Кажется, все научились вычислять ленивый ИИ-слоп в соцсетях по синтаксису, пунктуации, характерным фразочкам. На основе этих же формальных признаков работают и автоматические детекторы нейротекстов. Такие стилистические детекторы можно обойти — дообученные модели не используют совсем уж очевидные штампы, из-за чего точность «машинного» определения авторства падает с 97% до 3%.

При этом нейронками сейчас генерят не только посты в инсту и линкедин — в 2026 около 20% самиздат-романов, опубликованных на Amazon, написаны преимущественно через ИИ. Короче, запрос на точные инструменты и методы определения нейротекстов будет расти.

И вот учёные из Университета Мэриленда и Google DeepMind разработали инструмент для определения авторства художественных текстов не на уровне стиля, а на уровне «наполнения»: сюжета, подачи, композиции. Для этого они проанализировали и разложили на элементы (филфак, Проппа вспоминаем?) десятки тысяч рассказов — как человеческих, так и сгенерированных.

В результате исследователи научились не только с точностью 93% отличать текст человека от текста нейронки, но ещё и с точностью 68% определять, какая именно нейронка написала текст, если он ИИшный. И всё это на уровне нарративных признаков — если добавить стилистические, точность возрастает.

Подробности — в тексте исследования, оно оооочень интересное, советую почитать его хотя бы в виде выжимки/пересказа. Несколько тезисов из него закину скриншотами к этому посту.