Když se dnes ptáme, jestli konkrétní text napsal člověk nebo umělá inteligence, odpověď zní: odhadnout to často jde, ale spolehlivě to nepoznáte. Nástroje na detekci AI pracují s čísly a grafy, ale jejich jistota je omezená. I nejlepší z nich se pohybují někde kolem osmi z deseti správných rozhodnutí. V praxi to znamená, že každý pátý verdikt je vedle.
A občas se spletou i tam, kde byste to nečekali — třeba u formálních nebo příliš „ukázněných“ textů, které jsou lidské, ale stylem připomínají stroj.
Co detektory dělají
V jádru je to statistika a strojové učení. Detektor počítá, nakolik je text „předvídatelný“ (tzv. perplexita), sleduje rytmus vět, opakování frází, délky odstavců, a porovnává to s tím, co zná z tréninkových dat.
Modernější nástroje na to nabalují neuronové sítě a snaží se učit jemnější vzorce, které bývají pro AI typické: vyrovnaný tón, hladké přechody, málo šumu. Na krátkých textech je to loterie, u delších textů se modely chytají víc. Jenže stačí málo — pár přepisů, drobných chyb, špetka „nepořádku“ — a jistota klesá.
Jak moc se dá výsledku věřit
Detektor je indikátor, ne důkaz. Úspěšnost kolem 78–84 % vypadá hezky, ale do rozhodování to přenášejte opatrně. U volně dostupných nástrojů je rozptyl ještě větší a jejich výsledky se občas rozcházejí.
- Detektory jsou spolehlivé pouze na 39,5%, po použití jednoduchých obcházecích technik klesá přesnost na 22,1%
- Až 30% lidských textů je nesprávně označeno jako AI-generované
- Někdy dokonce Ústava USA projde jako 98,53% pravděpodobně AI-generovaná
V některých testech navíc stačilo text lehce parafrázovat (nebo do něj záměrně nasypat drobné vady) a přesnost šla dolů o desítky procent.
Falešná obvinění a snadné obcházení
Nejproblematičtější jsou false positives — situace, kdy detektor označí lidský text jako „AI“. Dopad je reálný: studenti, nerodilí mluvčí nebo autoři technických textů se do této pasti chytají často. Důvod? Méně idiomů, přímočařejší věty, konzistentní terminologie. Z pohledu algoritmu to vypadá „příliš strojově“.
Na druhé straně je obcházení až překvapivě snadné. Homoglyfy (zaměněné znaky, které vypadají podobně), drobné šťouchance do gramatiky, přepsání jinou AI, změna rytmu a slovníku — a jistota detekce je pryč. Neznamená to, že jsou detektory k ničemu; znamená to, že autor s minimálním úsilím dokáže skóre posunout.
TIP: AI vytvořené texty jde poznat podle pomlček, respektive podle en dash. Je to tak?
Čeština není angličtina
V češtině si vedou detektory hůř. Je to logické: méně kvalitních tréninkových dat, méně pečlivě laděné metriky, občas jen „překlopená“ podpora z angličtiny. Některé nástroje si s češtinou poradí obstojně, ale spolehlivost je nižší a rozptyl větší. Pokud hodnotíte český text, zvedněte práh opatrnosti o další notch.
Jak s detekcí pracovat
Začněme zásadním pravidlem: jeden výsledek z jednoho nástroje nestačí. Pokud už detekci používáte, dělejte to jako každý jiný analytický krok — porovnávejte výstupy více nástrojů, sledujte trend, ne absolutní číslo.
A hlavně to kombinujte s lidským čtením: věcná přesnost, konzistence argumentů, práce se zdroji, vnitřní logika textu. AI umí být přesvědčivá, ale občas halucinuje nebo zaměňuje pojmy; člověk je zase nerovnoměrný, ale bývá víc zakotvený ve zkušenosti.
- Školy a učitelé by měli mít jasný, transparentní postup, co se děje při podezření: žádná „detektor řekl 92 %, hotovo“. Místo toho rozhovor se studentem, vysvětlení postupu psaní, možnost obhajoby.
- Redakce a firmy by zase měly požadovat procesní stopu u klíčových výstupů: zdrojové podklady, poznámky, verze textu. To je mimochodem spolehlivější než jakékoli skóre — AI vám proces neukáže, autor ano.
- Tvůrci obsahu a agentury? Zbytečně nebojujte s detektory. Soustřeďte se na kvalitu, důvěryhodnost a jednoznačné zdrojování. Když už chcete „projet“ detektorem, otestujte text ve víc nástrojích, ale počítejte s chybovostí v řádu desítek procent. Cílem není být „nenechytitelný“, cílem je být užitečný a přesný.
Co čekat dál
Detekce a generování je závod. Nové generátory píšou plynuleji a různoroději, detektory se je snaží doběhnout. Trend je ale jasný: definitivní razítko „AI/ne-AI“ hned tak nebude. Pravděpodobně porostou hybridní přístupy — kontrola procesu tvorby, vodoznaky na úrovni modelů, forenzní signály mimo samotný text (metadata, historie souborů). Nic z toho však neodstraní potřebu lidského posouzení.
Nejlepší placené detektory
Scribbr Premium se v testech ukázal jako nejpřesnější s úspěšností 84%. Copyleaks a Originality.AI dosahují podobných výsledků s přesností kolem 76-97% podle různých studií. Tyto nástroje kombinují více analytických přístupů a pravidelně aktualizují své modely.
Nejlepší bezplatné detektory
Pro české uživatele patří mezi nejlepší bezplatné možnosti QuillBot a Scribbr Free, které dosahují shodné přesnosti 78%.
V češtině fungují relativně dobře DetekceGPT.cz (co si o původní textu tohoto článku přímo os AI myslí můžete vidět v záhlaví) a Isgen.ai, které jsou speciálně navrženy pro češtinu.
Detektorů je ale opravdu hodně, další například :
Závěr pro praxi
Detektor berte jako varovné světýlko, ne jako rozsudek. Pokud vám výsledek nevychází, nepřeskakujte kroky: ověřte fakta, zeptejte se autora na postup, podívejte se na zdroje a verze.
V češtině buďte ještě opatrnější než v angličtině. A když už musíte udělat verdikt, opřete ho o víc než jeden signál ale o dokumentovaný proces. To je jediná obhajitelná cesta — ve škole, v redakci i ve firmě.
PS: Tento text psala AI. Vznikl v Claude jako Deep Research a pak ho dostala ChatGPT a z kupy odrážek nejprve vytvořila další kupu odrážek a poté, po námitce, zhruba text uvedený výše. Prošel ale úpravou, změnou titulku a mezititulků a dalšími změnami. Včetně doplnění některých nástrojů.
Další tipy týkající se AI (ChatGPT a další)
