Jeden školní text je bez překlepů, má pravidelné odstavce a klidný závěr. Druhý občas škobrtne, jedna věta je zbytečně dlouhá a v závěru zůstane drobná chyba. Který napsal člověk?
Možná první. Možná druhý. Možná oba vznikly bez generativní AI. Možná u obou nástroj pomáhal jiným způsobem. Z výsledné stránky to nemusíme poznat, protože člověk umí psát uhlazeně a generativní systém umí vytvořit nepravidelnost i omyl. Chyba v textu není otisk prstu. Sama neprozradí, jak text vznikl.
Přesto z nedokonalosti snadno uděláme zdánlivý důkaz lidskosti. Přeřeknutí působí spontánně, nesymetrický odstavec osobně a přiznaná pochybnost opravdově. Na opačné straně vzniká seznam údajných znaků AI: hladké věty, tři body, dlouhé pomlčky, příliš pečlivé členění. Jakmile se však z nápovědy stane verdikt, začneme zaměňovat dojem za původ a styl za proces.
Překlep dokazuje hlavně existenci překlepu
Chyba může vzniknout z nepozornosti, neznalosti, spěchu, automatické opravy, přepisu nebo nešťastné redakční změny. Může zůstat v čistě lidském textu, ale také v textu, na němž se podílelo několik lidí a nástrojů. A generovaný výstup nemusí být bezchybný: model může uvést chybný fakt, porušit gramatiku, zopakovat slovo nebo vytvořit větu, kterou by pečlivý editor nepřijal.
Samotná nedokonalost proto nerozliší, kdo o textu rozhodoval. Dokonce ani „přirozená“ kombinace drobných chyb není pevný podpis. Jakmile společnost začne určitý znak považovat za důkaz člověka, roste zároveň motivace tento znak napodobit. Z lidskosti se stane kostým: několik nerovností má přesvědčit publikum, že vidí neupravený proces, i když vidí jen jeho výsledek.
Překlep může být důvodem ke korektuře. Nápadná změna stylu může být důvodem k otázce. Ani jedno samo neříká: tento text napsal člověk, nebo tento text vytvořila AI.
Čtyři otázky, které se schovávají v jedné
Když se ptáme „je to autentické?“, často mícháme několik různých věcí:
| Otázka | Co skutečně zjišťujeme | Co z odpovědi ještě neplyne |
|---|---|---|
| původ | Jaké nástroje a materiály se podílely na vzniku? | kdo je autorem a zda je text pravdivý |
| autorství | Kdo učinil podstatné tvůrčí volby a stojí za výsledkem? | že pracoval úplně bez nástrojů |
| kvalita | Je text přesný, užitečný, původní a přiměřený situaci? | že vznikl poctivým nebo povoleným postupem |
| transparentnost | Bylo použití nástrojů přiznáno tam, kde na něm záleží? | že každé přiznané použití je přijatelné |
Plně lidský text může být opsaný, nepravdivý a odbytý. Generativní nástroj může pomoci s jazykem práce, pro kterou člověk zvolil otázku, shromáždil data, vyvodil závěry a převzal za ně odpovědnost. A velmi dobrý výsledek může přesto porušit pravidla konkrétní zkoušky, pokud měla ověřit samostatnou dovednost.
Při posuzování práce proto potřebujeme vědět, kterou z těchto otázek řešíme. O podstatných tvůrčích volbách a odpovědnosti pojednává článek Je to ještě moje práce?.
Co detektor odhaduje a co znamená jeho skóre
Automatický detektor obvykle porovnává jazykové vlastnosti textu se vzorci, které poznal v lidských a generovaných datech. Nevidí okamžik psaní ani člověka, který vybíral argumenty. Odhaduje pouze, nakolik se zadaný text podobá výstupům z jeho srovnávacích dat.
Takový odhad může být v konkrétních podmínkách užitečný. Jakmile však detektor posuzuje výstup jiného modelu, jiný jazyk či žánr, neobvyklého autora nebo smíšený text, podmínky se mění. Ani číslo na obrazovce nemusí znamenat „osmdesátiprocentní pravděpodobnost, že student podváděl“. Význam skóre závisí na tom, jak jej nástroj počítá, kalibruje a popisuje. Bez těchto informací si do přesného čísla snadno dosadíme jistotu, kterou nemá.
Výsledek se mění podle nástroje i testu
Srovnání čtrnácti detektorů z roku 2023 zjistilo, že žádný nedosáhl celkové přesnosti 80 procent při přísném hodnocení, které počítalo i částečně správnou klasifikaci jako chybu. Při jiném započítání těchto odpovědí vycházely výsledky příznivěji. Výkon klesal u upravených textů a autoři varovali před použitím výstupu jako jediného podkladu pro obvinění. Testování proběhlo od března do května 2023 na anglických textech, včetně překladů do angličtiny.
Výzkum publikovaný v roce 2026 ukazuje velké rozdíly mezi nástroji. Ve srovnání čtyř detektorů na souboru 160 dlouhých anglických akademických prací byl jeden výrazně úspěšnější než ostatní. Tři jiné velkou část plně generovaných textů přehlédly. Soubor zahrnoval lidské práce, generované texty i jejich kombinace; generované podklady vznikly v květnu 2025. Další studie z roku 2026 na 192 anglických textech zjistila u dvou detektorů slabé rozpoznávání smíšených textů. Záleželo také na délce a oborovém zaměření; soubor zahrnoval studentské práce i profesionální zpravodajské texty.
Nástroj tedy může dobře rozlišovat konkrétní druh výstupu od konkrétního souboru lidských textů a za jiných podmínek selhat. Aby výsledek dával smysl, potřebujeme znát datum testu, jazyk, žánr, srovnávací data i způsob hodnocení. Úspěšný test na dlouhých anglických pracích ještě nezaručuje stejný výsledek u krátké české úvahy.
Lidský dojem používá vlastní zkratky
Když detektoru nevěříme, můžeme se obrátit na zkušenost učitele, editora nebo čtenáře. Kontextová znalost je cenná: učitel zná předchozí práce, editor obvyklý hlas autora a zadavatel podklady. Ani zkušený člověk však nemá přímý přístup k původu věty.
V šesti experimentech s celkem 4 600 účastníky se úspěšnost lidí při rozpoznávání generovaných sebeprezentačních textů pohybovala kolem úrovně náhodného výběru. Za lidštější považovali mimo jiné osobní a rodinné motivy nebo stažené tvary běžné v angličtině. Výsledek se týká anglických sebeprezentací a tehdejších modelů. Ukazuje, že znaky, které na nás působí osobně, nemusí původ spolehlivě rozlišovat.
Podobně může editor považovat za podezřelou dlouhou pomlčku, pravidelnou tabulku nebo klidnou protiváhu, protože je poslední dobou vídá v generovaných textech. Jenže tyto prostředky používali lidé dříve, než se rozšířily jazykové modely. Model se ostatně učí na lidském jazyce. Samotná podobnost proto neukazuje, zda model napodobil člověka, nebo člověk model.
Stejný metr nemusí dopadat na všechny stejně
Stejné stylistické znaky se u různých skupin neobjevují stejně často. Žánr odborného článku vyžaduje opakující se strukturu a opatrné formulace. Začínající pisatel může používat menší slovní zásobu. Člověk píšící v cizím jazyce se může držet bezpečnějších konstrukcí. To, co detektor považuje za neobvykle předvídatelné, může být ve skutečnosti důsledkem situace, vzdělávání nebo oboru.
Studie sedmi nástrojů z roku 2023 zjistila, že lidské anglické eseje nerodilých mluvčích byly výrazně častěji chybně označované jako generované než srovnávací eseje amerických žáků osmého ročníku. Soubor tvořilo 91 esejí k jazykové zkoušce TOEFL a 88 amerických školních esejí, tedy texty odlišných skupin i zadání. Výsledek upozorňuje na riziko v těchto anglických datech; pro českou školu potřebujeme ověření na češtině a odpovídajících úkolech.
Chybný zásah navíc není neutrální. Student může být nucen dokazovat vlastní práci, i když pravidla neporušil. Autor může začít kazit svůj styl, aby nepůsobil „příliš dokonale“. Lidé, kteří píší v cizím jazyce nebo se teprve učí, přitom mohou nést větší riziko chybného podezření.
Když se nedokonalost stane rekvizitou
Jakmile přijmeme představu, že nepravidelnost znamená člověka, začneme odměňovat její vzhled. Ne poctivý proces, ale správně dávkovanou nedokonalost. Chyba se pak může stát stejnou rekvizitou jako uměle ledabylá fotografie nebo předem připravené „spontánní“ video.
Nejde jen o podvodníky. I poctivý autor může dostat strach, že uhlazený text bude považovaný za generovaný, a záměrně v něm ponechá slabší místo. Škola nebo redakce tím vysílá zvláštní pobídku: kvalitní revize je podezřelá, viditelná nedotaženost uklidňuje. To je opak vzdělávání i odpovědné redakční práce.
V online prostředí už dobře známe opačný mechanismus, kdy zjevná chyba slouží jako návnada pro komentáře. Rozebírá jej článek Když se chyba stane návnadou. Při předstírání lidského původu má chyba dodat textu zdání osobního rukopisu. V obou případech přestává být pouhým omylem a stává se prostředkem k řízení reakce publika.
Poznámky, verze a vysvětlení konkrétních voleb
U jednoho odstavce nemusí být možné určit původ s jistotou. Více se můžeme dozvědět z podkladů a průběhu práce. Každý záznam odpovídá na trochu jinou otázku a dohromady se mohou doplňovat.
| Stopa | Co může podpořit | Co sama nedokazuje |
|---|---|---|
| poznámky a vlastní materiál | odkud se vzala otázka, data a příklady | že nebyly dodatečně vytvořené |
| historie verzí | jak se text měnil v čase | kdo provedl každou změnu a proč |
| použité zdroje | které podklady lze dohledat a ověřit | že jim autor rozumí a správně je vyložil |
| vysvětlení rozhodnutí | zda dokáže obhájit výběr, změnu a závěr | přesný podíl každého nástroje |
| shoda s předchozí prací | kontext vývoje autora | že nová odchylka znamená podvod |
| přiznání nástroje | transparentnost postupu | že použití odpovídalo pravidlům |
Tyto podklady jsou přesvědčivější, když vznikaly průběžně a navzájem si odpovídají. Chybějící poznámka ani změna stylu ovšem automaticky neznamenají podvod. Člověk může ztratit zápis, vyzkoušet nový způsob psaní nebo text důkladně přepracovat. Posouzení musí počítat i s těmito možnostmi.
Co lze zjistit z vodoznaku a podepsaných metadat
Vedle odhadu podle stylu existují informace zaznamenané při vzniku obsahu. Textový vodoznak může vložit do výstupu rozpoznatelný statistický signál; metadata mohou popsat použitý nástroj nebo úpravy. Technická zpráva NIST tyto postupy řadí ke sledování původu a historie obsahu, označovanému jako provenience.
Každý postup má vlastní meze. Detekce vodoznaku může chybovat a značka jednoho poskytovatele automaticky nerozpozná výstupy ostatních. Podepsaná metadata umožňují ověřit, kdo dané tvrzení podepsal; podpis sám nezaručuje, že údaj odpovídá skutečnosti. Záleží také na důvěryhodnosti toho, kdo historii zaznamenal.
Metadata se mohou ztratit při přenosu a vodoznak oslabit při úpravách. Nepřítomnost značky proto obecně neznamená „napsal člověk“. Ověřená informace o použitém systému zase sama nerozhodne, zda je text pravdivý, zda byla pomoc povolená nebo kdo učinil podstatné tvůrčí volby.
Podezření má otevřít otázku, ne uzavřít případ
Ve škole, redakci nebo na pracovišti mohou existovat dobré důvody ověřovat samostatnost výkonu. Někdy má úkol ukázat, zda člověk umí psát bez pomoci. Jindy je AI povolená pro jazykovou korekturu, ale ne pro vytvoření argumentu. Bez jasných pravidel může být tentýž postup jednou přijatelnou pomocí a podruhé nepovoleným zásahem, aniž lidé předem vědí proč.
Férový postup může vypadat takto:
- vyjít z pravidel, která platila před zadáním úkolu: co bylo povolené a co se mělo přiznat;
- pojmenovat konkrétní důvod pochybnosti, ne jen dojem „zní to jako AI“;
- dát člověku možnost vysvětlit postup, zdroje a podstatná rozhodnutí;
- porovnat více stop včetně verzí a vlastních podkladů, pokud existují;
- oddělit nejasnost původu od chyby, plagiátorství a věcné nepravdy;
- použít detektor jako jeden signál s doloženými limity, ne jako jediného soudce;
- přizpůsobit závažnost závěru síle důkazů a umožnit přezkoumání.
Rozhovor a práce s podklady stojí čas. Závažné podezření však potřebuje zdůvodnění, které lze prověřit a na které může dotčený člověk odpovědět. U rozhodnutí, které může poškodit studenta nebo zaměstnance, je lidská odpovědnost za posouzení součástí úkolu, nikoli překážkou automatizace.
Co se vyplatí umět vysvětlit
Autor nemusí uchovávat záznam každého stisku klávesy. U důležitější práce by ale měl umět odpovědět na několik přirozených otázek: Proč si zvolil právě tuto otázku? Z čeho vycházel? Který zdroj změnil jeho názor? Co z prvního návrhu odmítl? Kde si není jistý? Jakou pomoc použil a proč? Které rozhodnutí považuje za vlastní a za co je ochotný nést odpovědnost?
Při odpovědích záleží na porozumění práci. Někdo může mluvit nervózně a přesto svému textu rozumět. Jiný může působit jistě, ale neumět dohledat zdroj nebo vysvětlit hlavní závěr. Ani ústní obhajoba není neomylná, zvlášť u lidí s úzkostí, jazykovou bariérou nebo odlišným způsobem komunikace. Proto je i zde potřeba kontext a více stop.
Kdo používá AI jako pomocníka, může stejnými otázkami kontrolovat sám sebe. Nejde jen o to, zda výstup zní jako já. Důležitější je, zda vím, proč v něm jednotlivé části jsou, zda jsem ověřil podklady a zda jsem ochotný převzít za výsledek odpovědnost. Článek Když AI píše správně, ale ne za vás podrobněji ukazuje, proč vlastní hlas vzniká z voleb, ne z několika typických slov.
Dobrá korektura není důvodem k podezření
Osobní rytmus, přiznaná nejistota, neobvyklá stavba nebo nedořečený konec mohou textu dobře sloužit. Má smysl je zachovat tam, kde pomáhají vyjádřit zkušenost či myšlenku. Jejich hodnota nemusí spočívat v tom, že přesvědčí detektor nebo podezřívavého čtenáře.
U zdravotní informace, návodu nebo citlivé veřejné zprávy je odstranění chyb součástí odpovědnosti. Romantizovat překlep jako důkaz opravdovosti by znamenalo zaměnit nedbalost za charakter. Schopnost chybu najít, přiznat a napravit si zaslouží ocenění.
Co potřebujeme vědět o vzniku práce
Čím více se snažíme najít jediný znak člověka, tím snáz se necháme oklamat znakem samotným. Chyba, osobní detail, nepravidelný rytmus i dokonalá uhlazenost mohou vzniknout mnoha cestami. Detektor může nabídnout užitečný odhad a ověřená provenience někdy i konkrétní informaci o historii. Ani jedno však samo nerozhodne o autorství, kvalitě a poctivosti.
Rozumnější je připustit, že samotná výsledná stránka nemusí dát jistou odpověď, a podívat se na širší proces: odkud přišla otázka, kdo vybíral, co se měnilo, jak byly ověřeny zdroje, co bylo přiznáno a kdo za výsledek stojí. Takové posouzení je pomalejší než lov překlepů. Je ale blíž tomu, na čem nám obvykle skutečně záleží.
Lidská chyba není podpis. U důležité práce má větší smysl ověřit podklady, vyjasnit použitou pomoc a odpovědnost za výsledek než hledat uklidňující překlep.
