Проверка на ИИ в вузах устроена не так, как думает большинство студентов: это отдельный показатель, который живёт рядом с процентом оригинальности и никак с ним не связан. Работа может показать 97 процентов оригинальности и одновременно 40 процентов «ИИ-контента». Разберём, что именно видит система, насколько ей можно верить и что делать, если ваш текст пометили зря.
Три разные проверки, которые все путают
В отчёте «Антиплагиата» три независимых механизма.
Заимствования. Сравнение с коллекциями: интернет, диссертации национальных библиотек, электронные библиотеки, патенты, «Кольцо вузов» и собственная коллекция вашего вуза. Сюда же входит поиск перефразирований и переводных заимствований. Это то, что превращается в знакомый процент оригинальности.
Подозрительный документ. Отдельная метка за технические приёмы: замена русских букв на похожие латинские, невидимые символы, белый текст, мусор после распознавания. В отчёте такие места подсвечиваются, документ получает значок. Это ловится независимо от смысла текста.
ИИ-контент. Показатель доли сгенерированного текста с указанием страниц и подсветкой фрагментов. Печатается отдельным отчётом.
Путаница обычно в том, что студент гонится за оригинальностью, а претензия приходит по третьему пункту.
Почему высокая оригинальность не спасает
Сгенерированный текст не скопирован ниоткуда, поэтому он показывает отличную оригинальность. В официальной памятке компании есть показательный пример: 97,76 процента оригинальности при 39,45 процента ИИ-контента.
Более того, в перечне признаков ИИ-текста у самой системы прямо стоят «высокая оригинальность в детекторах плагиата» и «отсутствие технических совпадений». То есть идеальный процент, за который студенты борются неделями, работает не в вашу пользу, а против.
Насколько детектору можно верить
Цифры по России за второй квартал 2026: признаки ИИ нашли в 983,7 тысячи работ из 2,73 миллиона проверенных, это 36 процентов. Годом раньше было 22 процента. Доля текста, который система относит к ИИ-подобному, за три года выросла с 9,9 до 42,3 процента.
Теперь о надёжности. Компания заявляет вероятность ошибки не более одного процента, но независимой проверки этой цифры нет: ни опубликованной методики, ни сторонних тестов. Независимые исследования академических текстов дают куда более печальную картину: ложные срабатывания на уровне 10-20 процентов. Исследование Стэнфорда показало, что тексты авторов, для которых язык не родной, детекторы помечают заметно чаще: формальный, предсказуемый стиль похож на машинный.
Сама компания в памятке пишет прямо: в этой области не может быть доказательств, детектор является маркером для эксперта, а не основанием для решения. Эксперт вправе снять пометку, написав комментарий.
Весной 2026 в российских вузах прошла волна историй, когда студентов не допускали до защиты по показателю ИИ за работы, написанные самостоятельно. Это не аргумент «детекторы бесполезны», это причина понимать, как они устроены.
Как обстоят дела в Беларуси
Белорусские вузы работают на корпоративной версии системы. Здесь важная деталь: регламент использования «Антиплагиата» в БГУ, утверждённый приказом ректора в марте 2026 года, оперирует только заимствованиями.
| Заимствования | Решение |
|---|---|
| менее 20% | работа зачитывается |
| 21-50% | решение кафедры по характеру заимствований |
| более 50% | на доработку |
Показатель «ИИ-контент» в этом регламенте не упомянут ни разу. Формального основания завернуть работу по проценту ИИ локальный акт не даёт, хотя это не значит, что модуль в системе отключён и что преподаватель не задаст вопросов.
Зато прямо прописано другое: попытки технического обхода проверяются отдельно, вносить изменения ради обмана алгоритмов студенту запрещено, а на апелляцию даётся два рабочих дня. Именно поэтому советы «вставьте невидимые символы» или «замените буквы на латинские» опасны: это единственное, что система ловит однозначно и без экспертной оценки.
По каким признакам текст выглядит машинным
Официальный чек-лист, по которому эксперт смотрит работу, стоит знать, даже если вы писали сами:
- повторы слов и одинаковых конструкций;
- вымышленные детали и несуществующие источники;
- вода, банальности, прописные истины;
- отсутствие конкретики: имён, дат, номеров статей, географии;
- нет цитат и подтверждающих примеров;
- нет авторской позиции;
- излишняя структурированность: всё разложено по пунктам и подзаголовкам;
- разрывы логики между абзацами;
- бедный однотипный стиль.
Оговорка компании здесь важнее самого списка: наличие этих признаков - достаточный повод отправить работу на доработку независимо от того, кто её писал. Иначе говоря, безликий текст без конкретики вернут и без всякого детектора.
Отсюда практический вывод: работу спасает не борьба с процентами, а конкретика. Номера статей и дат, реальная судебная практика с реквизитами дел, цифры с источником, ваша позиция по спорному вопросу. Это ровно то, чего машинный текст обычно не даёт.
Что делать, если работу пометили
Попросите отчёт. Не пересказ, а сам файл с подсветкой фрагментов. Вы имеете право видеть, какие именно куски вызвали вопрос.
Посмотрите на эти куски глазами. Часто помечается то, что и должно выглядеть формально: определения, пересказ норм закона, стандартные формулировки методологии. Это не признак генерации, это жанр.
Соберите доказательства работы. Черновики, история версий в документе, выписки из источников, переписка с научным руководителем. Файл с историей правок убеждает лучше любых слов.
Подайте апелляцию в срок. В БГУ на это два рабочих дня. Пропустите - останетесь с решением кафедры.
Не переписывайте наспех синонимайзером. Машинная перефразировка добавляет ровно те признаки, из-за которых текст и помечают.
Частые вопросы
Может ли вуз отчислить за процент ИИ? Сам по себе показатель не является доказательством и в регламенте БГУ не фигурирует. Основанием становится решение кафедры по совокупности: качество работы, ответы на вопросы, признаки технического обхода.
Правда ли, что тексты нейросетей помечены скрытым водяным знаком? Частично. Google и Anthropic встраивают в свои тексты статистическую метку, но публичного детектора для неё нет, доступ к проверке закрытый. У большинства других моделей маркировки нет вовсе. Рассчитывать на то, что это кто-то массово проверяет в вузах, оснований пока нет.
Помогает ли ручная переработка текста? Да, если это действительно переработка: вы добавляете конкретику, примеры, свою аргументацию. Замена слов на синонимы не помогает и обычно делает хуже.
Какой процент ИИ считается допустимым? Единого норматива нет. В России вузы ставят пороги сами, некоторые требуют ноль. В Беларуси формальных порогов по ИИ в регламентах нет, работают пороги по заимствованиям.
Проверяют ли на ИИ курсовые или только дипломы? Проверяют всё, что загружают в систему. Разница в том, насколько внимательно смотрят: к дипломам и диссертациям требования строже.
Полезное по теме
- Антиплагиат 2026: проверка на ИИ на PLAGIATANET: как показатель выглядит со стороны сервиса проверки
- Как повысить уникальность текста: это про заимствования, не про ИИ - задачи разные, и решаются они по-разному
- Как повысить уникальность работы и пройти антиплагиат в нашем блоге
- Если работа не проходит именно по заимствованиям, а не по ИИ, с этим помогает PLAGIATANET
Если вам нужен образец работы с нормальной конкретикой и живыми источниками, посмотрите каталог: там видно, как выглядит текст, который писал человек. Нужна работа под вашу тему - оставьте заявку, а как всё устроено у нас, описано в разделе как мы работаем.