Substack пусна на 21 юли 2026 г. вграден инструмент за откриване на текст, писан от изкуствен интелект. Функцията е разработена в партньорство с компанията Pangram и позволява на всеки да сканира публикация, бележка (note) или коментар и да види приблизителна оценка каква част от текста е написана на ръка и каква — с помощта на AI. Инструментът е достъпен на web и iOS, а версия за Android предстои. С това Substack става първата голяма платформа, която интегрира AI детекция директно в продукта си.
Как работи
Скенерът анализира само текстове с дължина над 100 думи и връща процентна оценка за дела на човешко срещу машинно писане. Работи върху публикации, бележки, отговори и коментари, но само за съдържание, публикувано на или след 21 юли 2026 г. Резултатът се вижда единствено от този, който е поискал сканирането — тоест до всяка публикация не се появява постоянен публичен етикет „писано от AI“.
Съществена подробност: детекторът засича дали текстът е генериран от AI, но не и дали авторът е използвал AI по друг начин — например като източник на факти, за проверка на правописа или за резюме на изследване. Не измерва и колко човешки труд е вложен — само стилистичния отпечатък на самото писане.
За авторите Substack добавя няколко насрещни функции. Появява се място за деклариране на процеса („How I make this“), където писателите могат открито да опишат как ползват AI. Освен това всеки може да пусне детекция върху чернова, преди да публикува, а ако смята оценката за грешна — да я оспори.
Колко е точен
Pangram не е обикновена статистическа проверка, а невронна мрежа класификатор. Вместо да брои отделни думи, моделът гледа целия текст и на практика пита „на кого звучи това?“. Обучен е върху двойки текстове: за всеки човешки откъс в базата им се генерира AI еквивалент със същата дължина, тон и тема, така че мрежата да се научи да различава двата стила точно на границата между тях.
Разработчиците изрично казват, че „98% точност“ не е достатъчна за такава задача — това би означавало грешна класификация на 1 от всеки 50 текста. Според независими проверки от University of Chicago и University of Maryland Pangram постига практически нулев дял на фалшиви положителни и фалшиви отрицателни резултати при текстове със средна и голяма дължина. За да избегне „отравяне“ на данните с вече наличен в мрежата AI текст, моделът е трениран изцяло върху материали отпреди 2021 г. — компромис, който самите създатели признават за риск заради променящия се език.
Важно е обаче да гледате на числата трезво. Разследване на The Atlantic заключава, че AI детекторите, включително Pangram, са „далеч от съвършени“. Substack сам признава ограниченията в съобщението си. При кратки, редактирани или силно преработени текстове грешките са по-вероятни — а една фалшива маркировка може несправедливо да навреди на автор, който пише сам.
Защо Substack го въвежда
Обосновката дойде в публикация на изпълнителния директор Chris Best, озаглавена „Against Claudefishing“. Терминът „Claudefishing“ описва ситуацията, в която читателят инвестира внимание в текст, „зад който няма никаква човешка мисъл“ — заблуда за авторството чрез AI съдържание. Best цитира писателя Freddie deBoer: „Достъпвам човешко изкуство, защото знам, че зад него стои човек… Да ме заблудиш в този процес е просто измама.“
Числата обясняват притеснението. По анализ на Max Spero, изпълнителен директор на Pangram, LinkedIn е с най-високо насищане — 41% от дългите текстове там се маркират като AI-генерирани. При Substack делът е около 10%. Best заявява, че платформата не иска да се превърне в LinkedIn, където ботовете доминират, но подчертава, че „не всяко AI писане е боклук“ — проблемът е объркването на читателя дали текстът е истински.
Инструменти като Claude Cowork, който се учи на умения от екрана ви, правят машинното писане все по-неразличимо, което поставя платформите пред дилема как да запазят доверието, без да наказват несправедливо авторите.
Какво означава това
Ходът на Substack е първи по рода си опит голяма платформа да въоръжи читателите срещу AI-генерирания текст в блоговете и бюлетините. Но самата логика на надпреварата е коварна: колкото по-добри стават детекторите, толкова по-добри стават и моделите, които се учат да ги заобикалят. Substack залага не толкова на перфектната детекция, колкото на прозрачността — комбинация от сканиране, доброволно деклариране и възможност за оспорване.
Дали това ще опази „общото пространство“ на писането, или ще посее ново недоверие между читатели и автори, тепърва ще проличи. Засега посланието е ясно: платформата смята, че читателите имат право да знаят какво четат.
Харесва ви? Отбележете ни и ще ни виждате по-нагоре в Google.
Предпочитан източник в Google