Substack встроил детектор ИИ-текста: читатели смогут проверять, кто писал рассылку — человек или модель
Substack — одна из главных платформ платных рассылок — 22 июля объявила об интеграции детектора ИИ-текста Pangram. Теперь проверить, писал ли автор сам, может не только редакция, но и читатель.
Как это устроено
- Сканируются посты, заметки, ответы и комментарии, опубликованные с конца июля; задним числом старые тексты не проверяются.
- Результат — процентная раскладка: сколько в тексте сгенерированного, сколько написанного с помощью ИИ, сколько человеческого.
- Минимальная длина для проверки — около 100 символов.
- Результат видит только запросивший подписчик — публичного ярлыка на посте не появляется.
- Работает в вебе и iOS, Android обещают позже.
Что дали авторам
Substack подчёркивает: это не запрет ИИ и не обязательная маркировка. Авторам оставили четыре рычага:
- Предпроверка — прогнать черновик через Pangram до публикации и увидеть, что увидит читатель.
- Оспаривание — сообщить об ошибочном срабатывании и убрать некорректный скан.
- Отключение — полностью выключить возможность проверки своих текстов.
- «Заметка автора об ИИ» — добровольное поле, где можно объяснить свой процесс: что делает модель, что делаете вы.
Сооснователь и глава Substack Крис Бест объяснил запуск словом собственного изобретения — «клодфишинг»: разрыв между ожиданием читателя, что текст написал человек, и реальностью, в которой его не писал никто.
Очевидная слабость
Мы подробно разбирали, как работают детекторы ИИ-текста, и главный вывод оттуда применим напрямую: детекторы систематически ошибаются, причём не случайным образом. Под ложные срабатывания чаще попадают люди, пишущие на неродном языке, и авторы ровных формальных жанров.
Substack, судя по конструкции запуска, это понимает: приватность результата, оспаривание, отключение — всё это амортизаторы вокруг несовершенного инструмента. Вопрос в том, как поведут себя читатели: процент на экране выглядит убедительнее, чем оговорки к нему.
Почему это всё равно важно
Прецедент в другом. До сих пор детекторы жили на отдельных сайтах, куда текст надо было нести самому. Теперь проверка встроена в саму платформу, где доверие к автору — это буквально товар: подписчики платят за то, что читают конкретного человека.
Substack первым признал очевидное: на платформе платных рассылок вопрос «кто это написал» — не любопытство, а вопрос о том, за что заплачены деньги. Ход с «заметкой автора» при этом умнее самого детектора: он переводит тему из «поймали / не поймали» в «автор сам рассказывает, как работает».
Что это значит для пишущих
Если вы ведёте рассылку — здесь или где-то ещё, — направление задано, и готовиться стоит к нему:
- Проверка станет нормой. Не обязательно этой платформы и этого детектора — самой возможности проверить.
- Молчание станет проигрышной стратегией. Добровольное «как я работаю с ИИ» читается как уверенность; пойманное детектором молчание — как обман.
- Использование ИИ само по себе никого не смущает — смущает несоответствие между заявленным и реальным.
Как выстроить честную работу с ИИ в текстах, которые читают живые люди, — в свежем гайде. Проверить собственный текст на статистические признаки генерации можно в нашем инструменте — он честно не называет себя детектором.
Что важно проверить на практике
Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.
Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.
Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Substack встроил детектор ИИ-текста: читатели смогут проверять, кто писал рассылку — человек или модель. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.
Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Substack встроил детектор ИИ-текста: читатели смогут проверять, кто писал рассылку — человек или модель», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.
Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.
Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.
Перед публикацией перечитайте текст как человек, который впервые сталкивается с темой. Уберите необъяснённые термины, добавьте конкретный следующий шаг и проверьте, что вывод не шире фактов. Ссылки и даты должны вести к актуальному контексту, а не служить украшением.