Lupa nad dokumentem z fragmentem tekstu podświetlonym na cyjanowo, symbol analizy pracy w systemie antyplagiatowym
Moduł analizy AI nie czyta treści pracy. Ocenia, jak bardzo przewidywalny jest jej język.

Krótka odpowiedź: tak, Jednolity System Antyplagiatowy ma moduł analizy AI od lutego 2024 roku. Ale robi coś innego, niż większość osób myśli.

Dwie różne kontrole, nie jedna

Klasyczny antyplagiat porównuje Twój tekst z bazami prac i publikacji. Szuka zapożyczeń. Analiza AI nie ma żadnej bazy: ocenia wyłącznie styl, a konkretnie to, jak przewidywalne jest kolejne słowo w zdaniu. Ta miara nazywa się perplexity. Model językowy pisze wyjątkowo równo, więc bardzo gładkie fragmenty system oznacza jako podejrzane.

Porównanie dwóch kontroli w antyplagiacie: moduł podobieństwa porównuje z bazami źródeł, moduł analizy AI ocenia regularność języka
Dwa moduły, dwa zupełnie różne pytania. Tylko pierwszy porównuje cokolwiek z czymkolwiek.

Raport nie pokazuje procentu

To najczęstsze nieporozumienie. Nie ma wskaźnika „37 procent tekstu to AI". Raport wskazuje konkretne fragmenty do obejrzenia i na tym kończy się jego rola. Sama analiza jest do tego opcjonalna: ktoś musi ją zaznaczyć przy zakładaniu badania.

Choć na części uczelni to już standard. Politechnika Warszawska ogłosiła w kwietniu 2025 roku, że każda powstająca tam praca jest po wgraniu do archiwum sprawdzana automatycznie zarówno pod kątem plagiatu, jak i AI.

Twórcy systemu sami mówią, gdzie leży granica

Ośrodek Przetwarzania Informacji, który prowadzi JSA, pisze w swojej bazie wiedzy, że narzędzie rozstrzygające o użyciu AI jest dziś „praktycznie niemożliwe". Kierowniczka projektu Małgorzata Wartacz mówi wprost, że system nie daje stuprocentowej pewności. W dokumentacji jest też ostrzeżenie, że akty prawne i definicje bywają oznaczane jako maszynowe, bo z natury są szablonowe.

Wniosek: JSA nie stwierdza niczego wiążąco. Daje promotorowi materiał do rozmowy.

Fałszywy alarm to nie teoria

Zespół z Uniwersytetu Stanforda przebadał w 2023 roku siedem komercyjnych detektorów. Eseje osób, dla których angielski nie był językiem ojczystym, zostały oznaczone jako maszynowe w 61,3 procent przypadków. Dla rodzimych użytkowników było to 5,1 procent. Przyczyna: prostsze słownictwo daje niską perplexity, czyli dokładnie ten sygnał, którego szuka detektor.

Przełóż to na swoją pracę. Rozdział teoretyczny, pisany suchym stylem, z definicjami i przypisami, jest bardziej przewidywalny niż rozdział z własną analizą. To jego najczęściej podświetla system.

Trzy kroki przed oddaniem pracy: sprawdzenie całości skanerem, poprawa zbyt gładkich fragmentów, opisanie zakresu użycia AI
Trzy kroki, które zajmują kwadrans i oszczędzają nerwową rozmowę z promotorem.

Co zrobić przed oddaniem

Najpierw sprawdź całość. Skaner pracy dyplomowej analizuje plik DOCX lub PDF rozdział po rozdziale i pokazuje sekcje najbardziej regularne, czyli te, które podświetli także JSA. Pojedynczy akapit prześwietlisz dokładniej detektorem AI. Wszystko dzieje się w przeglądarce.

Potem popraw to, co wyszło zbyt gładko. Humanizer tekstu wskaże konkretne frazy do przepisania własnymi słowami. Nie po to, żeby oszukać kontrolę, tylko żeby tekst brzmiał jak Twój, bo to jego będziesz bronić na obronie.

Na koniec opisz zakres użycia zamiast go ukrywać. Jeśli uczelnia wymaga oświadczenia, złożysz je w minutę generatorem oświadczenia o użyciu AI. Research i korekta językowa nie są przewinieniem. Przewinieniem jest tekst wygenerowany w całości i podany jako własny.

Czego wymaga konkretnie Twoja uczelnia, sprawdzisz w tekście o zasadach korzystania z AI na uczelni. Cały przewodnik dla piszących prace zebrałem w dziale AI dla studenta.