Rozpoznat text generovaný umělou inteligencí není vždy jednoduché, protože nástroje jako ChatGPT, Claude nebo Gemini se neustále zlepšují. Přesto existuje několik signálů, které mohou učiteli na vysoké škole napovědět, že student odevzdal práci, na které se výrazně podílel stroj. Mezi nejčastější patří přílišná obecnost, absence konkrétních zdrojů, opakující se fráze a náhlé změny ve stylu psaní v rámci jednoho dokumentu. Text často působí hladce a bez chyb, ale zároveň postrádá osobní vklad, vlastní argumentaci nebo odkazy na reálné zkušenosti z praxe.

Dalším vodítkem je práce se zdroji. AI často vymýšlí citace, které vypadají věrohodně, ale ve skutečnosti neexistují, nebo kombinuje autory a roky vydání nesmyslným způsobem. Studenti, kteří používají AI bez kontroly, mívají v textu odkazy na knihy, jež nelze dohledat, nebo parafráze, které se tváří jako přímé citace. Pokud chcete získat ucelený přehled, jak poznat text napsaný umělou inteligencí nabízí praktické postupy, od analýzy větné stavby až po sledování neobvyklých slovních spojení. Užitečné je také porovnat práci s předchozími odevzdanými texty stejného studenta – náhlý skok v kvalitě a stylu bývá podezřelý.

Co s tím dělat na vysoké škole? Represivní přístup typu plošného zákazu AI obvykle nefunguje, protože studenti nástroje používají i mimo školu. Mnohem efektivnější je jasně definovat pravidla pro každý předmět: kdy je AI povolena jako pomocník (například pro brainstorming nebo jazykovou korekturu) a kdy je naopak zakázána jako hlavní autor. V sylabu je vhodné uvést, že student musí být schopen obhájit každou myšlenku v textu a doložit zdroje. U ústních obhajob nebo průběžných konzultací se pak AI podvod rychle odhalí, protože student nedokáže vysvětlit, proč zvolil určitý argument nebo jak došel k výsledku.

Z dlouhodobého hlediska se osvědčuje měnit typ zadání. Místo esejí na obecná témata zadávejte analýzy konkrétních dat, případové studie z praxe nebo reflexe vlastního postupu. AI sice umí napsat obecný text, ale mnohem hůře zvládá úkoly vyžadující originalitu, lokální kontext nebo práci s aktuálními a specifickými informacemi. Pokud už podezření na AI vznikne, nestačí se opřít o jeden detektor – ty často chybují. Lepší je kombinovat rozhovor se studentem, kontrolu zdrojů a srovnání s jeho předchozími pracemi. Cílem není studenta nachytat, ale naučit ho AI používat eticky a zároveň rozvíjet vlastní kritické myšlení.