Текст человека или нейросети: как эксперты исследуют признаки искусственно созданных текстов

    Еще несколько лет назад вопрос об авторстве текста обычно сводился к человеку:
кто написал анонимное письмо, сообщение или документ, можно ли установить автора по
особенностям его письменной речи? Распространение генеративного искусственного
интеллекта усложнило эту задачу. Теперь между человеком возникает новый вопрос:
можно ли по самому тексту установить признаки того, что он был создан или
переработан нейросетью?
    Такая задача уже стала предметом исследований в области криминалистического
автороведения.
    Искусственный интеллект как новый объект экспертизы
    В июне 2026 года на Петербургском международном юридическом форуме
отдельная сессия Минюста России была посвящена теме «Дипфейк как вызов судебной
экспертизе». Среди заявленных вопросов – совершенствование экспертных методик
выявления цифровых фальсификаций, пределы применения искусственного интеллекта в
судебно-экспертной деятельности, допустимость результатов исследований с
использованием ИИ, а также идентификация материалов, созданных нейросетями. 
Таким образом, искусственный интеллект сегодня выступает в двух качествах: как
инструмент, который может использовать специалист, и как источник нового объекта
исследования – искусственно созданного текста, изображения, аудио- или
видеоматериала.
    Для лингвистов и экспертов-автороведов особый интерес представляет именно
текст.
    Что ищет эксперт в нейросетевом тексте
    В 45-й выпуск информационного бюллетеня Российского федерального центра
судебной экспертизы имени профессора А.Р. Шляхова при Минюсте России вошли
методические работы 2024-2025 годов, рекомендованные Научно-методическим советом
РФЦСЭ для практического применения. Несколько публикаций посвящены
непосредственно генеративным моделям и судебному автороведению. 
В исследовании А.В. Громовой и М.А. Бердниковой «Признаки диалогической
печатной речи, сгенерированной чат-ботами» предлагается рассматривать
установление признаков автоматизированной генерации как новую диагностическую
задачу судебной автороведческой экспертизы.
    Авторы анализируют не один условный «маркер нейросети», а совокупность
лингвистических особенностей. Признаки исследуются на коммуникативном, лексико-
грамматическом и графическом уровнях. Работа основана на исследовании
диалогической письменной речи, сгенерированной современными чат-ботами.
Именно комплексный подход здесь принципиален: грамотность текста, ровный
стиль или отдельные слова сами по себе не доказывают его искусственное
происхождение.
    GPT-4, DeepSeek, Grok 2, Hailuo: эксперимент для автороведов
Еще одна работа А.В. Громовой посвящена признакам нейросетевой генерации
непосредственно в аспекте криминалистического автороведения.
Материалом стали тексты разговорного стиля, связанные с правоохранительным
дискурсом и созданные с помощью GPT-4, DeepSeek, Grok 2 и Hailuo. Их анализ
проводился в рамках практикума с участием экспертов-автороведов экспертно-
криминалистических подразделений системы МВД России.
Особенно важно, как формировались признаки. Учитывалось, насколько
определенная особенность воспроизводилась в выводах разных экспертов, после чего
оценивалась ее релевантность. То есть задача исследования состояла не в интуитивном
определении «похожего на нейросеть» текста, а в поиске повторяющихся диагностически
значимых характеристик.

    Автор также указывает на целесообразность сочетания методов классической и
компьютерной лингвистики и предлагает использовать в автороведческой экспертизе
«экспертный эксперимент» – исследовать, как генеративная система создает текст при
определенных заданных условиях.
    Нейросеть может не только написать текст, но и замаскировать авторство
Отдельная проблема возникает, когда генеративная модель используется для
изменения индивидуальной письменной речи человека.
И.В. Огорелков и Е.В. Махаева исследовали эту возможность в статье
«Искусственная нейросетевая генерация текста как новый вид маскировки
письменной речи автора».
    Авторы сравнивали тексты, написанные человеком, с текстами, которые GPT-4.5
генерировала в рамках задачи по маскировке письменной речи. Для исследования
применялись композиционно-семантический, структурно-семантический и грамматико-
синтаксический методы. Были выявлены особенности сгенерированных текстов, в том
числе нарушения их импликативной и референциальной семантики.
Кроме того, исследование показало связь между количеством дополнительных
параметров в промпте и результатом выполнения моделью задачи по маскировке
письменной речи. Одним из дальнейших направлений работы авторы называют изучение
способности нейросети воспроизводить идиостиль – индивидуальные особенности речи
конкретного автора.
    Для автороведческой экспертизы это существенное изменение: нейросеть
потенциально может использоваться не только для создания нового текста, но и как
средство преобразования уже существующей авторской речи.
Можно ли уже безошибочно распознать нейросетевой текст?
    Пока нет.
    Исследования не дают оснований говорить об одном универсальном признаке,
который позволял бы во всех случаях достоверно отличить человеческий текст от
сгенерированного. А.В. Громова характеризует такую диагностику как сложную задачу,
требующую новых экспертных компетенций и дальнейшего развития научно-
методической базы.
    Дополнительная сложность связана с быстрым развитием генеративных моделей.
    Человек также может редактировать машинный текст, сочетать собственные фрагменты с
сгенерированными или использовать модель для преобразования исходного материала.
Поэтому экспертное исследование не сводится к автоматической проверке текста одной
программой.
    Сегодня формируется другой подход: анализ комплекса языковых признаков,
сопоставление материалов, «экспертный эксперимент» и сочетание методов
классической и компьютерной лингвистики.
Для криминалистического автороведения это означает появление нового объекта
исследования и новых диагностических задач – от выявления признаков искусственной
генерации до исследования нейросетевой маскировки авторской речи.