Ako funguje detekcia AI textu
Čo meria každý zo siedmich detektorov, z čoho vychádza, kde má hranice a prečo sa ich skóre nezlučujú do jedného čísla.
Blog
Ako funguje detekcia AI textu v češtine a slovenčine, ako čítať výsledky a čo s nimi robiť ďalej v škole, v redakcii aj pri vlastnom písaní.
Základy
Slovník pojmov
Čo znamená perplexita, burstiness, štylometria, falošne pozitívny výsledok, humanizácia alebo watermark — každý pojem v jednej až dvoch vetách.
Ako to funguje
Spozná detektor, či text napísal ChatGPT, Claude alebo Gemini?
Prečo detektory spoznajú len podobnosť so strojovým písaním všeobecne, kedy sa dá hovoriť o konkrétnom modeli a prečo na tom nestavať rozhodnutie.
Prečo dva detektory ukážu pri rovnakom texte iné číslo
Prečo sa skóre medzi nástrojmi líši, čo ten rozpor hovorí o texte a prečo nemá zmysel čísla priemerovať.
Napoly vlastný, napoly AI: čo detektor ukáže pri zmiešanom texte
Ako sa správa skóre pri texte, ktorý vznikol spolu s modelom, prečo sa v dlhom dokumente stratí a čo čítať namiesto celkového čísla.
Čo je AI watermark a prečo sa naň pri texte nedá spoliehať
Ako vyzerá skrytá značka modelu v texte, ktoré modely ju dnes pridávajú a prečo sa na ňu pri posudzovaní textu nedá spoliehať.
Prečo sa detektorom AI textu v češtine a slovenčine darí horšie než v angličtine
Čeština a slovenčina majú voľný slovosled, bohaté skloňovanie a menšie trénovacie korpusy. Čo to robí s detekciou a ako výsledky čítať.
Čo znamená percento pri detektore a čo s ním ďalej
Skóre 0 až 100 nie je pravdepodobnosť podvodu. Ako ho čítať, kde sú hranice a čo robiť s výsledkom uprostred.
Keď vlastný text vyjde ako AI: čo sú falošne pozitívne výsledky
Prečo poctivo napísaný text niekedy skončí s vysokým skóre a ako takú situáciu vyriešiť bez obviňovania.
Perplexita, burstiness a štylometria: tri rôzne cesty k detekcii
Tri prístupy, na ktorých detektory AI textu stoja, čím sa líšia a prečo dávajú rôzne výsledky na rovnakom texte.
Detekcia podľa vlastného rukopisu: čo je osobná štýlová základňa
Ako funguje porovnanie textu s vašimi vlastnými staršími textami a prečo dáva inú odpoveď než všeobecný detektor.
Ako spoznať AI text okom: deväť znakov, ktoré si všímať
Konkrétne vzorce, podľa ktorých sa generovaný text pozná aj bez nástroja — a prečo žiadny z nich sám o sebe nestačí.
Koľko textu detektor potrebuje, aby dával zmysel
Prečo sa krátke texty nedajú spoľahlivo posúdiť, kde je rozumné minimum a ako dlhý text rozdeliť.
Prečo texty nerodilých hovoriacich dopadajú u detektorov horšie
Prečo jednoduchší slovník a opatrná stavba viet dvíhajú skóre, koho sa to týka najviac a ako taký výsledok čítať.
Prečo preložený text vyjde u detektora ako strojový
Čo robí s textom preklad — vlastný aj strojový — a prečo po ňom skóre rastie, aj keď originál písal človek.
Prečo detektor potrebuje vedieť, aký typ textu kontroluje
Čo sa zmení, keď pred kontrolou vyberiete typ textu, prečo má e-mail iné hranice než seminárka a čo meria Šablóna typu.
Prečo rovnaký text vyjde druhýkrát s iným skóre
Čo spôsobuje rozdiel medzi dvoma kontrolami toho istého textu a aký veľký rozdiel je ešte normálny.
Prax
Zvýši korektor alebo asistent písania skóre AI pri vlastnom texte?
Ktoré úpravy v korektoroch a asistentoch písania posunú vlastný text k strojovému štýlu, ktoré nie a ako si pôvodný text ochrániť.
Ako zadať prácu, aby ju za študenta neurobila AI
Čím sa líši zadanie, ktoré model nezvládne sám — vlastné dáta, konkrétny kontext, priebežné výstupy a krátka obhajoba.
Ako prejsť tridsať seminárok za predpoludnie
Postup, ktorým sa dá prejsť celá dávka študentských prác bez toho, aby ste pri každej strávili pol hodiny.
Humanizácia textu vs. ručný prepis: kedy sa oplatí čo
Rozdiel medzi automatickým prepisom vety a prepísaním vlastnou rukou a ako humanizáciu používať, aby text neznel horšie.
Kontrola diplomovej práce po kapitolách
Prečo nekontrolovať celú prácu naraz, kde sa falošné poplachy hromadia a kedy kontrolu zaradiť.
Ako zaradiť detekciu do redakčného procesu s externistami
Kam v redakčnom workflow patrí kontrola AI, ako to komunikovať autorom a čo robiť s výsledkom.
Motivačné listy písané AI: čo s tým v nábore
Prečo sú motivačné listy dnes takmer nepoužiteľné ako filter a ako nábor upraviť namiesto hľadania vinníkov.
Overovacie otázky namiesto obvinenia
Prečo rozhovor nad textom funguje lepšie než konfrontácia číslom a ako si otázky pripraviť.
Prečo mať históriu kontrol a čo z nej vyčítate
Jednorazová kontrola povie málo. Čo sa dá vyčítať z niekoľkých kontrol toho istého autora v čase.
Kontrola PDF a DOCX bez kopírovania textu
Aké formáty sa dajú nahrať, čo robiť s naskenovaným PDF a prečo sa oplatí kontrolovať súbor namiesto výrezu.
Ako si overiť text, ktorý ste zadali externému autorovi
Čo si dohodnúť vopred, čo čítať po dodaní a ako riešiť podozrenie bez toho, aby ste rozbili spoluprácu.
Prvá kontrola textu krok za krokom
Čo urobiť pri prvej detekcii, v akom poradí čítať výsledok a čomu sa hneď na začiatku vyhnúť.
Smiem použiť AI na školskú prácu? Ako to zistiť a ako na to
Kde hľadať pravidlá, čo býva povolené, ako použitie priznať a čoho sa pri odbornej práci vyvarovať.
Rozhodovanie
Ako vybrať detektor AI textu: sedem vecí, ktoré sa oplatí porovnať
Podľa čoho porovnávať detektory AI textu — čeština a slovenčina, vety namiesto jedného čísla, práca s falošnými pozitívami, história a nakladanie s dátami.
AI obsah a SEO: čo vyhľadávačom skutočne prekáža
Vyhľadávače netrestajú AI text ako taký. Čo skutočne zráža výsledky a kde sa detekcia hodí redakciám.
Kedy detekciu nepoužívať: situácie, kde výsledok nič nerieši
Krátke texty, pevné znenie, cudzí jazyk a prípady bez možnosti rozhovoru — kedy detektor nepomôže a čo robiť namiesto toho.
Je humanizácia textu podvod? Kde vedie hranica
Kedy je prepis textu bežná redakčná práca, kedy je to obchádzanie pravidiel a podľa čoho sa to pozná.
Pravidlá
Keď vás obvinia z písania AI: čo môžete doložiť
Aké podklady obstoja, keď poctivo napísaný text vyjde ako strojový, a ako o tom hovoriť so školou alebo so zamestnávateľom.
Môže byť výsledok detektora dôkaz?
Čo výsledok detektora unesie a čo nie, ako s ním zaobchádzať v škole a v redakcii a čo robiť namiesto obvinenia.
Čo sa deje s textom, ktorý vložíte do detektora
Na čo sa pýtať pri každom nástroji, kam sa text ukladá v DetekceGPT a prečo je to pri cudzích prácach dôležité.
Ako napísať školské pravidlá pre používanie AI
Čo má pravidlo obsahovať, aby fungovalo — konkrétne hranice namiesto zákazu a dohodnutý postup pri podozrení.
Pravidlá pre AI vo firme: čo má byť napísané vopred
Čo musí firemné pravidlo pre AI obsahovať — kde je povolená, čo sa do nej nesmie vkladať a kto ručí za výsledok.
AI v odbornom texte: čo od autorov chcú vydavatelia
Prečo model nemôže byť spoluautor, čo patrí do vyhlásenia o použití AI a kde býva hranica pri jazykovej korektúre.
Je text od AI plagiát? V čom sa líši od odpisovania
Prečo generovaný text neprejde kontrolou zhody, prečo to napriek tomu býva porušenie pravidiel a čo na to zvyčajne hovoria školské poriadky.