативности текстов носителей английского, это — машинный вывод. Суду не нужно было разбирать вопрос о предвзятости в абстракции. Данные валидации самого детектора, предоставленные в ходе дискавери, сделали эту работу за них.

Теперь юридически задокументирован паттерн ложных срабатываний в детекции ИИ для ESL-текстов, а не просто академически обсужден. Если вы студент ESL, в этом посте именно эта документация — наиболее полезная фраза.

Что Newby НЕ делает

Неверное чтение решения — самый быстрый путь к большим проблемам. Есть три вещи, которые решение не делает.

Оно не запрещает детекцию ИИ. Университеты по-прежнему могут использовать Turnitin, GPTZero, Pangram, Originality.ai и подобные инструменты. Решение ограничивает то, как балл учитывается в дисциплинарном процессе, а не вопрос о том, может ли вообще быть сгенерирован результат.

Оно не имеет прямой обязательной силы для университетов вне Нью-Йорка. Убедительный прецедент (persuasive precedent) реален и полезен, но это не то же самое, что обязательный прецедент (binding precedent). Академический офицер по вопросам добросовестности в государственном университете Техаса не обязан юридически следовать Newby. Однако они предупреждены (on notice), что в их слушаниях будут выдвинуты те же аргументы, и что генеральный юрисконсульт их учреждения прочтет дело так же, как в итоге прочитал его юридический аппарат Адельфи.

Оно не дает студентам иммунитет, если ИИ действительно использовался. Суд был четок: решение касается процессуальной справедливости в деле, где доказательства оспариваются. Если студент представит текст, сгенерированный ИИ, и учреждение располагает независимыми доказательствами (несоответствие истории правок, показания свидетеля, лог ChatGPT почти дословно), Newby их не защищает. Дело — о том, как используются детекторы, а не о том, допустимы ли submissions, сгенерированные ИИ.

Как доказать, что вы не использовали ИИ? Защита в стиле Newby

Это дело дает каждому обвиняемому студенту шаблон из четырех частей. Каждая часть выполнима без юриста, хотя серьезные дела обычно требуют правовой помощи.

1. Требуйте лежащие в основе данные валидации. Попросите учреждение — письменно — предоставить валидационный отчет вендора детектора для тестовой совокупности, который включает ваш языковой профиль. Если вы студент ESL, запросите отдельно показатели ложных срабатываний для ESL. Учреждение зачастую не может это предоставить — и именно это само по себе является частью вашей защиты.

2. Подготовьте запись ваших действий в процессе. История версий, файлы Word AutoRecover, журналы активности OneDrive, история вкладок браузера и снапшоты менеджера ссылок показывают, что вы писали работу в течение времени. Решение Newby особенно критиковало Адельфи за использование отсутствия истории черновиков как доказательства вины, хотя их портал приема не требовал загрузки черновиков. Если вы можете предоставить историю процесса — сделайте это. Если ваш портал не фиксирует такую информацию, это тоже часть вашей защиты.

3. Сопоставьте балл с опубликованными уровнями ошибок. Валидационные данные Адельфи показывали 28-процентный уровень ложных срабатываний для ESL. Стэнфордское исследование 2023 года иллюстрировало 52 процента. Цитируйте эти значения в своем письменном ответе. Детектор с таким уровнем ошибки, использованный как основное доказательство, не дотягивает до стандарта «преобладания доказательств».

4. Попросите отчет об объяснимости (explainability). Большинство вендоров предлагает «подсвеченный» режим, который показывает, какие предложения определили итоговый балл. Запросите его. Если вендор не может это предоставить, учреждение фактически просит вас защищаться от необъясненного числа — а это и есть аргумент о несправедливости.

Наш шаблон письма для апелляции рассматривает письменный ответ подробнее, включая шаблон письма с учетом Newby и маршрут процедурной эскалации, когда апелляция на уровне курса не срабатывает.

Процесс — это новые доказательства

Решение Newby — один из трех сигналов 2025–2026 годов, показывающих, что разговор об академической добросовестности сместился с формулировки «сработал ли детектор» к формулировке «что показывает запись процесса». Кроме того, в 2025–2026 годах масштабно внедряли Turnitin Clarity, который фиксирует черновые следы (draft forensics) и темп правок. Крупные журналы (Nature, Cell, the Lancet) перевели свои правила по ИИ с «никакого текста, сгенерированного ИИ» на «раскройте использование ИИ и сохраните историю правок». В начале 2026 года в Curtin University отключили Turnitin — решение мотивировали тем, что балл порождал больше споров, чем разрешал.

Смысл для студентов и исследователей один и тот же: сохраняйте черновики. Используйте инструменты, в которых есть история правок. Документируйте подсказки (prompts), которые вы используете (даже если вы пишете все сами). Наше руководство по раскрытию ИИ для рукописей раскрывает «раскрывающую» сторону требований для журнальных публикаций; та же логика применяется к учебным работам, когда учреждения обновляют свои политики в ближайшие 12 месяцев.

Но важна и сторона humanizer, и ее действительно часто понимают неправильно. Humanizer с учетом ссылок (citation-aware) — не про сокрытие использования ИИ. Он нужен, чтобы защитить академическую прозу автора ESL от оценки детекторами ИИ, которые не способны отличить различия, сохраняя при этом список литературы, который будет проверять рецензент или преподаватель. Мы создали наш humanizer именно под этот кейс, и решение Newby — самый ясный аргумент из всех, которые у нас когда-либо были, почему дело действительно реально.

Часто задаваемые вопросы

В: Что именно постановил суд по делу Newby v. Adelphi?

Суд отменил вывод Университета Адельфи о нарушении академической добросовестности в отношении студента, постановив, что один-единственный балл Turnitin AI без доказательств валидации для языкового профиля студента в части ESL и без возможности оспорить этот балл экспертными показаниями не соответствует собственному стандарту учреждения «преобладания доказательств». Средство правовой защиты было узким по объему: очистить запись и направить дело на повторное рассмотрение с соблюдением процедур, если учреждение решит продолжать. Решение не запретило детекцию ИИ «в принципе».

В: Защищает ли решение Newby студентов в университетах за пределами Нью-Йорка?

Как обязательный прецедент — нет. Но подобные решения имеют убедительную силу (persuasive authority): другой суд (или апелляционная комиссия другого университета) может сослаться на них и применить их логику, однако не обязан делать это. Практический эффект оказался шире юридического. Несколько учреждений за пределами Нью-Йорка уже обновили политики академической добросовестности, чтобы требовать подтверждающих доказательств сверх одного балла детектора, указывая Newby как часть импульса.

В: Может ли мой университет по-прежнему использовать Turnitin AI-детекцию после Newby?

Да. Решение ограничивает то, как балл может быть использован в дисциплинарном процессе, а не то, можно ли вообще запустить инструмент. В большинстве учреждений детекцию ИИ по-прежнему запускают на этапе подачи работы. Изменяется то, как взвешивается балл: все чаще — как сигнал скрининга, который запускает более тщательную проверку человеком, а не как основное доказательство само по себе. Если ваше учреждение по-прежнему трактует балл как решающий (dispositive), это ровно тот пробел, который закрывает Newby.

В: Я студент ESL. Как мне предотвратить ложное срабатывание на первом этапе?

Я думаю, что здесь реально влияют три привычки. Во-первых, сохраняйте историю черновиков. И Google Docs, и Word автоматически сохраняют более ранние версии вашей работы; не экспортируйте все в «чистую копию» и не выбрасывайте исходник. Обратите внимание на темп ваших предложений. Обучение ESL нередко приводит к единообразию структуры предложений, которое будет оцениваться как низкая burstiness (низкая вариативность). Если вы получаете AI-балл от детектора, даже когда все ваше письмо действительно ваше, попробуйте прогнать текст через citation-aware humanizer перед подачей. Он добавляет именно тот тип «поверхностной вариативности», который ищет детекционное ПО, при этом оставляя ваши слова и цитаты неизменными.

В: Стоит ли мне нанять юриста, если меня обвиняют в использовании ИИ?

Апелляционные письма с небольшими последствиями — такими, какие обычно необходимы для апелляции на уровне курса — часто хорошо идут с шаблоном письма для апелляции и документацией процесса. В ситуациях, когда вы рискуете потерять степень, быть отчисленным, столкнуться с влиянием на статус визы (у иностранных студентов) или получить постоянную отметку в стенограмме, вам следует нанять адвоката. Большинство колледжей предлагает бесплатную юридическую помощь студентам, и есть специализированные фирмы, которые занимаются делами о детекции ИИ. Сейчас существует небольшой пул юристов, которые уже работали с делом Newby и знают о прецеденте и базовой детекторной технологии.