Люди не отличают рассказы ChatGPT от человеческих: что показало новое исследование

Более 2500 человек приняли участие в эксперименте, где им предлагали прочитать короткие рассказы и угадать, кто их написал - человек или ChatGPT. Результат оказался однозначным: читатели не смогли отличить тексты, созданные искусственным интеллектом, от написанных людьми. Более того, в слепом тесте рассказы ChatGPT получили более высокие оценки по качеству и вовлечённости. Но как только участникам сообщали, что текст сгенерирован машиной, их мнение менялось - оценки падали. Этот парадокс вскрывает механизм, который исследователи называют предвзятостью против ИИ.

Это исследование продолжает серию работ о восприятии творчества нейросетей. Ранее похожий эффект уже фиксировали в поэзии: люди хвалили стихи, пока считали их человеческими, и критиковали те же строки, узнав об авторстве алгоритма. Новые данные подтверждают: наша оценка контента сильно зависит от контекста, а не только от объективного качества. Разберём методологию, ключевые цифры и практические выводы из этой работы.

Суть исследования: как проверяли способность ИИ писать рассказы

Исследователи поставили задачу выяснить, способен ли современный ИИ создавать короткую прозу, неотличимую от человеческой, и как знание об авторстве влияет на восприятие текста. Дизайн эксперимента был построен на слепом сравнении, что позволило отделить объективные оценки от предубеждений.

Кто участвовал и что оценивали

В эксперименте участвовали более 2500 человек. Точная демография выборки в открытых материалах не детализируется, но масштаб сам по себе достаточен для статистически значимых выводов. Каждому участнику предлагали прочитать несколько коротких рассказов. Часть из них была написана людьми, часть - сгенерирована ChatGPT по одинаковым темам и вводным.

Участники оценивали тексты по двум критериям: общее качество повествования и вовлечённость - насколько история захватывает и удерживает внимание. Формат коротких рассказов важен для интерпретации результатов: это не романы и не техническая документация. Выводы исследования применимы именно к этому жанру, а не ко всем типам текстов.

Главный результат: читатели не видят разницы

В слепом тесте участники не смогли статистически значимо отличить рассказы ChatGPT от написанных людьми. Процент правильных угадываний не превышал случайного уровня. Это означает, что по чисто текстовым признакам - стилю, логике повествования, выбору слов - разница между ИИ и человеком оказалась незаметной для читателей.

Ещё более примечательный факт: рассказы, созданные ChatGPT, получили более высокие средние оценки по качеству и вовлечённости. Участники сочли их более интересными и хорошо написанными. Этот результат перекликается с предыдущими исследованиями, где похожее смещение обнаружили при оценке стихов, - о чём мы рассказывали в разборе нового стандарта прозрачности в журналистике.

Парадокс предвзятости: почему оценки падают, когда узнают об ИИ

Ключевой психологический феномен, который зафиксировало исследование, - это резкое изменение оценок после раскрытия авторства. Когда участникам сообщали, что понравившийся им текст на самом деле сгенерирован ChatGPT, их повторные оценки оказывались значительно ниже первоначальных. Этот эффект устойчив и воспроизводится в разных контекстах.

Эффект «сделано машиной»: как знание об авторстве меняет восприятие

Предвзятость против ИИ работает как когнитивное искажение: мы склонны принижать ценность того, что создано алгоритмом, даже если до этого объективно оценили результат высоко. Авторы исследования связывают этот эффект с устоявшимися ожиданиями от «человеческого» творчества. Читатель подсознательно ищет в тексте следы личности - уникальный опыт, эмоции, субъективный взгляд, - и, не находя их, разочаровывается.

Этот механизм проявляется не только в литературе. Аналогичные эффекты зафиксированы в восприятии музыки, изобразительного искусства и даже деловых рекомендаций. Как только появляется метка «создано ИИ», включается режим критической оценки, который не активировался при чтении того же текста без атрибуции. Кристофер Нолан недавно сравнил ИИ с троянским конем, подчёркивая, что настороженность общества растёт, - подробнее об этом в статье «Кристофер Нолан назвал ИИ прозрачным троянским конем».

Почему ИИ-тексты кажутся лучше: лёгкость восприятия или настоящий талант?

Авторы исследования выдвигают гипотезу, которая отрезвляет: высокие оценки ИИ-текстов связаны не с литературным превосходством, а с лёгкостью восприятия. ChatGPT генерирует «гладкие», предсказуемые тексты. Они лишены сложных метафор, резких стилистических переходов, авторских интонаций - всего того, что требует от читателя дополнительных когнитивных усилий.

Человеческий текст часто неровен. В нём встречаются неожиданные образы, отступления, стилистические шероховатости. Это может снижать формальную «читаемость», но создавать глубину и оригинальность. ИИ-текст, напротив, оптимизирован под быстрое понимание. Он не рискует, не экспериментирует, а следует наиболее вероятным языковым паттернам. В результате читатель тратит меньше усилий на расшифровку смысла и склонен оценивать такой текст выше - но это оценка комфорта, а не таланта.

Это различие важно для практического применения. Если ваша задача - быстро получить понятный черновик или инструкцию, ИИ справится отлично. Если нужна оригинальная художественная проза с уникальным голосом, человеческий автор пока сохраняет преимущество. О том, как нейросети меняют профессиональные стандарты, мы рассказывали в материале «ИИ в журналистике: как Пулитцеровская премия 2026 года зафиксировала новый стандарт прозрачности».

Что это значит для нас: практические выводы из исследования

Результаты исследования меняют правила игры в медиа, маркетинге, образовании. ИИ уже способен создавать контент, неотличимый от человеческого для массового читателя. Но наше восприятие остаётся субъективным и сильно зависит от контекста. Знание об авторстве - мощный фильтр, который может как улучшить, так и ухудшить оценку одного и того же текста.

Как использовать эти знания в работе и жизни

Первый практический вывод: не отвергайте ИИ-контент автоматически. Если текст решает вашу задачу - информирует, объясняет, развлекает, - его происхождение вторично. Проверяйте качество, а не источник.

Второй вывод: тестируйте ИИ-инструменты для черновиков. ChatGPT и аналоги могут взять на себя подготовку базового текста, который вы затем доработаете - добавите фактуру, примеры, авторскую интонацию. Это экономит время без потери контроля над финальным результатом. О том, как ИИ расширяет границы профессий, а не заменяет людей, мы писали в статье «Новые модели ИИ и регулирование: дайджест недели».

Третий вывод: помните о собственной предвзятости. Когда вы читаете текст, зная, что его создал ИИ, вы невольно включаете режим гиперкритики. Это может мешать объективно оценить информацию. Осознанное отношение к этому искажению помогает принимать более взвешенные решения - и в работе с контентом, и в оценке новостей, и в бытовых ситуациях.

Ограничения исследования и что осталось за кадром

Любое исследование имеет границы применимости, и это не исключение. Авторы честно указывают на ряд caveats, которые важно учитывать при интерпретации результатов.

Эксперимент охватывал только короткие рассказы. Результаты нельзя автоматически переносить на другие жанры: длинную прозу, поэзию, техническую документацию, аналитику. В каждом из этих форматов требования к тексту различаются, и способность ИИ имитировать человека может быть иной.

Предвзятость против ИИ может быть культурно-специфичной. Выборка из 2500 человек, вероятно, отражает западную аудиторию, и в других культурных контекстах эффект может проявляться иначе. Кроме того, лёгкость восприятия не равна качеству - этот тезис авторы подчёркивают особо. Текст может быть «гладким», но пустым, или сложным, но глубоким. Исследование не оценивало оригинальность, эмоциональную глубину или новизну идей - только воспринимаемое качество и вовлечённость.

Наконец, технологический контекст быстро меняется. Модели, на которых проводился эксперимент, уже не являются передовыми. Новые поколения ИИ, такие как GPT-5.6, показывают значительно более высокие результаты - о том, как настройки API помогают улучшить качество без изменения кода модели, читайте в разборе «Как две настройки API помогли GPT-5.6 втрое улучшить результат на тесте ARC-AGI-3». С каждой итерацией граница между человеческим и машинным текстом будет становиться всё тоньше, а вопросы восприятия и предвзятости - всё острее.