Jak obejść GPTZero: co naprawdę działa w 2026 roku

Co mierzy GPTZero: perplexity i burstiness

GPTZero powstał na początku 2023 roku, stworzony przez Edwarda Tiana, wówczas studenta Princeton, i od tego czasu wyrósł na jeden z najszerzej używanych detektorów AI w edukacji. Nauczyciel wkleja podejrzany esej, a GPTZero w kilka sekund zwraca prawdopodobieństwo, że tekst napisała AI, wraz z podświetleniami na poziomie zdań, które wskazują fragmenty uznane za najbardziej maszynowe.

Werdykt napędzają dwie statystyki. Perplexity mierzy, jak przewidywalny dla modelu językowego jest Twój dobór słów. Tekst AI powstaje przez wielokrotne wybieranie prawdopodobnych kolejnych słów, więc uzyskuje niską perplexity, czyli łatwo go przewidzieć. Burstiness mierzy, jak bardzo struktura i długość zdań zmieniają się w całym dokumencie. Ludzie mieszają 8-wyrazowe zdanie z 34-wyrazowym i zmieniają rytm, gdy jakiś pomysł ich porywa. Modele językowe trzymają miarowe, równe tempo od pierwszego akapitu do ostatniego.

Gdy obie liczby mieszczą się w zakresie typowym dla maszyn, GPTZero uznaje tekst za wygenerowany przez AI. Wszystko w tym poradniku wraca do tych dwóch sygnałów. Aby obejść GPTZero, Twój tekst potrzebuje mniejszej przewidywalności i większej zmienności rytmu, poprzez automatyczne przepisanie, autentycznie ludzką redakcję, a najlepiej jedno i drugie.

Jeszcze jedna praktyczna uwaga: oba sygnały stabilizują się wraz z długością. Wyniki na akapicie o 150 słowach skaczą, a wyniki na eseju o 1000 słów są znacznie bardziej spójne, dlatego każdy test w tym poradniku przeprowadziliśmy na pełnowymiarowych dokumentach.

Dlaczego tekst z ChatGPT jest tak niezawodnie oznaczany

ChatGPT jest trenowany, by na każdym kroku produkować najbezpieczniejsze, najbardziej statystycznie prawdopodobne zdanie, a to dokładnie to, do czego wyłapywania zaprojektowano detekcję opartą na perplexity. Na ustawieniach domyślnych pisze jednolitą długością zdań, schludnymi strukturami akapitów i dopracowanym, neutralnym rejestrem, który nie wychodzi z roli przez tysiąc słów. Żaden człowiek nie utrzymuje takiej równości.

Opiera się też na rozpoznawalnym, sztampowym słownictwie. Zwroty takie jak delve into, it is important to note, in today's fast-paced world i in conclusion pojawiają się w szkicach AI znacznie częściej niż w prawdziwym pisaniu studentów, a detektory dobrze nauczyły się tych odcisków palca. To samo dotyczy nawyków strukturalnych: wszędzie listy z trzema pozycjami, słowo przejściowe otwierające niemal każdy akapit i podsumowujące zakończenie, które grzecznie powtarza wstęp.

Dlatego samo poproszenie ChatGPT, by "brzmiał bardziej ludzko", prawie nie rusza wyniku. Model może zmienić kostium, ale pod spodem nadal wybiera wysoce prawdopodobne słowa token po tokenie, a GPTZero ocenia statystykę, nie styl.

Nowsze modele tego nie rozwiązały. GPT-4o, Claude i Gemini piszą nieco mniej przewidywalnie niż wczesny ChatGPT i ich surowe wyniki są trochę niższe, ale w naszych testach nieedytowany tekst z każdego głównego modelu i tak był oznaczany zdecydowanie częściej niż nie. Wykrywanie na razie dotrzymuje kroku generowaniu.

Czy GPTZero jest dokładny? Co pokazały nasze testy

GPTZero reklamuje wysoką dokładność i w uczciwych warunkach jest jednym z bardziej wiarygodnych detektorów konsumenckich. Na długim, nieedytowanym tekście z ChatGPT wyłapuje zdecydowaną większość próbek. Ale deklaracje dokładności z czystych benchmarków nie wytrzymują kontaktu z nieuporządkowanym, prawdziwym pisaniem.

Gdy go testowaliśmy, konsekwentnie ujawniały się trzy słabości. Krótkie teksty poniżej mniej więcej 250 słów dawały niestabilne wyniki, które po drobnych poprawkach potrafiły przeskoczyć z przeważnie ludzkiego na przeważnie AI. Dokumenty mieszane, w których człowiek mocno zredagował szkic AI, często myliły podświetlenia na poziomie zdań, oznaczając ludzkie zdania i przepuszczając te od AI. A ponowne skanowanie identycznego tekstu po kilku tygodniach czasem zwracało inny werdykt po aktualizacji modelu.

Niezależne badania wskazują ten sam kierunek. Analizy detektorów AI, w tym szeroko cytowana praca ze Stanforda z 2023 roku, wykazały znacząco podwyższone odsetki fałszywych alarmów na esejach osób piszących po angielsku jako w języku obcym. Czy więc GPTZero jest dokładny? Wystarczająco, by surowy tekst z ChatGPT zwykle wpadał, i na tyle niedoskonały, że jego werdykt nigdy nie powinien być samodzielnie traktowany jako dowód czegokolwiek.

Krok po kroku: jak obejść GPTZero humanizatorem

Oto proces, który polecamy i który konsekwentnie sprowadzał nasze próbki z ponad 90% AI do w pełni ludzkich.

Krok 1. Dokończ szkic w całości przed humanizacją. Przepisywanie fragmentów po kawałku daje niespójny ton, który dla detektorów i ludzkich czytelników może wyglądać na pozszywany.

Krok 2. Wklej szkic do darmowego humanizatora AI albo wgraj plik bezpośrednio. Narzędzie pokazuje na żywo wynik wykrywania AI z dwóch niezależnych detektorów przed przepisaniem i po nim, więc dokładnie wiesz, skąd startujesz. Nie trzeba konta ani logowania, a całość działa w 40 językach.

Krok 3. Uruchom humanizator i porównaj wyniki przed i po obok siebie. Przepisanie przebudowuje rytm zdań i podmienia statystycznie przewidywalne frazowanie, czyli dokładnie to, na co reaguje punktacja perplexity i burstiness.

Krok 4. Przeczytaj wynik uważnie. Popraw każde zdanie, w którym sens się przesunął, i przywróć kluczowe terminy, jeśli słowo techniczne zostało złagodzone w przepisaniu.

Krok 5. Dodaj jeden osobisty akcent na sekcję: prawdziwy przykład, drobną opinię, konkretną liczbę. Potem przeskanuj ponownie. W każdym teście, jaki przeprowadziliśmy, maszynowe przepisanie plus krótka ludzka redakcja biły każde z tych podejść z osobna.

Ręczna redakcja, która obniża wynik GPTZero

Jeśli wolisz redagować ręcznie, celuj bezpośrednio w obie statystyki. Dla burstiness świadomie różnicuj długości zdań. Po długim, krętym zdaniu postaw trzywyrazowe. To działa. Rozbij każdy akapit, w którym wszystkie zdania mają ten sam kształt, i różnicuj otwarcia, żeby akapity nie zaczynały się wszystkie od słowa przejściowego.

Dla perplexity zastępuj ogólnikowe frazowanie konkretnym, precyzyjnym językiem. "Wyniki były znaczące" jest przewidywalne; "odsetek rezygnacji spadł o jedną trzecią w jeden semestr" nie jest. Dodawaj szczegóły, które znasz tylko Ty: źródło, które naprawdę przeczytałeś, kontrargument, który rozważyłeś i odrzuciłeś, miejsce, datę, liczbę.

Skróty i pytania retoryczne też pomagają na marginesach. Modele rzadziej niż prawdziwi autorzy używają potocznych skrótów i prawie nigdy o nic czytelnika nie pytają. Takie drobne konwersacyjne ruchy są tanie w dodaniu i odsuwają tekst od maszynowego rejestru, nie dotykając Twojej argumentacji.

Na koniec usuń typowe sygnały AI. Wytnij podsumowując, ponadto, warto zauważyć i każde zdanie, które streszcza to, co właśnie powiedziałeś. Przeczytaj tekst na głos i przepisz wszystko, czego nigdy nie powiedziałbyś drugiemu człowiekowi. Teorię wyjaśniającą, dlaczego te poprawki ruszają wyniki, rozkłada na czynniki pierwsze nasz przewodnik o tym, jak działają detektory AI.

Co nie działa przeciwko GPTZero

Przetestowaliśmy popularne skróty, żebyś Ty nie musiał.

Podmiana synonimów zawodzi. Przepuszczenie tekstu przez tezaurus albo parafrazer w lekkim trybie synonimów zachowuje podstawową strukturę zdań, a struktura to większość tego, co mierzy burstiness. Co gorsza, niezgrabne synonimy często czytają się oceniającemu jak słowna sieczka, nawet gdy wynik poprawi się o kilka punktów.

Niewidzialne znaki i homoglify zawodzą sromotnie. Wstawianie spacji zerowej szerokości albo podmiana liter łacińskich na cyrylickie sobowtóry zostały załatane dawno temu. Nowoczesne detektory normalizują tekst przed oceną, a niektóre narzędzia jawnie oznaczają manipulację znakami, co zamienia graniczne podejrzenie w dowód zamiaru.

Triki w promptach prawie nie pomagają. Proszenie ChatGPT, by "pisał z wysoką burstiness" albo "unikał wykrywania AI", zmienia powierzchowny styl, podczas gdy statystyka token po tokenie pozostaje maszynowa. W naszych testach takie prompty ruszały wyniki co najwyżej o kilka punktów, i to niespójnie.

Dodawanie literówek to najgorsza możliwa wymiana. Niszczy Twoją wiarygodność u ludzkiego czytelnika, czyli u odbiorcy, który naprawdę się liczy, a statystyczny odcisk palca zostaje w większości nietknięty.

Proszenie ChatGPT o przepisanie własnego tekstu też rozczarowuje. Drugie podejście generuje ta sama maszyna prawdopodobieństw co pierwsze, więc przeróbka dziedziczy tę samą gładkość. Widzieliśmy wyniki spadające umiarkowanie na części próbek i rosnące na innych, a to nie jest strategia, tylko rzut monetą.

Fałszywe alarmy GPTZero: gdy ludzkie pisanie zostaje oznaczone

Niewygodna prawda o wykrywaniu AI jest taka, że oznacza ono prawdziwych ludzi. Najbardziej narażone są osoby piszące po angielsku jako w języku obcym, które sięgają po bezpieczniejsze, bardziej standardowe słownictwo, ocenione jako niska perplexity. Cierpią też gatunki sformalizowane: sprawozdania laboratoryjne, teksty prawnicze, dokumentacja techniczna i klasyczny pięcioakapitowy esej są z założenia uporządkowane i równe, czyli dokładnie takie, jakie detektory kojarzą z maszynami.

Słynne przykłady mówią same za siebie. Detektory oznaczały Konstytucję Stanów Zjednoczonych i fragmenty Biblii jako wygenerowane przez AI, nie dlatego, że narzędzia są zepsute, lecz dlatego, że formalna, mocno zredagowana proza jest statystycznie gładka.

Jeśli piszesz bez AI i obawiasz się oznaczenia, zabezpiecz się przed oddaniem pracy. Pisz w Google Docs lub Wordzie z włączoną historią wersji, zachowuj konspekty i notatki, i wyeksportuj oś czasu zmian, jeśli wynik zostanie kiedyś użyty przeciwko Tobie. Datowany ślad niedoskonałych szkiców to znacznie mocniejszy dowód niż jakikolwiek procent z detektora, w obie strony.

Gdzie sypie się dokładność GPTZero

Zrozumienie ograniczeń pomaga zinterpretować każdy wynik, jaki zobaczysz. GPTZero jest najsłabszy na krótkich tekstach, na mocno zredagowanych dokumentach hybrydowych i na pisaniu z modeli, do których nie zdążył się jeszcze dostroić. Jego podświetlenia na poziomie zdań są zauważalnie mniej wiarygodne niż wynik na poziomie dokumentu, a to właśnie na podstawie podświetleń nauczyciele często konfrontują studenta.

Wyniki zmieniają się też w czasie. GPTZero regularnie aktualizuje swoje modele, więc tekst oceniony dziś na 12% AI po aktualizacji może dostać 40%, bez żadnych zmian w tekście. To normalne zachowanie probabilistycznego klasyfikatora i jeszcze jeden powód, by pojedynczego skanu nigdy nie traktować jako prawdy objawionej.

GPTZero dzieli też wyniki na kategorie: ludzki, mieszany i AI, z deklarowaną pewnością. W kategorii mieszanej ląduje większość zredagowanych szkiców i jest ona najmniej wiarygodna z trzech, co warto wiedzieć, jeśli werdykt "mieszany" zostanie kiedyś przytoczony przeciwko Tobie.

To działa w obie strony dla każdego, kto chce pozostać niewykryty. Czysty wynik dziś to nie przepustka na zawsze, a każdy sprzedający gwarantowane dożywotnie obejście przesadza. Trwałe podejście to tekst, który jest faktycznie ludzki w rytmie i treści, a nie taki, który ogrywa bieżącą wersję jednego detektora i liczy, że następna nigdy nie wyjdzie.

Sprawdź swoją pracę, zanim zrobi to ktoś inny

Największa praktyczna przewaga, jaką możesz sobie dać, to znajomość własnego wyniku, zanim pozna go Twój recenzent. Ponieważ Humanize AI pokazuje wyniki z dwóch detektorów jednocześnie, dostajesz surowszy i łagodniejszy odczyt tego samego tekstu, co lepiej oddaje rzeczywistość, w której nie wiesz, którego narzędzia akurat użyje nauczyciel czy redaktor.

Nasza sugerowana rutyna: skanuj, humanizuj, redaguj ręcznie, potem skanuj ponownie. Celuj w to, by oba detektory odczytywały tekst jako przeważnie ludzki, i nie obsesjonuj na punkcie 0% AI. Pogoń za idealnym zerem zwykle kończy się przeredagowaniem tekstu na sztywną prozę, a ludzkie próbki kontrolne, które testowaliśmy, i tak rzadko osiągały równe zero.

Narzędzie obsługuje wgrywanie plików i działa w 40 językach, więc możesz sprawdzić cały dokument, a nie wklejony wycinek, co przy okazji daje detektorom dość tekstu do wiarygodnej oceny. Jeśli Twoim punktem startowym jest surowy tekst z ChatGPT, nasz towarzyszący poradnik o tym, jak sprawić, by tekst z ChatGPT był niewykrywalny, głębiej omawia stronę pisania szkicu.

Korzystaj z tego odpowiedzialnie

Uwaga końcowa, którą umieszczamy w każdym poradniku, bo ma znaczenie. Detektory produkują fałszywe alarmy, a pomaganie uczciwym autorom w unikaniu niesprawiedliwych podejrzeń to uzasadnione zastosowanie humanizatora. Podobnie jak szlifowanie prac wspomaganych AI tam, gdzie taka pomoc jest dozwolona, co coraz częściej obejmuje miejsca pracy, zespoły marketingowe i wiele klas z polityką jawnego używania AI.

Oddawanie w pełni wygenerowanej przez AI pracy jako własnej tam, gdzie jest to zakazane, to inna sprawa. Może nieść realne konsekwencje akademickie lub zawodowe, których żadne narzędzie nie cofnie, a oprogramowanie wykrywające to tylko jeden ze sposobów, w jakie takie rzeczy wychodzą na jaw. Nauczyciele zauważają, gdy esej nie pasuje do Twojego pisania na zajęciach, a redaktorzy zauważają, gdy autor nie potrafi rozmawiać o własnym artykule.

Nasza rada jest prosta: zachowaj myślenie dla siebie, używaj AI tam, gdzie pozwala na to Twoja instytucja, ujawniaj, gdy jest to wymagane, i używaj narzędzi humanizujących po to, by tekst stał się naprawdę Twój, a nie po to, by maskować pracę, która nigdy Twoja nie była.

Najczęściej zadawane pytania