AI detektory lze definovat jako softwarové aplikace, jejichž cílem je analyzovat nejen statistické, ale také lingvistické rysy textu. Detektory vytvářejí na základě analýzy statistických vzorců textu pravděpodobnostní odhad, zda se jedná o text vytvořený člověkem, nebo umělou inteligencí. Problém je, že tyto odhady nelze v praxi nezávisle ověřit. Jak upozorňují výzkumy v této oblasti (viz Bassett et al., 2026), ve skutečných podmínkách neexistuje žádný spolehlivý způsob, jak potvrdit, zda označený text skutečně vytvořila AI, nebo ne. Mezi nejznámější patří Turnitin AI, GPTZero, ZeroGPT, Copyleaks, DetectGPT, Quillbot nebo Corrector App.
AI detektory využívají tzv. lingvistické markery a prediktivní modelování k odhadu pravděpodobnosti původu textu, což však s sebou nese rizika chybovosti a zásadní problém v tom, že se jedná vždy pouze o odhad. Nástroje jsou zároveň velmi citlivé na specifika podkladových modelů, trénovacích dat, systémových promptů a použitých platforem. Toto fungování AI detektorů vyvolává pochybnosti o jejich praktické využitelnosti a dodržování řádných postupů v oblasti akademické integrity.
Současné detektory zároveň vycházejí z předpokladu, že text je buď celý lidský, nebo celý strojový. Tento přístup neodpovídá realitě – studenti dnes běžně používají AI například k brainstormingu, organizaci myšlenek, editaci textu nebo zlepšení čitelnosti. Bassett a kol. (2026) argumentují, že snaha rozdělit text na „lidský" a „strojový" je konceptuálně vadná, protože hranice mezi oběma je plynulá a detekční nástroje nedokážou rozlišit mezi povoleným a nepovoleným použitím AI.
Kromě nemožnosti spolehlivě potvrdit výsledky AI detektorů a jejich používání jako důkazů k posuzování dodržování akademické integrity, výzkumy také uvádějí problém lingvistické zaujatosti, kdy AI detektory přiřazují vyšší pravděpodobnost AI původu autorům, jež nejsou rodilí mluvčí anglického jazyka (Deep et al., 2025; Pratama 2025). Další etický rozměr představuje samotné předávání studentských prací třetím stranám, což s sebou nese problémy spojené jak s duševním vlastnictvím a ochranou soukromí studenta, jelikož nástroje často nejsou transparentní v tom, jak s daty nakládají, jak je uchovávají a kdo k nim má přístup. Zároveň také neumožňují studentům požádat o jejich vymazání.
AI detektory v současné podobě nesplňují standard důkazní spolehlivosti pro posuzování původu studentských textů, jelikož poskytují pravděpodobnostní odhady. Žádný z nástrojů nedosahuje stoprocentní přesnosti, výsledky se mezi nástroji liší a systematicky znevýhodňují určité skupiny. Zároveň jejich využívání zahrnuje etické problémy spojené s ochranou dat a soukromí studentů. To samozřejmě neznamená, že problém akademické integrity neexistuje – znamená to, že řešení neleží v detekci, ale v proměně přístupu k hodnocení, výuce a transparentnosti.
Odborníci se přiklánějí k názoru, že cesta vede přes redesign zadání, formativní hodnocení, ústní obhajoby, portfoliové přístupy a otevřenou diskusi o etickém využívání AI ve vzdělávání.
Funkce Gem (Roboti) v Google Gemini umožňuje vytvářet AI asistenty pro různé účely, například pokud potřebujete, aby byla AI zaměřená na konkrétní oblast a pracovala přímo s vašimi vlastními podklady.
Copilot má novou funkci, která vám umožní přímo v okně upravovat vygenerovaný text, který můžete sdílet nejen s kolegy, ale také si jej rovnou můžete vyexportovat jako Word nebo jako PDF dokument.
