Процес — це новий доказ: відстежувані зміни перемагають детектори

Newby v. Adelphi було ухвалено нью-йоркським судом, який скасував висновок про порушення академічної доброчесності на підставі одного лише показника Turnitin AI. Суд зазначив, що такий показник сам по собі не становить переваги доказів (preponderance of evidence). Навесні 2026 року пілот у сотнях установ розгортає чернеткову форензіку, що фіксує вставлений текст, час написання та повний перегляд історії правок студента. У цьому залучений продукт Clarity, який належить Turnitin. 10 квітня 2026 року Anthropic запускає Claude for Word у публічну бета-версію, забезпечуючи нативні відстежувані зміни для AI-допоміжного академічного письма: це означає, що правки Claude додаються в панель рецензування Word як ревізії. Кожну зміну можна переглянути. Усі початкові рядки залишаються недоторканими. Curtin University вимикає AI-детекцію Turnitin повністю, бо в них було більше спорів, де детектор помилився, ніж випадків, коли він упіймав студентів, які списували. У першій половині 2026 року всі чотири сигнали рухаються в одному напрямі.

Чотири сигнали — це закономірність. Закономірність полягає в тому, що доведений доказ авторства в академічному письмі більше не є детекторним балом: тепер це запис процесу. Суди, журнали, конференції та самі постачальники детекторів сходяться в одній позиції: історія чернетки перемагає ймовірнісні бали.

Цей допис — брендований аргумент, який ми будемо відстоювати для решти 2026 року. Ми детально розбираємо чотири сигнали зближення позицій, асиметрію між доказами процесу та доказами детектора, як саме виглядає належна, захищувана документація процесу в інструментах, якими вже користуються дослідники, і як сформувати навички чернеткового письма, щоб створити запис, який можна передати редактору, рецензенту чи комісії з академічної доброчесності — без необхідності щоразу думати про це. Переформатування є операційним, а не філософським: перестаньте оптимізуватися під детектор — почніть документувати роботу.

Чи можуть відстежувані зміни довести, що ви написали це в AI-допоміжному академічному письмі?

Так. Під час роботи створюється відмічена часовими мітками історія відстежуваних змін і ревізій. І її неможливо відтворити постфактум без інвестування того самого часу, який потрібен для первинного написання, тож це значно важче сфальсифікувати, ніж детекторний бал. Суди, журнали й навіть Turnitin нині сходяться в одній позиції: у академічному письмі запис процесу має більшу вагу, ніж імовірнісний бал AI-детектора. Рішення Newby v. Adelphi встановило, що сам лише детекторний бал не є перевагою доказів.

Чотири сигнали зближення позицій

Зміна не «придумана» теоретично. Її просували чотири конкретні події 2025–2026 років, кожна з різних частин академічної екосистеми.

Newby v. Adelphi (лютий 2026, суд штату Нью-Йорк). Перше велике судове рішення щодо дисципліни AI-детекції скасувало вирок Adelphi проти студентки ESL (ESL — student of English as a Second Language). Результат був вузьким, але логіка — вирішальною: детекторний бал без валідації під мовний профіль студента не може становити перевагу доказів за політикою школи. Зокрема, суд зробив зауваження Adelphi за використання відсутності історії чернетки в порталі подання як доказу вини (хоча портал не вимагав завантаження чернеток). Це додає (або, відповідно, не додає) докази процесу до юридичного запису.

Turnitin Clarity (весняний пілот 2026 року, масштабування триває). Додаток Turnitin до Feedback Studio пропонує повний перегляд процесу письма студента для викладачів, включно з моментом, коли студент вставив текст, довжиною сесії написання, часом побудови та історією чернетки. За дозволом студента Clarity також фіксує ритм натискань клавіш і таймлайн редагувань. Офіційна рамка продукту — "assessment for integrity, not just detection". Це суттєва зміна для компанії, яка виробляла AI-детекторний бал, на який протягом трьох років спиралися академічні установи. Тепер вони пропонують запис процесу як надійніший сигнал. Claude from

Claude for Word (10 квітня 2026, public beta). Anthropic постачає Claude як нативний додаток до Microsoft Word. Коли Claude вносить правку, він додає її в панель рецензування Word як відстежувану зміну: оригінальний текст зберігається як видалення, а новий текст — як вставка. Автор приймає або відхиляє кожну правку в нативному інтерфейсі Word. Повна історія редагувань доступна рецензенту, який відкриває документ. Це не просто «додаткова функція». Це архітектурне рішення, яке трактує запис відстежуваних змін як канонічний інтерфейс між людським автором і AI-допоміжним асистентом — саме той запис, який журнал або комісія з написання дипломної роботи можуть використати, щоб верифікувати виконану роботу. Після

Curtin University (початок 2026 року, Австралія) та паралельні установи. Curtin дійшла висновку, що бал породжує більше спорів, ніж вирішує, і повністю вимкнула AI-детекцію Turnitin. У 2025 році до тієї самої позиції дійшли Vanderbilt і кілька департаментів Michigan State. Жоден із цих університетів не заборонив використання AI. Вони прибрали шар детекції й перевели розмову про доброчесність у фокус на розкриття інформації, процес і докази з відстежуваних змін. Водночас інші університети (зокрема деякі установи з Big Ten та Ivy League наприкінці 2025 року) зробили «ставку» на детекцію, через що поле стало нерівномірним, але напрям зміни не змінився.

Чотири сигнали, чотири складові системи, один напрям. Це не випадковість; це ре балансування системи навколо простіших для доказу, ніж кастомні імовірнісні бали.

Чому така зміна має сенс

Стійкість зміни пояснюється асиметрією між доказами, отриманими з детектора, та доказами процесу. Обидва типи доказів мають відомі «підлоги» точності. «Підлога» детектора значно нижча.

Детекторні докази — це ймовірнісний бал, отриманий із моделі, яка вчиться розпізнавати текстові ознаки, пов’язані з AI-виходом. Дослідження Stanford 2023 року виявило сім основних детекторів, які неправильно визначили 61,3% есе TOEFL англомовних не носіїв як створені AI. Інституційні дані Adelphi, що спливли в discovery у справі Newby, показали 28% хибнопозитивних результатів для ESL в приймальній системі університету на базі власного Turnitin. Показники точності, які надають вендори, зазвичай рахуються для текстів англійською як рідною та погано узагальнюються. Точність балу залежить від мовного бекґраунду автора, від розподілу промптів, на яких детектор навчали, і від порогового значення, яке встановила установа. У момент подання автор не бачить жодного з цих факторів.

Докази процесу — це ланцюг подій, часові мітки та ревізії, що ведуть до фінального документа. Google Docs автоматично відстежує всі правки. Word AutoRecover та вбудована інформація про ревізії також фіксують усі правки. OneDrive записує, коли файл відкривали й коли його зберігали. Історія вкладок браузера підказує, коли автор проводив дослідження джерел, які він цитував. Програмне забезпечення для керування посиланнями (Zotero, Mendeley, EndNote, Paperpile) ставить часову мітку на кожну цитату в момент її додавання. Уся доказова база створюється як частина процесу. Її неможливо сформувати постфактум без інвестування того самого часу, що й на первинне написання.

Саме це робить зміни «несучими» (load-bearing): асиметрія довіри. Детекторний бал можна оскаржити на підставах валідації, порогу та зміщення вибірки; установі, яка захищає цей бал, потрібно надати докази, яких часто немає. Запис процесу можна оскаржити на підставах автентичності — а це вимагає доказів, які установа має надати проти автора, котрий може послатися на метадані, згенеровані платформою. Майже завжди захисникові запису процесу простіше.

Це не аргумент «humanizer vs detector». Humanizer змінює поверхню; запис процесу змінює доказову базу. Навіть якщо завтра кожен AI-детектор досягне ідеальної точності для текстів англійською як рідною, запис процесу все одно буде кориснішим сигналом, бо він говорить про авторство, а не про імовірність.

Відстежувані зміни та історія чернетки: як виглядає захищувана документація процесу

Хороша новина в тому, що майже кожен інструмент, яким уже користуються дослідники, за замовчуванням генерує докази процесу. Потрібно лише навчитися їх фіксувати й знати, де шукати, коли це буде потрібно.

Google Docs. File then Version history then See version history. Дерево повних ревізій зберігається необмежено, включно з тим, хто редагував і коли. Експортуйте як PDF, якщо потрібен запис, яким можна ділитися; експорт показує таймлайн. Один із найкорисніших інструментів процесу, доступних академічним авторам у 2026 році, здебільшого тому, що він є дефолтним, зберігається необмежено.

Microsoft Word. AutoRecover зберігає автозбережені версії в прихованій папці. Track Changes (Review tab then Track Changes) фіксує кожну правку, яку ви робите, щойно це ввімкнено. Зміна робочого процесу, яку варто зробити, — увімкнути Track Changes для власного чернеткового письма: почніть із увімкненим Track Changes — і він фіксуватиме всі ваші правки з цієї миті вперед. Важливо явно зберігати версії з описовими назвами ("draft-2026-07-12-section-3-rewrite"), щоб послідовність можна було прочитати без відкривання кожного файла. Більшість дослідників не вмикають Track Changes для власного чернеткового письма, але якщо ви хочете відстежувати правки під час написання, це найкращий спосіб.

OneDrive, Google Drive, Dropbox. Провайдери хмарного зберігання логують активність файлів. Більшість ІТ-сервісів для навчальних закладів зберігають це щонайменше 90 днів; деякі — довше. Логи встановлюють, коли файл модифікували, ким і з якого пристрою. Корисний додаток, якщо основна історія ревізій редактора неповна.

Керування посиланнями (reference managers). Zotero, Mendeley, EndNote та Paperpile фіксують дату, коли цитату додали до вашої бібліотеки, і в який саме документ її включили. Докази процесу на етапі дослідження — це доказ ще до етапу письма та валідація на етапі написання. Припустімо, що рецензент думає, ніби наведені джерела прочитали не ви. Можна відповісти йому часовою міткою, коли ви їх читали.

Експорт відстежуваних змін. Це єдиний найкорисніший результат, яким варто ділитися доказами процесу з рецензентом, редактором або комісією з доброчесності. Відстежувані зміни — це документ Word або Google Docs із усіма редагуваннями, які чітко показані (хто що зробив і коли). Відстежувані зміни ввімкнені за замовчуванням у нашому proofreader, але є також опція згенерувати "raw text", якщо потрібно побачити чисту версію. Ми рекомендуємо цю версію для будь-якого подання, щодо якого можуть запитати про процес написання. Зверніть увагу, що це можна згенерувати нативно в Claude for Word. Claude for Word створює той самий артефакт нативно — і саме в цьому полягає архітектурна ідея продукту.

Архіви електронної пошти та чатів. Обговорення з керівниками, співавторами та тьюторами з writing center. Зберігайте треди. Вони встановлюють ітеративне мислення, що привело до рукопису, яке жоден детектор не може відтворити.

Навички чернеткового письма, що формують захищуваний процес

П’ять звичок, жодна з яких не додає відчутного тертя до вашого наявного робочого процесу, які в сумі формують захищуваний запис процесу.

1. Пишіть у інструменті, який за замовчуванням зберігає історію ревізій. Google Docs або Word із увімкненим Track Changes. Не пишіть у простих текстових редакторах, що не зберігають історію; не експортуйте у «чисту» копію й не відкидайте робочий файл. Якщо ваш поточний робочий процес передбачає чернетку в зошиті, а потім наборі тексту пізніше, набрана версія є чернеткою; зберігайте її.

2. Явно зберігайте версії з датованими, описовими назвами. Раз на тиждень зберігайте знімок поточної чернетки з назвою на кшталт "manuscript-2026-07-18-after-methods-rewrite". Такі іменовані версії роблять послідовність читабельною з першого погляду та переживають «очищення» при зберіганні в хмарі.

3. Тримайте журнал правок в один рядок поруч із рукописом. Файл звичайного тексту в тій самій папці. Кожен запис — це дата й одне речення: "2026-07-18: переписав(ла) розділ 3 щодо методології після зустрічі з керівником(кою)." П’ять хвилин на тиждень фіксують роздуми, які історія ревізій не може показати сама по собі.

4. Пропускайте AI-допоміжні редагування через конвеєр відстежуваних змін. Якщо ви використовуєте Claude for Word, ChatGPT або будь-який інший AI-інструмент для допомоги з редагуванням, виконуйте роботу через конвеєр, який створює запис відстежуваних змін. Claude for Word робить це нативно. Наш proofreader робить це під час кожного експорту. Саме запис робить будь-яке майбутнє розкриття або розмову про доброчесність здійсненною.

5. Архівуйте підтримувальне дослідження. Експорти з керування посиланнями, завантажені PDF у папці з датою, закладки в браузері на сторінки джерел. Запис дослідження валідує запис цитувань — а це, своєю чергою, валідує запис письма. Кожен шар захищає шар вище.

П’ять звичок, приблизно 15 хвилин на тиждень додаткових дій, формують запис процесу, який захистить будь-яку майбутню спробу оскарження з боку детектора, рецензента чи комісії з доброчесності. Щодо ширшого питання про те, як документувати використання AI-інструментів особливо в самому рукописі, наш гайд із розкриття інформації для manuscripts охоплює «розкривальну» сторону; а для питання про апеляцію — що робити, якщо вас позначили, попри чистий процес, — appeal-letter playbook описує відповідь.

Що це означає для установ, журналів і вендорів детекторів

Зміна має інституційні наслідки, і наступні 18 місяців покажуть, як саме це втілиться.

Для університетів операційне питання — чи вимагати фіксацію історії чернетки під час подання, яка рамка згоди це підтримує та як зважувати зафіксовані докази проти детекторних балів у дисциплінарних процедурах. Установи, які зроблять це добре, опублікують чітку політику, що називає довірені докази та поріг для дій. Установи, які будуть вага тися, регулярно стикатимуться з апеляціями в стилі Newby.

Для журналів питання — як інтегрувати докази процесу в роботу рецензування без додавання тертя, яке система не здатна поглинути. Деякі журнали вимагатимуть завантаження відстежуваних змін разом із рукописом; деякі приймуть підтвердження процесу в заяві про розкриття. Частину верифікації журнали можуть віддати на аутсорсинг вендорам, які створюють інструменти для видавничого середовища. Журнали, які перейдуть першими, встановлять де-факто стандарт.

Для вендорів детекторів зміна екзистенційна. Поворот Turnitin у бік Clarity — це кейс-стаді: компанія, що будувала детекторний бал, тепер пропонує запис процесу як надійніший сигнал. Вендори, які відмовляться робити такий самий поворот, втратять інституційні контракти на користь вендорів, які це роблять. Детекторний бал не зникне; він стане одним із кількох сигналів, зважених нижче за запис процесу в будь-якому добре спроєктованому процесі доброчесності. Наш нотатник про process forensics у Turnitin Clarity пояснює, що саме робить продукт і де установи стоять у процесі впровадження.

Для дослідників висновок найчистіший. Витрата на створення запису мінімальна. Захисна цінність — значна. Переформатування з "pass the detector" на "document the process" — це позиція бренду, яку ми відстоюватимемо до кінця року.

Поширені запитання

З: «Процес — це новий доказ» означає, що AI-детектори зникають?

Не повністю. Детектори залишаться одним із сигналів скринінгу, зокрема в підготовці студентів (undergraduate teaching), де через обсяг подань перевірка доказів процесу стає дорогою. Змінюється вага: детекторний бал сам по собі більше не приймають як основний доказ у дисциплінарних процесах у добре спроєктованих установах, а рішення Newby v. Adelphi формалізувало цю позицію в суді. Бал стає лише входом для більш близького перегляду, а не фінальним висновком.

З: Я чернеткую на папері, а потім друкую пізніше. Чи втрачаю я захист процесом?

Не повністю, але захист слабший. Надрукована версія — це ваша чернетка для цілей доказів процесу; зберігайте документ з моменту, коли починаєте друкувати, і дайте йому накопичувати історію ревізій. Фотографування або сканування рукописних нотаток із датуванням зображень додає другий рівень. Двошаровий запис (рукопис + набрані ревізії) насправді сильніший, ніж запис лише набраного тексту, бо рукописний шар складніше створити заднім числом.

З: Що робити, якщо моя установа не приймає відстежувані зміни як доказ?

Подайте запит FERPA (у США; еквівалент у Великій Британії — відповідно до Data Protection Act 2018, в ЄС — GDPR Article 15 в інших місцях), щоб отримати повний запис. Надсилайте відстежувані зміни разом із будь-якою апеляцією незалежно від того, чи установа формально прийняла такий формат. Рішення Newby встановило, що відсутність чіткої процедури розгляду цих доказів є процедурною проблемою сама по собі. Установи оновлюють свої політики у відповідь, і проактивне надання запису є частиною тиску, який змушує до оновлення.

З: Чи варто мені вмикати Track Changes для власного чернеткового письма, навіть якщо я єдиний автор?

За нашими спостереженнями — так, і це зміна робочого процесу, яку більшість дослідників найбільше виграє. Увімкнений Track Changes із самого початку кожного документа дає вам повний запис редагувань без додаткової дисциплінарної процедури. Приховайте режим розмітки для нормального чернеткового письма (Review tab then Display for Review then No Markup), але залиште базовий запис на місці та експортуйте версію відстежуваних змін, коли вона потрібна. Тер ть мінімальний, а захист реальний.

З: Чи це стосується не США, де Newby не є обов’язковим прецедентом?

Так, з двох причин. По-перше, масштабування Turnitin Clarity, Claude for Word і зміни політик журналів є глобальними, а не прив’язаними до юрисдикції; перехід до «довірених доказів» відбувається в академічному видавництві незалежно від того, куди саме подають рукопис. По-друге, аргументація в Newby є переносною: суди та комісії з доброчесності у Великій Британії, Австралії, Канаді, Індії та ЄС залучалися до аргументу, що самі лише бали детекторів не становлять переваги доказів. Наводьте справу явно навіть тоді, коли вона переконлива, але не обов’язкова; логіка добре «подорожує».

Коректор, створений для епохи, коли процес це доказ

Експорт відстежених змін для кожного редагування. Інструмент і версія фіксуються автоматично. Запис, якому довірятимуть ваш редактор, рецензент або комітет з академічної доброчесності.