Minimalna liczba słów dla detektora AI: ile słów potrzebują Turnitin, GPTZero i inni

Minimalna liczba słów wymagana przez detektor AI zależy od narzędzia. Niektóre narzędzia, takie jak Turnitin, potrzebują co najmniej 300 słów kwalifikującej się prozy, ale inne, takie jak ZeroGPT, zalecają napisanie co najmniej 150 do 200 słów, aby uzyskać spójny wynik. Niezależnie od tego, czy Twój detektor pokazuje wynik poniżej kilkuset słów, Twój rezultat jest mniej wiarygodny.

Niektóre nadal podają procent dla każdego akapitu, a wyniki mają tendencję do mniejszej dokładności w przypadku krótkich tekstów. Badacze z TextPulse Research przetestowali to na 25,561 parach tekstów akademickich napisanych przez ludzi oraz ich przeróbek AI. Przy 300 słowach dostroili klasyfikator tak, aby wykrywał 95% przeróbek AI. Oznaczał on również 33.9% tekstów ludzkich. Przy 25 słowach oznaczał 67.6%.

Ile słów wymaga wykrywanie AI?

Wykrywanie AI wymaga kilku setek słów, aby było wiarygodne, czyli dawało stabilny wynik. Wiarygodność spada najszybciej poniżej około 100 słów. Większość wiarygodności została ustalona w badaniu TextPulse około 150 słów. Po tym punkcie dokładność rosła wolniej, z 84.0% przy 150 słowach do 86.8% przy 300 słowach.

Inne badania wskazują na podobne progi. Ankieta z 2025 roku w Journal of Artificial Intelligence Research, cytowana w artykule TextPulse, zestawia dotychczas podane wartości. Klasyfikatory statystyczne i dostrojone potrzebują rzędu 100 słów, aby działać dokładnie. Kilka standardowych detektorów potrzebuje około 120 słów, aby osiągnąć pełną skuteczność, a wykrywanie najsilniejszych modeli zajmuje około 200 słów.

W miarę jak detektor widzi więcej tokenów, czyli fragmentów słów, z którymi pracuje model językowy, łatwiej odróżnić tekst ludzki od tekstu AI. Gdy detektor widział tylko kilka tokenów w krótkiej odpowiedzi, nie ma zbyt wielu dowodów przemawiających za którąkolwiek z ocen. Perplexity, burstiness i inne stosowane miary są wyjaśnione w przewodniku jak działają detektory AI.

Minimalna liczba słów wymagana przez detektor AI według narzędzia: Turnitin, GPTZero i inne

Każdy dostawca ustala własny próg lub własne wytyczne i nie wszyscy używają tej samej jednostki. Turnitin liczy słowa kwalifikującej się prozy. Inni dostawcy zalecają określoną długość albo opisują, jak zmienia się dokładność wraz z wydłużaniem tekstu.

Detector	Co dostawca podaje o długości tekstu
Turnitin	Co najmniej 300 słów kwalifikującej się prozy przed wygenerowaniem wyniku AI, podniesione z wcześniejszego minimum 150 słów, ponieważ dokładność rośnie wraz z większą ilością tekstu
GPTZero	Dokładność poprawia się wraz z przesyłaniem większej ilości tekstu. Całe dokumenty są klasyfikowane dokładniej niż akapity, a akapity dokładniej niż pojedyncze zdania
ZeroGPT	Zaleca się co najmniej 150 do 200 słów dla stabilnego wyniku, a 500 do 1,000 słów lub więcej dodatkowo poprawia wiarygodność. Bardzo krótkie lub silnie edytowane fragmenty "niosą mniej sygnałów"
Pangram	Działa najlepiej na dłuższym tekście napisanym pełnymi zdaniami. Firma odradza sprawdzanie krótkich list punktowanych lub tekstu o silnie schematycznym charakterze
Sapling	Opublikowane przez nią wskaźniki wykrywania i fałszywie dodatnich wyników odnoszą się do dłuższych tekstów. Krótsze teksty "mogą mieć inne wskaźniki dokładności"

To jest próg, z którym większość studentów się spotyka, ponieważ Turnitin jest wbudowanym detektorem na wielu uniwersyteckich platformach edukacyjnych. Poniżej 300 słów kwalifikującej się prozy w raporcie pisania AI nie jest przyznawany żaden wynik. Odcinek punktowany poniżej tego progu oraz gwiazdka, którą Turnitin wyświetla dla wyników poniżej 20%, są omówione w przewodniku o jak Turnitin wykrywa AI.

Procent wyświetlany na ekranie nie oznacza, że tekst spełnił zalecaną przez samo narzędzie długość, ponieważ wiele konsumenckich sprawdzarek oceni pojedynczy akapit. W 2023 roku klasyfikator tekstu AI OpenAI wymagał minimalnie 1,000 znaków wejściowych. OpenAI stwierdziło, że był bardzo zawodny w przypadku krótkich tekstów, i usunęło go sześć miesięcy później z powodu niskiego poziomu dokładności.

Dokładność detektorów AI według długości tekstu: co wykazały badania TextPulse

Artykuł roboczy TextPulse o długości tekstu i wiarygodności wykrywania AI analizuje samą długość, oderwaną od wszystkich innych cech tekstów. Zbiór danych obejmuje 25,561 par tekstów, w których zarówno tekst ludzki, jak i jego przeróbka AI mają co najmniej 300 słów. Każdy tekst został skrócony do 25, 50, 100, 150, 200, 250 i 300 słów. Dla każdej długości słowa klasyfikator był trenowany i testowany.

Te same teksty pojawiają się przy każdej długości, to znaczy temat, dyscyplina i model AI pozostają stałe. Przeróbki pochodzą z ośmiu różnych kombinacji modeli AI w obrębie sześciu rodzin modeli. Klasyfikator ocenia 45 cech stylu, takich jak długość słów i różnorodność słownictwa. Jest to narzędzie badawcze, artykuł nie wysuwa żadnych twierdzeń o tym, jak komercyjne detektory mogłyby wykorzystywać te cechy lub progi. Zobacz przewodnik czy detektory AI są dokładne, aby zapoznać się z testami narzędzi komercyjnych.

Długość tekstu	Dokładność	Teksty ludzkie błędnie oznaczone, gdy wykrywane jest 95% przeróbek AI	Przeróbki AI wykryte, gdy 1% tekstów ludzkich jest błędnie oznaczanych
25 words	73.9%	67.6%	17.2%
50 words	78.2%	58.8%	28.0%
100 words	82.3%	49.4%	40.5%
150 words	84.0%	44.1%	47.9%
200 words	85.2%	40.1%	50.5%
250 words	86.1%	36.7%	54.2%
300 words	86.8%	33.9%	56.5%
Full text	88.4%	28.6%	60.6%

W przypadku wykrywania AI dokładność dla krótkich tekstów jest gorsza w każdej kolumnie tabeli, a kolumna dokładności zaniża skalę straty. Użyteczny werdykt wymaga wyniku bliskiego jednego z końców skali, a krótsze teksty przesuwają zarówno wyniki ludzkie, jak i AI w stronę środka. Przy progu ustawionym tak, by wychwytywać 95% przeróbek AI, klasyfikator fałszywie oznacza około połowę tekstów ludzkich przy 100 słowach. Przy progu ustawionym tak, by oznaczać tylko 1% tekstów ludzkich, wychwytuje 17.2% przeróbek AI przy 25 słowach.

AUC, główna miara w artykule określająca, jak dobrze klasyfikator rozdziela dwie grupy, wzrosła z 0.817 przy 25 słowach do 0.940 przy 300 słowach. W pełnych tekstach, które po stronie ludzkiej miały średnio 466 słów, osiągnęła 0.950. Najbardziej stromy fragment tego wzrostu przypadał poniżej 100 słów, a każdy krok powyżej 150 słów dawał mniejszy przyrost.

Dlaczego liczba fałszywych pozytywów w krótkim tekście rośnie

Detektor zbudowany na długich dokumentach ma znacznie wyższy wskaźnik fałszywie pozytywnych wyników w krótkich. Artykuł przedstawił klasyfikator, który był trenowany na tekstach pełnej długości i używany przy domyślnym progu do klasyfikacji krótkich tekstów. Wskaźnik fałszywie pozytywnych wyników systemu dla tekstów ludzkich wynosił od 16.1% przy 300 słowach do 39.1% przy 100 słowach i 69.8% przy 25 słowach.

Jego wykrywanie przeróbek AI prawie się nie zmieniło w tym samym zakresie, od 88.4% przy 300 słowach do 92.4% przy 25 słowach. Dodatkowe błędy były fałszywymi oznaczeniami w pisaniu ludzkim. Artykuł opisuje klasyfikator dla krótkich danych wejściowych jako systematycznie stronniczy w kierunku uznawania ich za AI.

Przyczyna jest mechaniczna. Stosunek typów do tokenów, czyli udział odrębnych słów w tekście, rośnie, gdy tekst staje się krótszy, ponieważ krótka próbka daje mniej okazji do powtórzenia słowa. Teksty ludzkie w badaniu miały średnio stosunek 0.47 przy pełnej długości i 0.87 przy 25 słowach. Przeróbki AI pełnej długości miały średnio 0.55.

Ten klasyfikator, wytrenowany na tekstach pełnej długości, nauczy się, że stosunek około 0.55 wyznacza granicę między tekstem AI a tekstem ludzkim. Każdy tekst liczący 25 słów, niezależnie od autora, znajduje się wyraźnie powyżej tego stosunku i jest przesuwany w stronę AI. Artykuł wskazuje, że wdrożony detektor nie jest ponownie trenowany za każdym razem, gdy zmienia się długość wejścia. Przewodnik po opublikowanym wskaźniku fałszywie dodatnich wyników Turnitin omawia, co ta wartość obejmuje, a czego nie uwzględnia.

Dlaczego krótkie teksty są trudne do klasyfikacji

Krótkie teksty dostarczają detektorowi mniej wszystkiego, co on mierzy. Mniejsza liczba słów oznacza mniej tokenów do porównania, a mniejsza liczba zdań oznacza mniej rytmu do pomiaru. W badaniu tekst liczący 25 słów miał średnio 1.6 zdania, tekst liczący 50 słów 2.7 zdania, a tekst liczący 300 słów 13.4 zdania.

Zmienność długości zdań, często nazywana burstiness, zależy od porównywania zdań ze sobą. W badaniu oddzielała ona teksty ludzkie i AI o 0.71 odchylenia standardowego w tekstach pełnej długości oraz o 0.31 przy 100 słowach. Przy 50 słowach różnica była w praktyce zerowa. Detektor opierający się na burstiness potrzebuje kilku zdań, aby mierzyć ją wiarygodnie.

Większa część tej mocy pozostaje zachowana na poziomie słów. Średnia długość słowa i częstość długich słów zachowały około dwóch trzecich swojej mocy rozróżniającej przy 25 słowach. Pojawił się jednak także wzrost nakładania się wyników, przy 50 słowach wyniki obu grup mają tendencję do skupiania się wokół środka. Duża część każdej grupy trafia do obszaru nakładania się.

Cytowane lub gotowe sformułowania również mają większe znaczenie w krótkim tekście. Odpowiedź licząca 50 słów ma około trzy zdania, więc każde zdanie stanowi mniej więcej jedną trzecią tego, co widzi detektor. Zacytowana definicja w jednym z nich ma znacznie większą wagę niż to samo zdanie w eseju liczącym 2,000 słów.

Dyskusje na forum, abstrakty, egzaminy z krótką odpowiedzią i listy motywacyjne

Posty na forum dyskusyjnym

Post napisany zgodnie z wymaganiem 200 słów znajduje się poniżej progu 300 słów w Turnitin, więc Turnitin nie nadaje mu wyniku AI. Inne narzędzia mogą jednak nadal go oceniać. Przy 200 słowach klasyfikator z badania błędnie oznaczył 40.1% tekstów ludzkich, gdy ustawiono go tak, aby wykrywał 95% przeredagowań AI, wobec 28.6% w tekstach pełnej długości.

Abstrakty

Abstrakt czasopisma liczący 250 słów znajduje się blisko dolnej granicy, a abstrakty są gęstym, formalnym pisaniem. Wcześniejsze badanie TextPulse wykazało, że teksty ludzkie, które klasyfikator błędnie klasyfikuje, są najbardziej formalne. Artykuł o długości dodaje długość tekstu jako drugą, odrębną przyczynę fałszywych oznaczeń, a krótki, formalny abstrakt jest narażony na obie. Jeśli abstrakt budzi wątpliwości, sprawdzenie pełnego artykułu daje detektorowi długość, którą zaleca jego dostawca.

Egzaminy z krótką odpowiedzią

Odpowiedzi liczące od 50 do 100 słów mieszczą się w zakresie, w którym liczby w badaniu spadają najszybciej. Przy 50 słowach klasyfikator ustawiony na wykrywanie 95% parafraz AI fałszywie oznaczył 58.8% tekstów ludzkich. Artykuł stwierdza, że poniżej 50 słów żaden praktyczny próg nie daje użytecznych wyników. Dodaje też, że odmowa wydania werdyktu na krótkim tekście jest bardziej wiarygodna niż jego ocenianie.

Listy motywacyjne

Jednostronicowy list motywacyjny do pracy lub zgłoszenia do czasopisma ma kilkaset słów i w dużej części opiera się na ustalonych sformułowaniach. Pangram odradza sprawdzanie tekstu o silnie schematycznym charakterze. Jeśli list motywacyjny jest sprawdzany, należy traktować każdy wynik jako szacunek z szerokim marginesem.

Co zrobić, gdy tekst jest poniżej dolnej granicy

Zostaw tekst tak, jak go napisałeś, i zamiast tego podaj wynikowi kontekst. Te kroki odnoszą się zarówno do autora, jak i do osoby oceniającej wynik.

1. Nie sztucznie wydłużaj tekstu. Dodatkowe słowa napisane po to, by osiągnąć dolną granicę, zmieniają utwór, o który zostałeś poproszony, a wynik opisuje wtedy wersję z dodatkowymi słowami.
2. Sprawdź cały dokument, jeśli możesz. Pełne wypracowanie lub rozdział daje detektorowi zalecaną długość, a krótki fragment jest oceniany jako część dłuższego tekstu.
3. Spójrz na widok zdań. Detektory, które oceniają zdania, pokazują, które linie wpływają na wynik, a w krótkim tekście często są to jedno lub dwa zdania, na przykład cytowana definicja.
4. Zachowuj szkice i historię wersji. Pokazują one, jak tekst się rozwijał, a wynik na krótkim fragmencie nie może tego pokazać.
5. Zapytaj, jak wynik będzie użyty. Rezultat dla tekstu poniżej własnej zalecanej długości dostawcy jest słabym sygnałem, a osoba oceniająca powinna uwzględnić go właśnie w ten sposób.

Dla pracowników artykułowa dyskusja wskazuje prostą zasadę: wymagać większej ilości tekstu albo nie wydawać żadnego werdyktu poniżej określonej długości. Próg 300 słów w Turnitin jest właśnie taką zasadą. Gdy istnieje pełny raport, przewodnik po tym, czym jest dobry wynik Turnitin wyjaśnia, jak go interpretować.

Jak TextPulse obsługuje krótki tekst

TextPulse nie używa AI detector i nie sprzedaje skanów detektora. TextPulse wyświetla Human Score (0 to 100) po każdej humanizacji. Ten wynik jest oszacowaniem wykonywanym w aplikacji na podstawie głębokości przeredagowania, różnorodności słownictwa, rozkładu tokenów i zróżnicowania długości zdań w Twoim tekście. Do obliczenia tego wyniku nie użyto żadnego detektora.

AI Humanizer wymaga co najmniej 50 słów na jedną humanizację i przetwarza do 500 słów na przebieg w Pro oraz 1,000 w Plus. Document Humanizer może pracować na całym angielskim pliku .docx o długości do 15,000 słów. Wymaga co najmniej 50 słów tekstu głównego i zachowuje nagłówki, listy, tabele, podpisy i odwołania w takiej postaci, w jakiej zostały zapisane. Oba narzędzia są zaprojektowane tak, aby obniżać AI scores w szkicach, w których kurs lub czasopismo dopuszcza pomoc AI.

Przed wklejeniem tekstu do detektora sprawdź jego długość za pomocą free Word Counter. To narzędzie liczy słowa, znaki ze spacjami i bez spacji, zdania oraz unikalne słowa, dzięki czemu można porównać tekst z progiem określonym w dowolnej z tych jednostek. Wszystkie szczegóły dotyczące badania długości, wyniki dla poszczególnych tekstów i kod analityczny, są publicznie dostępne na Zenodo, a hub badawczy wymienia to badanie wraz z innymi pracami TextPulse.