Doktorantka kładzie tę liczbę przed całym sektorem

20 lipca Higher Education Policy Institute opublikował pracę Brendal Aformeziem, doktorantki University of Strathclyde, w której autorka domaga się, by brytyjskie uczelnie przestały traktować wyniki wykrywania AI jako główny dowód w postępowaniach o naruszenie rzetelności akademickiej. Argument nie brzmi, że studenci nigdy nie korzystają z AI. Brzmi tak, że narzędzie, którym chce się to udowodnić, wytwarza klasę błędu, której procedura nie jest w stanie unieść, a błąd ten nie rozkłada się równomiernie. Studenci zagraniczni stanowią 24 procent wszystkich studiujących w brytyjskim szkolnictwie wyższym i 51 procent studiujących na poziomie magisterskim i doktoranckim, czyli dokładnie tę grupę, którą narzędzia najczęściej odczytują błędnie.

Akta już istnieją. Office of the Independent Adjudicator opublikował w lipcu 2025 roku cztery streszczenia spraw dotyczących zarzutów naruszeń wspomaganych przez AI. Trzy z czterech dotyczyły studentów zagranicznych lub posługujących się drugim językiem, a trzy rozstrzygnięto w całości lub w części przeciwko uczelniom, które je wszczęły. Rekomendacje Aformeziem wynikają z tych akt, a nie z abstrakcyjnej debaty: zawiesić wykrywanie jako główny dowód do czasu niezależnej walidacji, doprowadzić do wspólnych wytycznych QAA i OIA zakazujących opierania decyzji dyscyplinarnej wyłącznie na wyniku, oraz przebudować formy zaliczeń tak, by mniej zależało od pracy pisemnej bez nadzoru.

Dlaczego to wychodzi poza uczelnię. Usuńcie akademicką scenografię, a zostanie historia zakupowa, którą rozpozna każdy właściciel firmy. Organizacja kupiła narzędzie punktujące, potraktowała wynik jako ustalenie, zbudowała na nim procedurę, a potem odkryła, że poziom błędu zaakceptowany przy zakupie jest nie do pogodzenia z decyzjami, które podejmuje. Przedmiotem akurat były prace zaliczeniowe. Równie dobrze mogłyby to być rozliczenia delegacji, alerty o ryzyku wewnętrznym albo wskaźnik oszustwa dostawcy.

Sześćdziesiąt jeden procent to nie usterka, to ustawienie

Liczba leżąca pod tym wszystkim pochodzi ze Stanfordu. Zespół kierowany przez Jamesa Zou, profesora biomedycznej nauki o danych, przepuścił siedem popularnych detektorów AI przez 91 prac TOEFL napisanych przez osoby nieanglojęzyczne oraz przez zestaw porównawczy napisany przez amerykańskich ósmoklasistów. Z amerykańskimi uczniami detektory poradziły sobie dobrze. W pracach TOEFL błędnie zakwalifikowały 61,22 procent jako wytworzone maszynowo. Wszystkie siedem było zgodnych co do 18 z 91 prac, a 97 procent prac zostało oznaczone przez co najmniej jedno narzędzie.

Mechanizm nie jest tajemniczy i właśnie jego warto zapamiętać. Detektory traktują przewidywalny dobór słów i prostą składnię jako sygnaturę maszyny. Tekst kompetentnej osoby piszącej w drugim języku ma dokładnie te cechy. Kiedy badacze przepisali te same prace bogatszym słownictwem, odsetek fałszywych trafień się załamał. Narzędzie nigdy nie mierzyło, kto napisał tekst. Mierzyło, jak ozdobna była angielszczyzna, a następnie podawało odpowiedź tak, jakby dotyczyła autorstwa.

Czym naprawdę jest próg. Każdy klasyfikator wymienia dwa błędy między sobą: tekst, który niesłusznie oskarża, i tekst, który przepuszcza. To dostawca wybiera punkt na tej krzywej, a kto sprzedaje do środowiska, w którym fałszywe oskarżenie jest katastrofą, dostroi produkt mocno w stronę przepuszczania tekstu pisanego z pomocą AI. To broniona decyzja inżynierska i zarazem powód, dla którego wynik nie może pełnić funkcji dowodu. Praca HEPI przywołuje szeroką ocenę na 805 próbkach, która wykazała średnią skuteczność 39,5 procent na niezmienionym tekście AI, spadającą do 17,4 procent po zastosowaniu prostych technik omijania, przy czym część narzędzi błędnie odczytywała połowę wszystkich tekstów ludzkich.

Cztery uczelnie doszły do tego samego osobno

University of Waterloo wyłączył wykrywanie AI od Turnitina we wrześniu 2025 roku. Curtin University poszedł w jego ślady w styczniu 2026 roku. UCLA i UC San Diego zrobiły to już w 2024 roku. Żadna z nich się nie umawiała z pozostałymi i żadna nie doszła do wniosku, że korzystanie z AI ustało. Doszły do wniosku, że liczba, której nie potrafią wytłumaczyć w odwołaniu, jest raczej obciążeniem niż aktywem. Praca HEPI przywołuje też badania Weber-Wulff, według których żadne z testowanych narzędzi nie spełniało wymogu stawianego decyzjom o wysokiej stawce.

To, co zastąpiło narzędzie, uczy więcej niż samo jego usunięcie. Uczelnie zdegradowały wykrywanie do statusu pomocniczego, w którym wykładowca może obejrzeć wynik prywatnie, ale nie może się na niego powołać w formalnym wniosku, i przebudowały konstrukcję zaliczeń tak, by dowód autorstwa powstawał w trakcie pracy, zamiast być wnioskowany po fakcie. To ten sam ruch, który wykonuje zespół antyfraudowy, gdy przestaje się spierać o wynik modelu i zaczyna zbierać ślad transakcyjny.

Zdradliwy sygnał. Patrzcie, co instytucja robi z narzędziem, któremu rzekomo wciąż ufa. Kiedy uczelnia zachowuje licencję, ale zabrania wynikowi pojawiać się w postępowaniu, po cichu przeklasyfikowała produkt z dowodu na wstępną selekcję. Większość organizacji nigdy nie wypowiada tej przeklasyfikacji wprost i tak właśnie sygnał selekcyjny trafia do wypowiedzenia.

Ta sama arytmetyka siedzi w narzędziach antyfraudowych i DLP

Niemal każdy produkt punktujący, który kupuje właściciel firmy, ma taki kształt. System zapobiegania wyciekom danych oznacza plik wychodzący. Platforma ryzyka wewnętrznego punktuje zachowanie pracownika. Dostawca płatności przypisuje klientowi prawdopodobieństwo oszustwa. Filtr rekrutacyjny szereguje kandydata. Każdy z nich siedzi w punkcie pracy, który ktoś wybrał, każdy ma tam swój odsetek fałszywych trafień, i w niemal każdym zakupie nikt o tę liczbę nie pyta, ponieważ rozmowa handlowa toczy się w procentach skuteczności opisujących najlepszy przypadek na zbiorze testowym samego dostawcy.

Trzy pytania załatwiają większość sprawy. Jaki jest odsetek fałszywych trafień przy progu, który faktycznie uruchomimy, na populacji przypominającej naszą. Co dzieje się z tym odsetkiem, gdy dane wejściowe pochodzą od kogoś kompetentnego, lecz nietypowego, co dla europejskiego pracodawcy zwykle oznacza osobę pracującą w drugim lub trzecim języku. Oraz jaki udokumentowany krok dzieli pojawienie się wyniku od chwili, w której odczuwa go konkretny człowiek. Jeśli narzędzie uruchamia działanie bezpośrednio, wynik już stał się decyzją, a procedura niesie ryzyko, którego nikt nie wycenił.

Biegnie tędy również krawędź prawna. RODO ogranicza decyzje opierające się wyłącznie na zautomatyzowanym przetwarzaniu, które wywołują skutki prawne lub w podobny sposób istotnie wpływają na osobę, a udział człowieka musi być rzeczywisty, a nie pieczątkowy. W Polsce Urząd Ochrony Danych Osobowych przypomina dodatkowo, że kontrola pracowników wymaga wyraźnej podstawy i uprzedniego poinformowania załogi, a więc przed wdrożeniem, a nie po nim. Uczelnie, które zdegradowały wykrywanie do roli pomocniczej, trafiły na bronioną pozycję przypadkiem. Pracodawca powinien tam dojść świadomie.

Czytaj dalej: Sprout pobił prognozę i tego samego dnia ściął 20% załogi  |  Nikt tego nie zakazał. Filtr i tak odmówił.