Эпоха ИИ заставила создать рынок цифровых доказательств авторства человека

Генеративный ИИ создаёт для авторов новую проблему: теперь недостаточно написать текст самостоятельно и приходится доказывать, что его действительно написал человек.

Утром HCN сообщал о споре правообладателей Элвиса Пресли с Suno, где суду предстоит определить границы права на узнаваемый голос в эпоху генеративного ИИ. В издательской и научной среде возникает зеркальная ситуация: если алгоритм способен писать как человек, каким образом сам человек может доказать происхождение своей работы?

ИИ-детекторы должны были стать простым решением. Однако их ошибки уже создают репутационные и коммерческие риски, поэтому издатели, исследователи и технологические компании начинают экспериментировать с другим подходом, а именно фиксацией процесса создания работы с помощью истории версий, временных меток и криптографических доказательств.

Когда ИИ-детектор обвиняет человека

Проблема стала особенно заметна после споров вокруг романа «Shy Girl». Американский выпуск книги отменили, а британскую версию сняли с продажи после подозрений в использовании генеративного ИИ. Автор Миа Баллард отрицала, что применяла ИИ при написании романа, и заявляла, что технология могла использоваться приглашённым редактором.

Определить происхождение отдельных фрагментов готового текста оказалось значительно сложнее, чем обнаружить их статистическое сходство с результатами генеративных моделей.

Authors Guild протестировала несколько популярных ИИ-детекторов на произведениях, заведомо написанных людьми, в том числе задолго до появления ChatGPT. Некоторые системы с высокой уверенностью относили такие тексты к созданным ИИ.

В связи с этим организация рекомендует издателям не принимать решения об авторстве исключительно на основании ИИ-детекторов.

Проблема фундаментальна: детекторы обычно не устанавливают происхождение текста, а оценивают его статистические характеристики. Человеческий текст может выглядеть «машинным», а результат ИИ после редактирования — наоборот.

Отсюда возникает другой подход: не пытаться угадать происхождение по готовому документу, а сохранять доказательства того, как он создавался.

Не искать ИИ в тексте, а записывать процесс

Один из таких проектов — Workings. Сервис пытается формировать проверяемую историю создания работы непосредственно во время её подготовки.

Согласно техническому описанию, система фиксирует последовательность изменений локально на устройстве пользователя и создаёт для неё криптографические доказательства. Они позволяют подтвердить существование определённой последовательности действий в конкретный момент времени, не публикуя сам текст.

В перспективе разработчики рассматривают доказательства с нулевым разглашением. Теоретически они могут позволить подтвердить, например, что документ создавался в течение нескольких недель, не передавая издателю все черновики автора.

Workings пока находится на ранней стадии, но сам принцип важен — вместо анализа финального файла предлагается доказывать его происхождение.

Цифровая «квитанция» не доказывает отсутствие ИИ

У такого подхода есть очевидное ограничение. История версий может показать, что текст постепенно появлялся на конкретном компьютере, но не гарантирует, что человек не получил его от ИИ на другом устройстве и затем перепечатал.

Поэтому подтверждённое происхождение документа и доказательство полностью человеческого авторства не одно и то же.

Похожую задачу решает сервис ObraVera. Он создаёт цифровой отпечаток текста, фиксирует его существование в определённый момент и позволяет сопоставлять его с изменёнными версиями.

Такая инфраструктура помогает установить, когда и у кого существовал определённый текст. Но она не способна математически доказать заявление автора «я никогда не использовал ИИ».

Криптография хорошо подтверждает происхождение данных, но гораздо хуже — происхождение идеи.

NeurIPS уже требует доказательства человеческой работы

В научной среде проблема уже превратилась в практическую процедуру. Организаторы направления Position Paper конференции NeurIPS 2026 установили правило, согласно которому основное содержание материалов должно быть подготовлено людьми, хотя ИИ допускается для редактирования.

После автоматизированной проверки 178 заявок (18,4%) были отклонены, а ещё 123 работы, или 12,7%, обязали предоставить дополнительные доказательства участия человека.

Организаторы также допустили, что в будущем подобный журнал аудита, проверяемая история создания, может стать стандартной частью процедуры подачи научных работ.

Раньше автору было достаточно предоставить результат, теперь вместе с ним потенциально понадобится сохранять доказательства того, как этот результат появился.

Доказательство авторства создаёт проблему приватности

Чтобы подтвердить человеческое участие, система должна подробно фиксировать процесс работы: черновики, историю изменений, время редактирования, используемые приложения или другие метаданные. Чем надёжнее доказательство, тем больше информации о поведении автора приходится собирать.

И тут возникает парадокс: ИИ снижает доверие к конечному результату, а восстановление доверия требует всё более подробного цифрового следа человека.

Поэтому Workings делает акцент на локальном хранении данных и криптографическом подтверждении отдельных фактов вместо передачи полной истории третьей стороне.

В этом сценарии криптография становится уже не способом защитить деньги или транзакции, а инструментом подтверждения происхождения интеллектуального труда.

Эта идея уже работает с изображениями

Похожая модель развивается в сфере изображений и видео. Стандарт C2PA и основанные на нём Content Credentials позволяют прикреплять к цифровому контенту проверяемую информацию о происхождении и изменениях. Adobe уже поддерживает Content Credentials в ряде своих продуктов.

Ранее HCN сообщал и о том, как Fox и Time использовали Fox Verify на Polygon для подтверждения происхождения цифровых публикаций.

Однако с текстом задача сложнее. Его постоянно копируют между редакторами, документами, CMS и мессенджерами, а человек и ИИ могут работать над одним материалом поочерёдно. Поэтому простая отметка «человек» или «ИИ» теряет смысл.

Авторство может превратиться из презумпции в доказательство

Пока единого стандарта нет, но направление уже видно: если ИИ продолжит стирать различия между человеческим и машинным контентом, одного готового файла будет недостаточно. Ценность начнёт смещаться к проверяемой истории его происхождения.

История с Suno показывает другую сторону того же процесса: правообладатели пытаются защитить человеческий голос от ИИ, а здесь уже самому человеку приходится доказывать, что работу создал он.

Если этот тренд закрепится, генеративный ИИ изменит не только производство контента, но и сам принцип цифрового доверия: авторство перестанет человека считаться самим собой разумеющимся и станет тем, что нужно подтверждать.