Studiu comparativ al umanizatoarelor AI: ce s-a întâmplat cu aceleași texte academice

În studiul nostru comparativ privind humanizatoarele AI, fiecare humanizator a mutat aceleași 48 de texte academice către un stil de scriere uman, iar instrumentele au diferit cel mai mult prin ceea ce au păstrat. Unele au păstrat sensul, citările și numerele aproape de sursă. Altele au adăugat numere și nume inventate sau noi erori gramaticale, iar acele rezultate au fost adesea cele pe care un detector le-a etichetat drept umane.

TextPulse Research a realizat studiul comparativ privind humanizatoarele AI în august 2026 și l-a publicat ca lucrare de lucru la 29 august. TextPulse este unul dintre instrumentele incluse, astfel încât fiecare instrument a primit aceleași intrări, iar fiecare măsură este un script public. Lucrarea de lucru completă conține toate tabelele, figurile și scripturile, iar toate cele 432 de texte rescrise sunt publice.

Ce a testat studiul comparativ privind humanizatoarele AI

Studiul a oferit fiecărui humanizator aceleași 48 de texte. Fiecare a fost secțiunea Rezultate și Discuție a unui studiu empiric inventat, scrisă de un model AI și având aproximativ 301 cuvinte. Patru familii de modele au scris câte 12 texte fiecare: OpenAI, Google, DeepSeek și Anthropic. Textele au acoperit patru discipline și trei stiluri de citare, astfel încât fiecare instrument a întâlnit numere, nume de autori și marcatori de referință pe care trebuia să le păstreze.

Parte a designului	Ce a folosit studiul
Texte sursă	48 de secțiuni Rezultate și Discuție scrise de AI, fiecare cu 264 până la 344 de cuvinte
Cine le-a scris	Câte 12 texte de la modelele OpenAI, Google, DeepSeek și Anthropic
Discipline	Medicină și sănătate, științe fizice și computaționale, științe sociale, științe umaniste
Stiluri de citare	APA autor-an, paranteze numerice, fără citări
Fapte verificate în texte	404 termeni tehnici, 887 numere, 124 de citări
Cum a rulat fiecare instrument	Inserat o singură dată în pagina sa web, la setarea implicită, rezultatul păstrat așa cum a fost returnat
Date	26 până la 28 august 2026
Detectoare	Turnitin, un document per instrument, și GPTZero, fiecare text separat

Rolul unui humanizer este să rescrie rezultatul generat de AI, astfel că studiul a pornit de la rezultatul generat de AI, cu o listă verificată de fapte. Înainte de orice rescriere, fiecare model a enumerat termenii, numerele și citările pe care le folosise. Fiecare element enumerat a fost comparat cu textul, iar orice element care lipsea din acesta a fost eliminat. A rămas astfel o listă fixă pentru fiecare text, astfel încât studiul a putut număra exact ce a păstrat, a schimbat sau a inventat fiecare humanizer.

Fiecare text a fost introdus o singură dată în pagina web a fiecărui instrument, la setarea implicită a instrumentului, iar rezultatul a fost salvat exact așa cum a fost returnat. Nimeni nu a editat niciun rezultat. Unele instrumente au procesat mai puțin de 48, deoarece nivelurile gratuite limitează numărul de texte pe care le acceptă un instrument. Un set de bază de 24 de texte a fost același pentru fiecare instrument, în aceeași ordine. TextPulse a procesat toate cele 48.

Cum a măsurat studiul un text humanizat

Un scor al detectorului îți spune cum a părut un text unui detector, într-o anumită zi. Nu spune nimic despre dacă rescrierea raportează în continuare aceleași rezultate. Studiul a evaluat mai întâi fiecare rezultat pe textul însuși și abia apoi pe detectoare. Pentru studenți sau cercetători, este important să existe o lucrare care spune în continuare ceea ce spun datele, în proză care sună ca și cum ar fi fost scrisă de o persoană.

Măsură	Ce verifică	De ce contează într-o lucrare
Semnificație	Cât de apropiată este rescrierea de sursă, ca scor de similaritate de la 0 la 1	Un scor mai mic înseamnă că paragraful spune acum altceva
Citații păstrate	Proporția citațiilor din text încă prezente, cu același autor și an	Un an schimbat rupe corespondența cu lista de referințe
Numere păstrate	Proporția numerelor verificate care încă apar în text	Un eșantion pierdut sau o valoare p schimbă rezultatul
Elemente inventate	Numere și nume din rezultat pe care sursa nu le-a avut niciodată	O cifră inventată este o afirmație falsă despre studiu
Erori gramaticale adăugate	Erori noi per 1.000 de cuvinte, numărate cu LanguageTool	Erorile costă puncte și încrederea evaluatorilor
Grad de lectură	Schimbarea în gradul Flesch-Kincaid	Textul AI are un nivel de grad mai ridicat decât proza umană publicată
Poziție stilistică	Poziția textului între scrierea umană tipică și scrierea AI tipică	Detectorii stilometrici răspund la aceste caracteristici
Lungime	Lungimea rezultatului raportată la sursă, 0.70 până la 1.30 ori este considerată păstrată	Un instrument care înjumătățește un text a eliminat conținut

Poziția stilistică provine dintr-o scală pe care TextPulse a dezvoltat-o din 47 de caracteristici stilistice extrase din 121,092 de texte academice (descrise în lucrarea noastră de clasificare stilometrică). Textul academic uman tipic este la 0, iar textul AI tipic este la 100. Numim jumătatea mediană a textelor umane (-36 până la 33) intervalul uman.

Vocabularul a fost punctat în raport cu o listă de 1,057 de cuvinte din lucrarea noastră despre vocabularul AI. Dintre acestea, 581 sunt cuvinte pe care modelele AI le folosesc mai mult decât oamenii, iar 476 înclină în sensul opus. Studiul a numărat câte cuvinte cu înclinație spre AI a eliminat fiecare instrument per 1,000 de cuvinte.

Ce a făcut fiecare humanizer textului

Fiecare instrument din studiu și-a deplasat rezultatele spre capătul uman al scalei stilistice. Textele AI netratate au avut în medie 138, peste textul AI tipic, la 100. După rescriere, unele instrumente au ajuns în intervalul uman, iar altele s-au oprit cam la jumătate. Fiecare instrument a eliminat, de asemenea, vocabularul cu tendință spre AI și a redus nivelul de lectură, astfel încât direcția schimbării a fost aceeași în întregul domeniu.

Două tipuri de caracteristici deplasează cel mai mult un text de-a lungul scalei. Prima pereche este lungimea medie a cuvintelor și proporția cuvintelor lungi. O rescriere de la "help" la "facilitate" va face textul mai asemănător cu AI, deoarece crește lungimea medie a cuvintelor și crește proporția cuvintelor lungi. A doua este variația lungimii propozițiilor, care împinge spre uman. Un paragraf în care toate propozițiile au între 22 și 26 de cuvinte este plat, dar un paragraf care combină o propoziție de 9 cuvinte cu una de 31 de cuvinte este variat.

Ideea este să se ajungă la un nivel de lectură mai scăzut. Textul academic scris de AI are un scor Flesch-Kincaid mai ridicat decât proza academică umană publicată. Așadar, dacă acesta scade, scrierea devine mai apropiată de stilul simplu în care scriu cercetătorii. La asta reacționează detectoarele stilometrice. Acestea sunt, de asemenea, schimbările care fac un draft mai ușor de citit. Cele două obiective se aliniază atâta timp cât conținutul rămâne intact.

Articolul nostru despre cum schimbă humanizers o propoziție arată aceste modificări propoziție cu propoziție. Studiul adaugă măsurarea: cât de mult a deplasat fiecare schimbare textul și ce a costat aceasta în sens și fapte.

Unde au diferit instrumentele: sens, citări și numere

Instrumentele au diferit în ratele lor de păstrare. De exemplu, în întregul studiu, între 29 și 100 la sută dintre citări au fost păstrate. Între 0.06 și 4.44 elemente inventate au apărut per rezultat. Între 0.65 și 4.91 erori noi de gramatică au apărut per 1,000 de cuvinte. Elementele inventate au fost dimensiuni ale eșantionului, procente, limite de încredere, nume de autori și instituții pe care sursa nu le-a menționat niciodată.

Numele și unitățile au dispărut în moduri mai subtile. Când un instrument reformula o statistică, adesea omitea unitatea, astfel încât "Cohen's d" devenea o mărime a efectului și "Celsius" devenea grade. Numele autorilor dispăreau împreună cu citările lor. Numele de specii, de epocă și de instrumente erau înlocuite cu o descriere. Un cititor care vrea să verifice un rezultat are nevoie de aceste nume, astfel că fiecare dintre aceste pierderi contează.

Adâncimea reformulării și fidelitatea trag în direcții opuse. Un instrument care schimbă o treime din cuvinte păstrează mai ușor sensul. Un instrument care schimbă majoritatea lor are mai multe șanse să piardă ceva. Ponderea cuvintelor schimbate a variat între 35 și 68%. Rezultatul pe care îl dorește un cercetător este o reformulare profundă care păstrează totuși sensul. Această combinație a fost rară.

Studiul a căutat, de asemenea, caractere ascunse: caractere invizibile, spații nestandard și litere asemănătoare din alfabetele chirilic sau grec. Unele humanizers adaugă acestea pentru a schimba rezultatul unui detector. Niciun instrument din acest studiu nu a adăugat astfel de caractere, deci nicio ieșire nu a eșuat din acest motiv la poarta de calitate.

De ce rezultatul unui detector, luat singur, este un criteriu slab de evaluare pentru un humanizer

Rezultatul unui detector, luat de unul singur, este un criteriu incomplet de evaluare pentru un humanizer. În studiul comparativ al humanizerelor AI, ieșirile pe care GPTZero le-a etichetat cel mai des drept umane proveneau de la instrumente care inventau mai multe numere și nume, eliminau mai multe citări sau adăugau mai multe erori gramaticale. Cel mai ușor mod de a schimba estimarea unui detector este să schimbi ceea ce spune textul. O reformulare de acest fel nu îndeplinește scopul lucrării pe care trebuia să o ajute.

Pentru a măsura simultan ambele aspecte, studiul a stabilit o poartă de calitate. Pentru a o trece, o ieșire avea nevoie de un scor al sensului de cel puțin 0.95 și de cel puțin 90% din citările sale. De asemenea, trebuia să nu conțină numere sau nume inventate, caractere ascunse și să aibă o lungime în limitele toleranței. O etichetă GPTZero de uman a contat atunci doar pentru ieșirile care au trecut poarta. Poarta a fost aceeași pentru fiecare instrument.

Fiecare rezultat al instrumentului a fost introdus într-un singur document, cu un text pe pagină. Studiul a folosit procentul AI unic al Turnitin pentru document. Turnitin folosește un asterisc în locul unui număr pentru valori sub 20 la sută. Rezultatele detectorilor sunt estimări obținute de la o singură versiune a detectorului, la datele studiului. Am scris despre cum să citiți scorul AI din Turnitin în ghidul nostru despre ce înseamnă un scor AI Turnitin.

Cum s-a descurcat TextPulse în comparația umanizatoarelor

TextPulse a ieșit pe primul loc în indicele compozit al studiului, care acordă aceeași pondere profunzimii rescrierii, sensului, poziției stilistice, gramaticii și integrității conținutului. Scorurile TextPulse au fost 0.811 pentru aceste cinci măsuri și 0.843 când a fost adăugată măsura detectorului cu poartă. A avut rezultate bune deoarece nu a avut nicio măsură slabă. A rescris mai mult de jumătate din fiecare text și a păstrat faptele de care depinde o lucrare.

Măsură	Rezultatul TextPulse
Cuvinte modificate	52%
Sens păstrat (similaritate cu sursa)	0.971, aproximativ 97%
Citate păstrate	99%
Numere păstrate	87%
Entități numite păstrate	95%
Erori gramaticale adăugate	0.65 la 1,000 de cuvinte, cele mai puține din studiu
Elemente inventate	0.48 per output; un nume inventat într-un output din cincizeci
Nivel de lectură	3.6 grade mai jos, cea mai mare scădere
Cuvinte cu tendință AI eliminate	39 la 1,000 de cuvinte, cele mai multe din studiu
Poziție stilistică	29, în interiorul intervalului uman
Rezultate în interiorul toleranței de lungime	47 din 48
Rezultate care au trecut poarta de calitate	67%
Scor AI Turnitin, un document cu toate rezultatele	24%, cel mai mic din studiu (la egalitate)
Eticheta umană GPTZero pentru rezultatele care au trecut poarta	10.4% (5 din 48), cea mai mare din studiu

Două rezultate contează cel mai mult pentru uz academic. Dintre instrumentele care au schimbat cel puțin jumătate dintre cuvinte, TextPulse a păstrat cel mai bine sensul. Dintre instrumentele cu un scor al sensului de 0.97 sau mai mare, a schimbat cel mai mare număr de cuvinte. Niciun alt instrument din studiu nu s-a încadrat în ambele grupuri. Un humanizer pentru scriere academică are nevoie de această combinație, deoarece o rescriere ușoară lasă stilul AI în loc, iar o rescriere profundă care elimină fapte schimbă constatările.

GPTZero a etichetat 9 din 48 de rezultate TextPulse ca fiind umane, iar 5 dintre acestea au trecut și pragul de calitate, cel mai bun rezultat cu prag din studiu. Documentul Turnitin al rezultatelor TextPulse a obținut 24 la sută AI, la egalitate pentru cel mai mic scor. Celelalte documente au obținut între 28 și 74 la sută. Rezultatele detectorului sunt estimări, iar studiul le raportează alături de măsurile textuale din acest motiv.

Ce nu vă poate spune studiul

Studiul de comparație a humanizerelor AI își enumeră propriile limite. Textele au fost scrise de modele AI după un prompt fix, iar schițele reale sunt mai lungi și mai puțin uniforme. Fiecare instrument a rulat o singură dată, la setarea sa implicită, între 26 și 28 august 2026. Furnizorii își actualizează instrumentele, astfel că rezultatele descriu acele date și ar trebui citite ca un instantaneu.

Instrumente diferite au numere diferite de texte, deoarece sunt limitate la un anumit număr de texte gratuite pe care instrumentul le va procesa. Acest lucru duce și la intervale de încredere mai mari pentru instrumentele cu mai puține texte. Turnitin generează un singur scor per document și, prin urmare, nu are o distribuție de scoruri per text. GPTZero este un detector, o singură versiune de model (2026-08-09-base).

TextPulse a realizat studiul și este unul dintre instrumentele incluse în el. Fiecărui instrument i-au fost oferite aceleași intrări. Conform protocolului, toate măsurile sunt scripturi disponibile public, iar toate rezultatele brute sunt partajate. Aceasta înseamnă că oricine poate rula din nou calculele sau le poate pondera diferit. Textele sursă, toate cele 432 de rezultate, răspunsurile detectorului și scripturile sunt publice.

Cum să folosiți constatările pe propria schiță

Constatările se transformă într-un control scurt pe care îl puteți face după orice humanizer, inclusiv al nostru. Comparați rezultatul cu schița dumneavoastră pentru elementele pe care studiul le-a numărat. Pentru o singură secțiune, durează câteva minute.

1. Verificați fiecare număr în raport cu schița dumneavoastră: dimensiunile eșantioanelor, procentele, valorile p și intervalele de încredere.
2. Verificați fiecare citare din text pentru același autor și același an, apoi potriviți-o cu lista de referințe.
3. Căutați nume care s-au schimbat: instrumente, specii, seturi de date, unități și nume de autori.
4. Citiți pentru afirmații care au devenit mai puternice, cum ar fi „poate indica” rescris ca „arată”.
5. Comparați lungimea. Un rezultat mult mai scurt decât sursa a omis probabil conținut.
6. Citiți textul cu voce tare pentru a depista erorile gramaticale adăugate de rescriere.

Lungimea este cea mai rapidă dintre aceste verificări. În studiu, un rezultat între 0.70 și 1.30 ori lungimea sursei a fost considerat păstrat. TextPulse a păstrat 47 din 48 de rezultate în interiorul acestui interval, cu o medie de 1.14 ori sursa, astfel încât rezultatele sale au fost puțin mai lungi decât schițele.

Citările sunt cele mai consumatoare de timp pentru a fi verificate manual. În studiu, TextPulse a păstrat 99 la sută dintre ele, iar modificările sale au fost la nivel de prezentare, cum ar fi o citare parantezată transformată într-una narativă. Articolul nostru despre un humanizer AI care păstrează citările explică la ce să fiți atent în propriile marcaje de referință.

Verificatorul gratuit de burstiness măsoară cât de mult variază lungimile propozițiilor din schița dumneavoastră. Varietatea lungimii propozițiilor este una dintre caracteristicile pe care scala studiului le ponderază în favoarea scrierii umane. Pentru un ghid clasificat cu prețuri, consultați ghidul nostru despre cel mai bun humanizer AI pentru scriere academică. Când sunteți gata să rescrieți, TextPulse AI humanizer este construit pentru a păstra numerele, numele și citările dumneavoastră și raportează un Human Score estimat pentru rezultat.