Проверка AI-скора: полный гид по двум совсем разным инструментам

Под словами «проверка AI-скора» скрываются два инструмента, которые никак между собой не связаны. Первый — детектор ИИ: он оценивает, насколько вероятно, что текст написала нейросеть. Второй — сервис проверки AI-видимости: он считает, как часто ИИ-ассистенты упоминают ваш бренд. Один изучает ваш текст, другой — ваше присутствие в ответах нейросетей. У них нет ни общего метода, ни общих данных, ни общего смысла.

Почти все страницы, которые ранжируются по этому запросу, рассказывают только о первом значении и молча предполагают, что вам нужно именно оно. В этом гиде разобраны оба. Мы прямо скажем, что каждый показатель может доказать, а что нет, и ответим на конкретные вопросы о процентах детекторов, включая тот, на котором спотыкается большинство студентов и маркетологов: значит ли хоть что-нибудь низкий результат вроде 7 %.

Значение первое: оценка детектора ИИ

Детектор ИИ оценивает вероятность того, что текст сгенерирован языковой моделью, и обычно выдаёт процент документа, который, по его мнению, написан машиной. К этой категории относятся GPTZero, QuillBot, Turnitin, Scribbr и ZeroGPT.

Метод здесь статистический, а не криминалистический. Детекторы ищут такие сигналы, как низкая перплексия — то есть текст, в котором каждое следующее слово необычно предсказуемо. Но тем же свойством обладает и беглый, простой, хорошо структурированный текст, написанный человеком. Именно в этом корень почти всех проблем, о которых пойдёт речь ниже.

7 % ИИ — это плохо?

Нет. Результат в 7 % попадает в диапазон, который крупнейший разработчик детекторов сам считает ненадёжным и отказывается выдавать как вывод.

Turnitin — тот самый детектор, которым пользуется большинство учебных заведений, — скрывает AI-оценки в диапазоне от 1 % до 19 % как раз потому, что там скапливаются ложные срабатывания. Ниже своего порога в 20 % он показывает звёздочку вместо осмысленного числа, предупреждая преподавателей, что на таком уровне цифре доверять нельзя. По данным Turnitin, доля ложных срабатываний на уровне документа составляет менее 1 % для документов, где ИИ-текста выявлено больше 20 %, а на уровне отдельных предложений — около 4 %.

Так что 7 % — это не доказательство того, что 7 % вашего документа написала нейросеть. Это число, за которое не готов поручиться даже сам разработчик. Правильная реакция на однозначный результат — просто его проигнорировать.

Какой результат детектора ИИ считается нормальным?

Порога, который означал бы «текст чистый», не существует, и если воспринимать какое-либо число как проходной балл, значит, вы не понимаете, что вообще показывает эта оценка.

На выходе вы получаете вероятностную оценку классификатора с известной и немалой частотой ошибок, а не измерение факта. Гид по инструментам обнаружения ИИ от Legal Research Center Университета Сан-Диего (University of San Diego), обновлённый в июле 2026 года, формулирует это без обиняков: детекторы «не точны и не надёжны» и «не рекомендуются в качестве единственного признака академической недобросовестности». В том же гиде отмечено, что детектор Turnitin может пропускать примерно 15 % сгенерированного ИИ текста в документе, так что низкий результат тоже ничего не доказывает.

Если оценку выставили вам, разумно читать её так: высокие цифры — повод для разговора, низкие ничего не доказывают, и никакое число само по себе не может быть доказательством.

Существует ли детектор ИИ со 100 % точностью?

Нет, и самое убедительное доказательство пришло от компании, которой создание такого детектора было бы выгоднее всех.

OpenAI запустила классификатор ИИ-текста в начале 2023 года и отозвала его 20 июля 2023 года «из-за низкой точности». По собственной оценке OpenAI, инструмент правильно распознавал написанный ИИ текст лишь в 26 % случаев, при этом в 9 % случаев ошибочно помечал как ИИ текст, написанный человеком, а на текстах короче 1 000 символов работал ненадёжно. Организация, которая обучила генератор, не смогла надёжно распознать собственный генератор.

С тех пор фундаментальная сложность никуда не делась. Разработчики публикуют высокие показатели точности, полученные на контролируемых бенчмарках, а независимые тесты на реальных документах неизменно дают результаты ниже, особенно когда текст отредактирован.

Почему детекторы ИИ принимают текст человека за сгенерированный

Потому что сигнал, на который они опираются, — предсказуемая, однообразная проза — характерен и для людей с небольшим активным словарным запасом в языке, в том числе для тех, для кого этот язык не родной.

Ключевое исследование здесь — «GPT detectors are biased against non-native English writers» («Детекторы GPT предвзяты к авторам, для которых английский не родной») Лян, Юксекгёнюля, Мао, Ву и Цзоу, опубликованное в журнале Patterns в июле 2023 года. Проверив семь популярных детекторов, исследователи обнаружили почти идеальную точность на эссе американских восьмиклассников, но при этом детекторы стабильно принимали за сгенерированные ИИ эссе TOEFL, написанные авторами, для которых английский не родной. Объяснение — всё тот же механизм перплексии: текст неносителей языка обычно менее разнообразен лингвистически, а именно такой паттерн детекторы и считают машинным.

Кроме того, исследование показало, что эту предвзятость элементарно развернуть в обратную сторону. Если попросить модель обогатить лексику эссе TOEFL, ошибочных классификаций становится меньше, а если упростить эссе носителя языка, ложных срабатываний становится больше. Детектор, который можно обмануть словарём синонимов, измеряет вовсе не авторство.

В итоге это проблема справедливости, а не только техническая. Инструмент, который систематически наказывает иностранных студентов и тех, кто пишет не на родном языке, не должен служить основанием для решений о них.

Значение второе: оценка AI-видимости

Оценка AI-видимости измеряет совсем другое: как часто ИИ-ассистенты упоминают или цитируют ваш бренд, когда пользователи задают вопросы в вашей нише. Её считают так: регулярно, по расписанию прогоняют набор промптов через ChatGPT, Gemini, Claude и Perplexity и подсчитывают ответы, в которых появляется ваш бренд.

Именно это значение важно, если вы пришли сюда как маркетолог, а не как автор или студент. Присутствие бренда в ответах нейросетей теперь отдельный канал видимости, и его не видно ни в классическом отслеживании позиций, ни в каком-либо детекторе.

У этой оценки тоже есть оговорка о надёжности, и она серьёзная. SparkToro попросила 600 добровольцев 2 961 раз прогнать 12 промптов с просьбой порекомендовать бренд через ChatGPT, Claude и AI Overview от Google (ИИ-сводку в поисковой выдаче). Вероятность того, что один и тот же список брендов появится дважды, оказалась меньше 1 к 100, а в том же порядке — меньше примерно 1 к 1 000. Поэтому оценка видимости — это выборочная статистика с широкой погрешностью, и любой сервис, который продаёт вам точную «позицию в ИИ», продаёт число, которого не существует.

Как проверить свой AI-скор?

Зависит от того, какую оценку вы имеете в виду, — у этих двух путей нет ничего общего.

Для оценки детектора: вставьте текст в детектор вроде GPTZero, Turnitin или Scribbr. А затем относитесь к результату как к одному слабому сигналу. Обратите внимание на длину текста — большинство детекторов ненадёжны на текстах короче примерно 1 000 символов, — и не принимайте во внимание однозначные результаты.

Для оценки видимости: соберите 30–50 промптов, которые ввёл бы реальный покупатель, прогоните каждый через несколько ассистентов пять и более раз и запишите, как часто появляется ваш бренд. Для первого замера это можно сделать вручную, а потом подключить трекер видимости, который будет запускать проверку по расписанию. На выходе вам нужна частота появления за много прогонов, а не позиция.

Отдельная оговорка про сервисы Google: единственный авторитетный источник данных по AI Overviews и AI Mode (ИИ-режиму поиска) — сам Google, а именно отчёт Generative AI performance (эффективность в генеративном ИИ) в Search Console. Он появился в июне 2026 года и показывает показы с разбивкой по страницам, странам, устройствам и датам. Кликов, позиций и промптов в нём нет, зато это данные из первых рук, и по точности в отношении Google с ним не сравнится ни один сторонний сервис.

Можно ли считать AI-скор доказательством списывания?

Не следует, и всё больше учебных заведений закрепляют эту позицию официально.

Логика проста, если выложить на стол частоту ошибок. Классификатор с задокументированной предвзятостью к неносителям языка, с признанным самим разработчиком ненадёжным диапазоном ниже 20 % и с пропуском около 15 % действительно сгенерированного ИИ текста доказательств не выдаёт. Он выдаёт лишь повод присмотреться внимательнее — к истории черновиков, контролю версий, другим работам студента — и поговорить.

Если вас обвиняют только на основании оценки детектора, ссылайтесь на три источника, упомянутых выше: OpenAI, отозвавшую собственный классификатор из-за низкой точности, исследование в Patterns о систематической предвзятости и то, что сам разработчик скрывает низкие оценки.

Какой AI-скор действительно стоит отслеживать бизнесу?

Почти для любого бизнеса — оценку видимости, и тут даже без вариантов.

Оценка детектора — это защитная разовая проверка конкретного текста. Она ничего не говорит о спросе, конкурентах или охвате, а с такой частотой ошибок плохо подходит и как фильтр редакционного качества. Масса тщательно написанных человеком текстов получают плохую оценку, а масса машинных проходят как чистые.

Оценка видимости — метрика канала. Она показывает, знают ли о вас ассистенты, которым теперь задают вопросы ваши клиенты, каких конкурентов называют вместо вас и меняется ли эта картина. Отчитывайтесь по ней как по скользящей частоте появления за 30 дней на зафиксированном наборе промптов, понимая, что колебания от недели к неделе — это в основном шум.

Если ваша цель — чтобы вас цитировали, а не просто пройти детектор, правила допуска задаёт Google, а не какой-то сервис оценки. Его руководство по функциям генеративного ИИ, обновлённое в июле 2026 года, подтверждает, что эти функции «опираются на наши основные системы ранжирования и оценки качества поиска» и что страница «должна быть проиндексирована и иметь право показываться в Google Поиске со сниппетом». Никакая оценка этого не изменит. Вы можете проверить, где ваш бренд находится сейчас в разных ИИ-системах, и работать от реальной отправной точки.