Студент написал диссертацию сам, детектор выдал 98% ИИ, университет забрал стипендию $45 000

История появилась в Reddit-треде и быстро разошлась по сети. Студент частного нью-йоркского университета полгода писал выпускную диссертацию без нейросетей. Все правки фиксировались в Google Docs: хронология редактирования за несколько месяцев, следы работы с источниками, итерации формулировок. Стандартная история добросовестного студента.

После сдачи научный руководитель сообщил, что автоматическая система проверки присвоила работе 98% вероятности генерации ИИ. Университет открыл дело об академической нечестности и начал процедуру аннулирования стипендии - $45 000 в год.

На предварительном слушании студент попытался показать историю правок в Google Docs прямо с устройства. Дисциплинарная комиссия отказалась её смотреть. По словам студента, члены комиссии сослались на политику университета: официальный отчёт системы считается достаточным основанием, а сама система описана как "высокоточная и откалиброванная". Об этом подробно написал IBTimes.

Проблема не в конкретном инструменте и не в конкретном университете. Она системная.

Исследование Стэнфорда 2023 года показало, что несколько широко используемых детекторов демонстрируют выраженный уклон против авторов, пишущих на неродном английском. В одном из экспериментов детектор пометил как сгенерированные ИИ почти 98% эссе, написанных китайскими студентами на экзамене TOEFL, - при том что тексты были человеческими. Тексты носителей языка тот же инструмент почти не трогал.

Механика понятна. Большинство детекторов используют метрику перплексии - грубо говоря, насколько предсказуемы словесные паттерны в тексте. ИИ-модели пишут предсказуемо. Но авторы, пишущие на иностранном языке, тоже придерживаются более простого синтаксиса и стандартных конструкций - и по этой метрике попадают в ту же зону риска.

Независимое исследование, опубликованное в International Journal of Educational Technology in Higher Education, протестировало шесть техник обхода на 805 образцах и получило средний показатель точности детекции 39,5% на немодифицированном тексте. После простой модификации - 22,14%. GPTZero заявляет точность 99%, в рецензируемых исследованиях получает 80% с долей ложных срабатываний 10%.

Вандербилтский университет отключил детектор Turnitin ещё в августе 2023 года, рассчитав: даже при 1% ложных срабатываний на 75 000 работ это ~750 ложных обвинений ежегодно. Ряд других университетов последовал за ним.

Это отдельный и более неудобный вопрос.

История правок в Google Docs - нетривиальное доказательство. Подделать шестимесячную хронологию редактирования с реальными временными метками технически возможно, но это совсем другой уровень усилий, чем просто скормить задание в ChatGPT. Комиссия, которая отказывается смотреть на такие данные и ссылается на "политику", делает выбор в пользу инструмента - а не в пользу разбирательства.

Подобные случаи не единичны. Студентка Марли Стивенс из Университета Северной Джорджии лишилась стипендии после того, как детектор сработал на тексте, написанном с помощью Grammarly - сервиса проверки грамматики, который сам же университет рекомендовал студентам. В Техасском университете A&M профессор временно не выдал дипломы всему классу по зоотехнике, прогнав работы через ChatGPT с запросом определить, не написал ли их ChatGPT.

Нью-йоркский консультант по образованию Люси Вагнерова, работающая с подобными случаями с 2023 года, описывает типичную картину: студенты не спят, не едят, проходят расследования, которые длятся месяцами. Для иностранных студентов к этому добавляется риск потери визы.

ИИ-детекторы продаются университетам как инструмент академической честности. По факту они перекладывают бремя доказательства на студента при нулевых гарантиях точности. Студент, написавший работу честно, оказывается в ситуации, где ему нужно доказать отсутствие того, чего не было, - а инструмент, который его обвиняет, не обязан доказывать ничего.

Показательно, что исследователи из Беркли, опубликовавшие в мае 2026 года крупнейший опрос о применении ИИ среди студентов, рекомендовали не запреты и не детекторы. Они предложили менять форматы оценивания - так, чтобы проверять реальное понимание, а не текст на листе.

Это дольше и сложнее, чем подключить SaaS-детектор. Зато не приводит к ситуации, где система с точностью монеты решает судьбу студенческой карьеры.