Проверка на злоупотребление искусственным интеллектом — новая реальность академической среды: теперь студенты должны доказать не только отсутствие плагиата, но и сам факт самостоятельной работы. Вот только система-проверка периодически даёт сбой: например, недавно научное сообщество было впечатлено — в плагиате обвинили не кого-нибудь, а самого Льва Николаевича Толстого. Отрывки из романа «Война и мир» признали искусственно-интеллектуальными. В беседе с корреспондентом «МК» юрист объяснила, как в такой ситуации следует себя вести авторам, если их несправедливо обвиняют.
Под подозрением у системы распознавания «кражи чужой интеллектуальной собственности» роман «Война и мир» оказался на фоне роста случаев, когда ИИ-детектор находил признаки использования нейросетей и плагиата, несмотря на то, что авторы точно знали, что свои работы они писали самостоятельно. Но неумолимому ИИ доказать это оказалось невозможным. В свете этого пользователи Рунета стали ставить эксперименты сами, загружая в системы проверки тексты классиков русской литературы — и получили неожиданные результаты. Где-то алгоритмы находили признаки «неоригинальности», где-то — следы «машинной генерации». В том числе в «плагиатчики» детекторы зачислили Толстого, Достоевского и Чехова. Заголовки постов в Рунете быстро стали громкими: «Антиплагиат признал классику плагиатом», «ИИ посчитал Толстого нейросетью». Но, по мнению юристов, за эффектной формулировкой скрывается куда более серьёзный вопрос: чему должны научить нас скандалы с лже-плагиатом?
— На самом деле никто не признавал произведения классиков плагиатом - ни юридически, ни академически, — уточняет советник Федеральной палаты адвокатов РФ, управляющий партнер Московской коллегии адвокатов Майя Шевцова.
Речь идёт о другом: современные системы проверки текста всё чаще начинают восприниматься как источник окончательного вывода, хотя по своей природе ими никогда не являлись.
Во-первых, проверка на заимствования и плагиат — это не одно и то же. Программа
способна обнаружить совпадения текста с уже существующими источниками. Но наличие
совпадений ещё не означает незаконное присвоение авторства. В правовом смысле плагиат
— это присвоение результата чужого интеллектуального труда, а не высокий процент
совпадения символов.
Во-вторых, современные ИИ-детекторы работают не как «детектор лжи». Они не знают, кто написал текст. Они анализируют вероятностные признаки: структуру предложений, предсказуемость языка, повторяемость конструкций, статистические закономерности. Именно поэтому иногда под подозрение попадают не только студенческие работы, но и тексты профессиональных авторов, исследователей и даже литературная классика. И здесь возникает интересный парадокс. Хороший текст часто обладает теми качествами, которые алгоритмы склонны считать признаками искусственной генерации: логичностью, последовательностью, единым стилем, отсутствием хаотичных отклонений. Получается почти философская ситуация: чем лучше написан текст, тем выше риск, что машина сочтёт его «слишком правильным».
Особенно остро эта проблема проявляется в научной среде. Академический текст по
определению содержит устойчивые обороты, терминологию, цитирование законодательства, судебной практики, научных подходов. В юридических исследованиях это заметно ещё сильнее: невозможно написать диссертацию, полностью отказавшись от воспроизводства правовых конструкций и сложившегося научного языка.
Поэтому опасность сегодня заключается не в существовании самих систем проверки, они давно стали рабочим инструментом. Риск возникает тогда, когда инструмент начинают
воспринимать как арбитра.
Алгоритм может помочь обратить внимание на проблему. Но он не способен заменить
экспертную оценку содержания, научной новизны, самостоятельности мысли и реального
авторского вклада.
История с Толстым в этом смысле оказалась даже полезной. Она неожиданно напомнила простую вещь: текст оценивают не проценты, а люди. И, возможно, именно это — главный вывод эпохи, в которой мы всё чаще пытаемся измерить творчество математикой.
Не стоит ни демонизировать технологии, ни наделять их полномочиями, которых у них нет. Системы проверки текста — это инструмент предварительной оценки, а не механизм вынесения окончательного решения. Их задача — подсветить возможные вопросы, а не отвечать на них вместо эксперта.
Для авторов, студентов, исследователей и преподавателей совет простой: не ориентироваться исключительно на процент оригинальности. Гораздо важнее задавать другие вопросы — есть ли самостоятельная мысль, добросовестно ли оформлены заимствования, присутствует ли авторская позиция, можно ли проследить логику исследования.
Для образовательных организаций и научного сообщества вывод ещё важнее: решения о качестве работы должны приниматься человеком. Ни один алгоритм сегодня не способен объективно оценить глубину анализа, научную новизну или интеллектуальный вклад автора.
И, возможно, лучший тест любой системы проверки — задать себе вопрос: если завтра
она назовёт текст Толстого неоригинальным, изменит ли это ценность самого текста? Очевидно, нет. Значит, и к результатам любой автоматической оценки стоит относиться как к сигналу для анализа, а не как к приговору.
СПРАВКА «МК»
Как правильно оформить научную работу, чтобы система «Антиплагиат» не сочла ваши цитаты воровством.
1. Кавычки + скобки — система видит цитирование только по схеме: «текст» Без этого — красный цвет и плагиат. Сноски внизу страницы программа не распознаёт.
2. Ссылка на источник — после кавычек ставьте номер из списка литературы в квадратных скобках.
3. Закон на вашей стороне — ст. 1274 ГК РФ разрешает цитирование в научных целях с полной ссылкой на источник.
4. Преподаватель всё поправит — правильные цитаты в отчёте зелёные. Если система ошиблась, человек вручную переключит фрагмент на «Цитирование».
5. Помните: «Антиплагиат» — лишь инструмент. Итоговое решение всегда за экспертом, а не за программой.
Проверка на злоупотребление искусственным интеллектом — новая реальность академической среды: теперь студенты должны доказать не только отсутствие плагиата, но и сам факт самостоятельной работы. Вот только система-проверка периодически даёт сбой: например, недавно научное сообщество было впечатлено — в плагиате обвинили не кого-нибудь, а самого Льва Николаевича Толстого. Отрывки из романа «Война и мир» признали искусственно-интеллектуальными. В беседе с корреспондентом «МК» юрист объяснила, как в такой ситуации следует себя вести авторам, если их несправедливо обвиняют. © Московский Комсомолец Под подозрением у системы распознавания «кражи чужой интеллектуальной собственности» роман «Война и мир» оказался на фоне роста случаев, когда ИИ-детектор находил признаки использования нейросетей и плагиата, несмотря на то, что авторы точно знали, что свои работы они писали самостоятельно. Но неумолимому ИИ доказать это оказалось невозможным. В свете этого пользователи Рунета стали ставить эксперименты сами, загружая в системы проверки тексты классиков русской литературы — и получили неожиданные результаты. Где-то алгоритмы находили признаки «неоригинальности», где-то — следы «машинной генерации». В том числе в «плагиатчики» детекторы зачислили Толстого, Достоевского и Чехова. Заголовки постов в Рунете быстро стали громкими: «Антиплагиат признал классику плагиатом», «ИИ посчитал Толстого нейросетью». Но, по мнению юристов, за эффектной формулировкой скрывается куда более серьёзный вопрос: чему должны научить нас скандалы с лже-плагиатом? — На самом деле никто не признавал произведения классиков плагиатом - ни юридически, ни академически, — уточняет советник Федеральной палаты адвокатов РФ, управляющий партнер Московской коллегии адвокатов Майя Шевцова. Речь идёт о другом: современные системы проверки текста всё чаще начинают восприниматься как источник окончательного вывода, хотя по своей природе ими никогда не являлись. Во-первых, проверка на заимствования и плагиат — это не одно и то же. Программа способна обнаружить совпадения текста с уже существующими источниками. Но наличие совпадений ещё не означает незаконное присвоение авторства. В правовом смысле плагиат — это присвоение результата чужого интеллектуального труда, а не высокий процент совпадения символов. Во-вторых, современные ИИ-детекторы работают не как «детектор лжи». Они не знают, кто написал текст. Они анализируют вероятностные признаки: структуру предложений, предсказуемость языка, повторяемость конструкций, статистические закономерности. Именно поэтому иногда под подозрение попадают не только студенческие работы, но и тексты профессиональных авторов, исследователей и даже литературная классика. И здесь возникает интересный парадокс. Хороший текст часто обладает теми качествами, которые алгоритмы склонны считать признаками искусственной генерации: логичностью, последовательностью, единым стилем, отсутствием хаотичных отклонений. Получается почти философская ситуация: чем лучше написан текст, тем выше риск, что машина сочтёт его «слишком правильным». Особенно остро эта проблема проявляется в научной среде. Академический текст по определению содержит устойчивые обороты, терминологию, цитирование законодательства, судебной практики, научных подходов. В юридических исследованиях это заметно ещё сильнее: невозможно написать диссертацию, полностью отказавшись от воспроизводства правовых конструкций и сложившегося научного языка. Поэтому опасность сегодня заключается не в существовании самих систем проверки, они давно стали рабочим инструментом. Риск возникает тогда, когда инструмент начинают воспринимать как арбитра. Алгоритм может помочь обратить внимание на проблему. Но он не способен заменить экспертную оценку содержания, научной новизны, самостоятельности мысли и реального авторского вклада. История с Толстым в этом смысле оказалась даже полезной. Она неожиданно напомнила простую вещь: текст оценивают не проценты, а люди. И, возможно, именно это — главный вывод эпохи, в которой мы всё чаще пытаемся измерить творчество математикой. Не стоит ни демонизировать технологии, ни наделять их полномочиями, которых у них нет. Системы проверки текста — это инструмент предварительной оценки, а не механизм вынесения окончательного решения. Их задача — подсветить возможные вопросы, а не отвечать на них вместо эксперта. Для авторов, студентов, исследователей и преподавателей совет простой: не ориентироваться исключительно на процент оригинальности. Гораздо важнее задавать другие вопросы — есть ли самостоятельная мысль, добросовестно ли оформлены заимствования, присутствует ли авторская позиция, можно ли проследить логику исследования. Для образовательных организаций и научного сообщества вывод ещё важнее: решения о качестве работы должны приниматься человеком. Ни один алгоритм сегодня не способен объективно оценить глубину анализа, научную новизну или интеллектуальный вклад автора. И, возможно, лучший тест любой системы проверки — задать себе вопрос: если завтра она назовёт текст Толстого неоригинальным, изменит ли это ценность самого текста? Очевидно, нет. Значит, и к результатам любой автоматической оценки стоит относиться как к сигналу для анализа, а не как к приговору. СПРАВКА «МК» Как правильно оформить научную работу, чтобы система «Антиплагиат» не сочла ваши цитаты воровством. 1. Кавычки скобки — система видит цитирование только по схеме: «текст» Без этого — красный цвет и плагиат. Сноски внизу страницы программа не распознаёт. 2. Ссылка на источник — после кавычек ставьте номер из списка литературы в квадратных скобках. 3. Закон на вашей стороне — ст. 1274 ГК РФ разрешает цитирование в научных целях с полной ссылкой на источник. 4. Преподаватель всё поправит — правильные цитаты в отчёте зелёные. Если система ошиблась, человек вручную переключит фрагмент на «Цитирование». 5. Помните: «Антиплагиат» — лишь инструмент. Итоговое решение всегда за экспертом, а не за программой.
