Najważniejsze informacje
| Co | Stan na 27.10.2026 |
|---|---|
| Ogólnokrajowa reguła | jedna reguła nie istnieje; decyduje regulamin uczelni i promotor |
| PW (odczyt 27.10, komunikat 10.04.2025) | „Każda praca dyplomowa… jest automatycznie sprawdzana” pod kątem plagiatu i AI w JSA (przez USOS/APD) |
| Jak działa wykrywanie na PW | model językowy liczy prawdopodobieństwo fraz; „im większa regularność, tym większe prawdopodobieństwo” AI |
| Detektory wg Stanford | 61,22% esejów TOEFL studentów nieanglojęzycznych oflagowane jako AI; 97% przez przynajmniej 1 z 7 detektorów (15.05.2023) |
| Słowo badacza | detektory „unreliable and easily gamed” (prof. James Zou, Stanford) |
| Zwykle bezpieczne | poprawa języka, struktura, szukanie ścieżek literatury, sprawdzenie liczb (uwaga na halucynacje) |
| Ryzykowne | treści merytoryczne pisane przez model, bez deklaracji i bez zrozumienia |
Co mówią regulaminy: PW działa automatycznie, resztę sprawdź u siebie
Jedyna żywa strona uczelniana w naszych odczytach, komunikat Politechniki Warszawskiej z 10.04.2025, opisuje mechanizm bez owijania: „Każda praca dyplomowa, która powstała na Politechnice Warszawskiej, jest automatycznie sprawdzana zarówno pod kątem plagiatu (to narzędzie znane od lat), jak i wykorzystania sztucznej inteligencji (nowa funkcjonalność)”. Weryfikacja siedzi w Jednolitym Systemie Antyplagiatowym, do którego praca trafia po wgraniu do Archiwum Prac Dyplomowych w systemie USOS. Prorektor ds. Studiów prof. Jan Słyk w tym samym komunikacie: „Wprowadzamy nowe narzędzia weryfikujące prace w trosce o zachowanie wartości naszych dyplomów”.
Reszty uczelni nie odczytaliśmy, bo wyszukiwarki (Bing, Mojeek, headless Google) nie zwróciły użytecznych wyników dla regulaminów edu.pl, a zgadywanie adresów to metoda, z której nie korzystamy. Zapisuję więc wprost: nasze pokrycie odczytów regulaminów jest ograniczone do jednej uczelni, a jedyny rzetelny wniosek ogólny brzmi tak, że jednej reguły na poziomie kraju nie ma, i pierwszym miejscem, gdzie twoja sprawa jest rozstrzygnięta, jest regulamin twojej uczelni plus rozmowa z promotorem. To nie jest zasłona wygodna, tylko dosłownie cała metoda.
- Najważniejsze informacje
- Co mówią regulaminy: PW działa automatycznie, resztę sprawdź u siebie
- Jak uczelnia wykrywa AI w dyplomie: JSA od środka
- Ile warte są detektory AI: co mówi badanie Stanford
- Jak uczciwie używać AI przy dyplomie
- Co jeśli detektor oflagował twoją pracę
- Najczęstsze pytania
Rozmowa z promotorem ma jedną cechę, której nie ma żadne FAQ: ustala to, co uczelnia wprost nie napisała. Część środowisk toleruje AI do języka, część nie toleruje niczego, a różnice potrafią istnieć między katedrami tej samej uczelni. Jedno pytanie na starcie („czy mogę używać AI do poprawy języka i czy tego wymaga Pan/Pani deklarować”) kosztuje pięć minut i rozstrzyga więcej niż wszystkie poradniki razem wzięte.
Jak uczelnia wykrywa AI w dyplomie: JSA od środka
PW opisuje w komunikacie także mechanizm, co jest rzadkie i cenne: „model językowy (przeszkolony na dużym zbiorze danych tekstowych), który wyznacza prawdopodobieństwo dla następujących po sobie wyrazów i fraz językowych ze względu na dany kontekst”. Dalej najważniejsze zdanie komunikatu: „Stosowana metoda bazuje na założeniu, że im większa regularność w tekście, tym większe prawdopodobieństwo, że został on wytworzony przez model językowy”. Czyli detektor nie szuka cudzysłowów ani źródeł; liczy przewidywalność kolejnych słów. Tekst dopracowany, gładki i ujednolicony ma wyższy wynik niż tekst potykający się o własną składnię.
Dla studenta PW komunikat znaczy jedno: AI-detection nie jest tu teorią, tylko elementem rutyny każdej pracy od momentu wgrania do archiwum. Dla studenta innej uczelni komunikat jest wymowny, choć w drugą stronę: skoro największa uczelnia techniczna kraju robi to automatycznie od kwietnia 2025, pytanie „czy u nas to sprawdzają?” nie jest przesadne w żadnej wieczorowej konsultacji. Warto je zadać bez oskarżeń, z ciekawością procesową, bo odpowiedź zwykle otwiera rozmowę o tym, co uczelnia uważa za dopuszczalne, a to jest dokładnie temat tego tekstu.
Z tego mechanizmu wynika praktyczna, nieoczywista konsekwencja: praca pisana uczciwie, ale bardzo starannie, może dostać wynik zawyżony, a praca pisana przez model i poprawiana ręcznie może obniżyć wynik. Prawdopodobieństwo fraz to heurystyka, nie sąd. Dlatego właściwa reakcja na temat detekcji to nie inżynieria odwrotna (uczenie się omijania detektora to dokładnie to, czego nie doradzamy), tylko dokumentowanie procesu: wersje plików, notatki, historia konsultacji. Jeśli praca jest twoja, ślad twojej pracy istnieje niezależnie od wyniku detektora.
Ile warte są detektory AI: co mówi badanie Stanford
Frazy „wykrywacz chatgpt” i „detektor ai tekstu za darmo” żyją w podpowiedziach, a studenci wklejają swoje rozdziały w darmowe detektory na własną rękę. Co o wiarygodności takich narzędzi mówi jedno z najczęściej cytowanych badań, opisuje się poniżej i przydaje się przed wklejeniem czegokolwiek w darmową stronę. Zespół badaczy opisany przez Stanford HAI (artykuł z 15.05.2023, badanie „GPT Detectors are Biased Against Non-native English Writers”) pokazał, że detektory „near-perfect” na esejach amerykańskich ósmoklasistów „classified more than half of TOEFL essays (61.22%) written by non-native English students as AI-generated”. Dalej: „all seven AI detectors unanimously identified 18 of the 91 TOEFL student essays (19%) as AI-generated”, a „89 of the 91 TOEFL essays (97%) were flagged by at least one of the detectors”. Badacz James Zou z Stanfordu podsumował to słowami, które cytujemy w oryginale, bo trudno je polepszyć: „unreliable and easily gamed”.
Dwa zastrzeżenia do własnego badania. Po pierwsze, dotyczyło tekstów angielskich; dla polskiego porównywalnego badania w naszych odczytach nie ma, więc nie rozciągam wyników na polskie dyplomy, choć mechanizm liczenia przewidywalności jest uniwersalny. Po drugie, dane mają trzy lata i detektory się zmieniają; to argument za ostrożnością w obie strony, i wobec skrajnego zaufania, i wobec skrajnego odrzucenia. Jeśli twoja uczelnia używa detektora wprost, traktuj wynik jak element rozmowy z promotorem, nie jak wyrok, i czytaj jego limity w dokumentacji narzędzia, którego uczelnia używa, a nie w marketingu darmowych stron z podpowiedzi.
Jak uczciwie używać AI przy dyplomie
Granica, którą opisuje ten tekst, jest operacyjna: AI może pracować na twoim tekście jako redaktor i asystent warsztatu, ale nie jako autor merytoryki. Co do tego zwykle wchodzi w grę: poprawa języka i interpunkcji w rozdziałach już napisanych, praca nad strukturą (czy akapity mają tezy, czy kolejność sekcji jest spójna), szukanie ścieżek literatury (autorów i pojęć do sprawdzenia, nie gotowych bibliografii) oraz sprawdzenie własnych liczb i rachunków, z pełną świadomością, że modele halucynują; o mechanizmie i przykładach piszemy osobno w tekście o halucynacjach AI, a granice planów darmowych opisuje nasz wpis o AI dla studenta.
Przykład promptu do granicy językowej, bez merytoryki:
Poniżej fragment mojej pracy dyplomowej. Nie zmieniaj treści
merytorycznej, niczego nie dopisuj i niczego nie usuwaj z treści.
Popraw wyłącznie: język, interpunkcję, szyk zdań i powtórzenia
słów. Tam, gdzie sugerujesz zmianę znaczenia (nie tylko formy),
oznacz to wprost komentarzem [ZMIANA ZNACZENIA], żebym mógł
zdecydować sam. Zachowaj terminologię z mojej dziedziny.
[fragment]Praca z literaturą zasługuje na osobne zdanie, bo tu halucynacje bolą najmocniej. Czat zapytany o „autorów piszących o X” podsuwa listę brzmiącą wiarygodnie, w której obok prawdziwych badaczy potrafi stać autor nieistniejący albo artykuł z wymyślonym rokiem. Zasada bezpieczna: czat dostarcza haseł do wyszukiwania (nazwiska, pojęcia, czasopisma), a bazę bibliograficzną potwierdzasz w wyszukiwarce uczelnianej albo Google Scholar; bibliografii generowanej bezpośrednio do przypisów nie wklejamy nigdy, bo każdy przypis musi istnieć pod twoim nazwiskiem, nie pod nazwiskiem modelu.
Deklarowanie użycia to część uczciwej ścieżki tam, gdzie uczelnia je przewiduje: oświadczenie w formularzu pracy, przypis lub adnotacja przy fragmencie, o których mówi regulamin albo promotor. Jeśli twoja uczelnia nie ma żadnej ramy, dokumentowanie procesu (karty z notatek, wersje plików, lista, co AI zrobiło, a co ty) pełni tę samą rolę prywatnie: przy pierwszym pytaniu masz odpowiedź gotową, zamiast improwizować.
Od strony ryzyka: treści merytoryczne pisane przez model to kategoria, która łączy trzy problemy naraz. Halucynacje wprowadzają błędy faktograficzne, których nie widzisz, bo tekst brzmi pewnie. Brak zrozumienia wychodzi na obronie dyplomu, gdzie pytania promovatora dotyczą dokładnie tych fragmentów, których nie piszesz sam. I wreszcie regularność: tekst modelowy ma dokładnie tę cechę, którą detektor wylicza z mechanizmu opisanego wyżej.
Rytm pracy dyplomowej z AI w tle wygląda w praktyce tak: merytorykę piszesz w blokach, które sam rozumiesz, czat zagląda do tekstu w roli redaktora po każdym większym rozdziale, a dokumentowanie (wersje, notatki, listy pomocy) prowadzi się od pierwszego dnia, nie od momentu, w którym pojawiły się pytania. Najgorszy moment na pierwsze spotkanie z czatem jest ostatni tydzień przed oddaniem, bo wtedy kusi, żeby model napisał coś zamiast ciebie, a dokładnie to jest kategoria ryzyka z poprzedniej sekcji. Jeśli twoja praca ma fragmenty, których nie umiesz obronić, lepiej je przepisać samodzielnie dziś niż bronić cudzego rozumowania w czerwcu.
Co jeśli detektor oflagował twoją pracę
Najpierw spokój: wynik detektora jest heurystyką z limitem opisanym wyżej, nie stwierdzeniem faktu. Przygotuj dowody procesu: historia wersji w edytorze dokumentów, notatki z datami, konsultacje z promotorem, źródła z twoimi podkreśleniami. Umów się z promotorem na rozmowę o pracy, a nie o wyniku detektora; na rozmowie o treści twoje rozumienie tematu widać w minutę. Nie oferuję tu gwarancji wyniku, bo takiej nie ma; oferuję metodę, która stawia sprawę uczciwego autora w najlepszej możliwej pozycji. Rozmowę taką warto potwierdzić krótkim mailem po fakcie („dziękuję za rozmowę, ustaliliśmy…”); dokument, który kalendarzowo i treściowo się zgadza, jest najlepszym przyjacielem autora w każdej procedurze. I nie klep w tym momencie „magia zamiany tekstu na ludzki”, bo usługi obiecujące omijanie detektorów sprzedają dokładnie to ryzyko, przed którym ten tekst ostrzega.
Najczęstsze pytania
Czy można używać AI w pracy dyplomowej?
Ogólnokrajowego wyroku nie ma; decyduje regulamin twojej uczelni i stanowisko promotora. Z odczytów: PW sprawdza każdą pracę automatycznie pod kątem AI w JSA (komunikat 10.04.2025), a detalów skutków i granic nie opisuje, więc pytanie do promotora jest jedyną rzetelną ścieżką. Użycie do języka i struktury jest powszechne; merytoryka pisana przez model to ryzyko na obronie.
ChatGPT w pracy magisterskiej: czym różni się od licencjackiej?
Formalnie niczym, bo regulaminy zwykle nie różnicują stopnia pracy; różni się stawka. Magisterka jest dłuższa, bardziej specjalistyczna i sprawdzana na obronie głębiej, więc każdy fragment napisany przez model bez zrozumienia widać mocniej. Granice użycia i tak ustala uczelnia, nie stopień pracy.
Wykrywacz ChatGPT: czy można mu wierzyć?
Badanie opisane przez Stanford HAI (15.05.2023) pokazało 61,22% esejów studentów nieanglojęzycznych oflagowanych jako AI i 97% oflagowanych przez przynajmniej jeden z siedmiu detektorów; badacz James Zou nazwał detektory „unreliable and easily gamed”. Traktuj wynik jak heurystykę i rozmowę o treści, nie wyrok, a badanie dotyczyło tekstu angielskiego.
Detektor AI tekstu za darmo: który wybrać?
Do własnej weryfikacji przed wysłaniem pracy wystarczy czytanie własnego tekstu i dokumentowanie procesu, nie detektor. Jeśli już chcesz podejrzeć wynik, czytaj najpierw dokumentację wybranego narzędzia (jak deklaruje skuteczność i dla jakich języków), bo darmowe strony rzadko ją podają, a nasze odczyty nie pozwalają polecić konkretnego.
Jak zadeklarować użycie AI w dyplomie?
Tam, gdzie uczelnia przewiduje ramę, formularz albo oświadczenie wg regulaminu, w przypisach przy fragmentach. Tam, gdzie ramy nie ma, prowadź prywatną dokumentację procesu (wersje, notatki, lista zadań, w których AI pomogło) i porozmawiaj z promotorem o sposobie udokumentowania, który uzna.
Źródła
- Politechnika Warszawska: komunikat „Prace dyplomowe z PW sprawdzane pod kątem wykorzystywania narzędzi AI” (mechanizm JSA + USOS/APD, metoda prawdopodobieństwa fraz, cytaty prof. Jana Słyka), https://www.pw.edu.pl/Aktualnosci/Prace-dyplomowe-z-PW-sprawdzane-pod-katem-wykorzystywania-narzedzi-AI (odczyt 27.10.2026)
- Stanford HAI: „AI-Detectors Biased Against Non-Native English Writers” (badanie detektorów, 61,22% i 97% esejów TOEFL, cytat „unreliable and easily gamed”, prof. James Zou), https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers (artykuł z 15.05.2023, odczyt 27.10.2026)
- Nasz wpis o halucynacjach AI: mechanizm halucynacji i weryfikacja faktów, https://technetblog.pl/2026/10/halucynacje-ai/ (odczyty 14.10.2026)
- Nasz wpis AI dla studenta: plany darmowe i program studencki Google, https://technetblog.pl/2026/10/ai-dla-studenta/ (odczyty 27.10.2026)
- Pozostałe regulaminy uczelni i komunikat gov.pl o JSA: strony nieodczytywalne automatycznie w odczycie 27.10.2026 (silniki wyszukiwania bez wyników dla edu.pl, gov.pl soft-404), stanu krajowego nie potwierdzamy, zapis wprost
- Podpowiedzi Google dla fraz niszy: „czy mozna uzywac ai w pracy dyplomowej”, „chatgpt w pracy magisterskiej”, „chatgpt w pracy licencjackiej”, „czy mozna uzywac chatgpt w pracy”, „wykrywacz chatgpt” (wykrywacz ai chatgpt), „detektor ai tekstu” (za darmo, najlepszy) (odczyty 27.10.2026)