О вузовских ИИ‑детекторах: что они могут, а чего нет. Неочевидные результаты собственного тестирования
Что меня подвигло к этой темеЭтим летом я наконец‑то решила освоить ИИ‑чат‑боты, и причина этого была вполне серьезной. Дело в том, что я уже полгода не могу найти себе работу в качестве райтера академических текстов, что раньше не вызывало проблем, достаточно было обратиться на сайты по поиску работы. К настоящему времени благодаря активному освоению человеком чат‑ботов с генеративным ИИ работа «писателя текстов» уже почти полностью замещена ИИ, и, что уж совсем огорчительно, кардинально обесценена.
Человек напишет хоть один текст сам? Как работают детекторы ИИ
Библию несколько раз прогоняли через популярные детекторы ИИ-текста и получали вердикт: «Написано нейросетью». Каждый год тысячи студентов бездоказательно получают обвинения в использовании ИИ, а преподаватели ставят неуд текстам, которые человек писал от начала до конца сам. Одновременно выходят Анти ИИ-детекоры, созданные специально, чтобы бороться с ИИ-детекторами. Вынуждены признать, что на данный момент детекторы в схватке проигрывают — разибраем, что они делают не так с точки зрения науки машинного обучения.
Сравниваем сервисы Антиплагиат и Руконтекст на трёх языках: отчёты, оригинальность и ИИ-детекция
Как я обещал в прошлой статье
«Антиплагиат»: в трети студенческих работ есть признаки ИИ
Признаки использования нейросетей выявили в каждой третьей студенческой работе, загруженной в «Антиплагиат» во втором квартале 2026 года. Об этом говорится
Какой антиплагиат лучше и как выбрать в 2026 году: сравниваем Антиплагиат, Руконтекст и Turnitin по пяти критериям
Как я обещал в прошлой статье, сегодня сравниваем три большие системы: Антиплагиат, Руконтекст и Turnitin. Думаю для статьи выбран актуальный тайминг и надеюсь она будет полезной)Если вы читаете серию с начала, то уже знаете, как устроен рынок, почему шингловые системы сломались об LLM и почему западные модели спотыкаются о русскую морфологию.
Как работают системы антиплагиата в 2026 году: шинглы, векторы и ИИ-детекция
В прошлой статье я обещал, что залезу под капот систем антиплагиата и расскажу, как они работают. Этим сегодня и займёмся.В предисловии разочарованно скажу одну вещь. Инновации сделали из многих старых систем для вузов дорогостоящий генератор красивых, но бесполезных отчётов. Для этого хватило простого GPT-4o и его аналогов. Старые системы просто не видят нейросетевой текст, не распознают его.Для этой статьи я проанализировал архитектуру нескольких ключевых систем и поговорил с разработчиком-архитектором, который строил их изнутри.
Государство и бизнес тратят 1,5 миллиарда в год на слепой антиплагиат — и это проблема
Вы знали, что ниша антиплагиата пухнет от денег? Я тоже не знал, пока не полез в тендеры и мировую статистику. К 2030 году мировой объем долетит до $5.9 млрд. Но на рынке творится какой-то абсурд.Рынок российского антиплагиата — 1,5 милларда рублей. Официальной статистики вы не найдёте. Эту информацию я нашёл сам в тендерах и базе СПАРК. И эти деньги тратят на проверку «технической» уникальности.В 2020 году можно было парсить шинглы, с чистой совестью продавать это ВУЗам и знать, что почти наверняка программа поймает всех плагиатчиков. Сейчас картина немного другая:
Инструменты для редакций СМИ 2026: 62 сервиса, чтобы не получить дрянь на выходе
Разбила статью на блоки по задачам, в каждом 3–5 инструментов. Если неохота читать всю портянку, держите оглавление. Ищите, что пригодится, и идите сразу в нужный раздел.Сбор источников – RSS.app, Feedly, Inoreader, свои парсеры на Python или n8n.Фактчек (сверка цифр с первоисточником) – Perplexity, GPT-5 web search, Claude Projects, руками для сложного.Бэки и прецеденты (расширение текста контекстом) – отдельная задача от фактчека. Для русскоязычной повестки реально работает API Яндекс.Поиска, для международных тем Perplexity.Корректура
