Пилотный проект компании «Антиплагиат» — крупнейшего в России поставщика систем проверки текстов на заимствования — стал ответом на растущую проблему массового использования нейросетей студентами при написании курсовых, рефератов и выпускных квалификационных работ. Тестирование продолжалось с 25 февраля по 3 июля 2026 года и охватило 28 университетов более чем в 20 регионах страны, а также один вуз Белоруссии — то есть речь идёт о полноценном межрегиональном пилоте, а не о локальном эксперименте в одном учебном заведении.
Главная цель пилота — опробовать новый подход к оценке оригинальности студенческих работ, который компания представила ещё в июне 2026 года. Традиционные системы антиплагиата анализируют только конечный документ, сравнивая его с базой уже опубликованных текстов. Такой подход плохо работает против текстов, сгенерированных или существенно переписанных нейросетью: готовый текст может не совпадать ни с чем в базе, оставаясь при этом полностью или частично сгенерированным ИИ.
Ключевое отличие новой модели — переход от анализа результата к анализу процесса. Система фиксирует не только итоговый файл, но и последовательность создания текста: как менялся документ по мере работы, в какие моменты происходили вставки больших фрагментов текста целиком (характерный признак копирования из внешнего источника или из ответа нейросети), использовались ли внешние источники и как они интегрировались в работу.
Такой подход технически сложнее для прямого противодействия: если студент вставляет в документ целый блок сгенерированного текста, это оставляет характерный паттерн в истории редактирования, даже если итоговый текст прошёл через ручное редактирование и не совпадает дословно ни с одним источником в базе антиплагиата. Для преподавателей это означает возможность увидеть не просто финальную оценку «оригинальности», а разметку по конкретным фрагментам работы с указанием вероятного происхождения текста.
По итогам пилота участвовавшие университеты предоставили компании конкретные данные о том, какие функции системы реально помогают преподавателям и студентам, а какие оказались избыточными или неудобными в практическом использовании. Эта обратная связь легла в основу дорожной карты дальнейшего развития продукта — то есть «Антиплагиат» намерен дорабатывать систему именно по итогам практического использования в реальных учебных процессах, а не по абстрактным техническим показателям.
Такой подход контрастирует с более простыми детекторами ИИ-текста, которые массово появились на рынке в последние два года и часто критикуются за высокий процент ложных срабатываний против добросовестно написанных студенческих работ. Фокус на анализе процесса создания текста, а не только на статистических признаках «машинности» стиля, потенциально снижает эту проблему.
Пилот «Антиплагиата» происходит на фоне растущей тревоги российского образовательного сообщества по поводу масштабов использования нейросетей студентами. Ранее в июле 2026 года тот же «Антиплагиат» сообщал, что следы ИИ обнаруживаются в каждой третьей студенческой работе в России — цифра, которая заставляет вузы искать более совершенные инструменты контроля, не блокируя при этом легитимное использование ИИ как инструмента обучения.
Для рынка edtech и корпоративных поставщиков образовательных технологий результаты пилота значимы вдвойне: с одной стороны, растущий спрос на детекцию ИИ-текстов создаёт новую нишу для российских разработчиков; с другой — сам факт, что 28 вузов согласились участвовать в столь длительном тестировании, показывает готовность образовательной системы менять устоявшиеся процессы оценки студенческих работ под новую технологическую реальность. Дальнейшее развитие системы, вероятно, определит стандарт академической проверки текстов в российских университетах на ближайшие несколько лет.
При этом даже анализ процесса написания текста не даёт стопроцентной гарантии выявления ИИ-генерации: студент может составлять черновик небольшими порциями, имитируя органичный процесс написания, либо использовать нейросеть на промежуточных этапах — для формулирования идей или редактуры, а не полной генерации итогового текста. «Антиплагиат» пока не раскрывает точный процент выявления в рамках пилота, ограничиваясь общей формулировкой о собранной обратной связи от вузов, что говорит об осторожном, поэтапном подходе к публичным заявлениям об эффективности новой системы.