Czy GPT-5.5 jest wykrywalny? Testowanie detekcji AI z najnowszym modelem OpenAI (2026)

OpenAI GPT-5.5 to najnowszy i najbardziej zaawansowany model publiczny z rodziny GPT-5 — a wraz z nim idzie marketingowe zapewnienie, że tworzony przez niego tekst jest funkcjonalnie nieodróżnialny od tekstu napisanego przez czÅ‚owieka. Wczesne dane z testów porównawczych potwierdziÅ‚y co najmniej poÅ‚owÄ™ tych obietnic: dokÅ‚adność detektorów spadÅ‚a w caÅ‚ej branży o 18–40 punktów procentowych w ciÄ…gu pierwszych dziewięćdziesiÄ™ciu dni po aktualizacji GPT-5.5. Fora internetowe zalaÅ‚y deklaracje, że detekcja AI w koÅ„cu umarÅ‚a.

To nie byÅ‚a prawda. Po kilku miesiÄ…cach obraz staÅ‚ siÄ™ wyraźniejszy. GPT-5.5 jest trudniejszy do wyÅ‚apania niż poprzednia generacja modeli GPT-5, ale daleko mu do niewidzialnoÅ›ci. Detektory, które przetrwaÅ‚y tÄ™ transformacjÄ™, majÄ… wspólnÄ… architekturÄ™, a te, które zawiodÅ‚y — wspólny bÅ‚Ä…d. PrzepuÅ›ciliÅ›my 500 nowych próbek GPT-5.5 przez wszystkie gÅ‚ówne narzÄ™dzia detekcyjne, aby odkryć prawdÄ™.

Dlaczego GPT-5.5 zepsuÅ‚ tak wiele detektorów

Starsze detektory AI opieraÅ‚y siÄ™ na dwóch zaÅ‚ożeniach: że tekst AI ma niższÄ… perplexity (wybiera bardziej prawdopodobne nastÄ™pne sÅ‚owa) oraz niższÄ… burstiness (zdania majÄ… bardziej jednolitÄ… dÅ‚ugość). Oba zaÅ‚ożenia dziaÅ‚aÅ‚y Å›wietnie przeciwko GPT-3.5 i caÅ‚kiem nieźle przeciwko GPT-4. GPT-5.5 zostaÅ‚ specjalnie zoptymalizowany pod kÄ…tem Å‚amania obu tych reguÅ‚.

Proces trenowania GPT-5.5 obejmowaÅ‚ tzw. adversarial alignment przeciwko detektorom poprzedniej generacji. Dane wewnÄ™trzne pokazaÅ‚y, że zespóÅ‚ OpenAI celowo dążyÅ‚ do uzyskania wyników perplexity na poziomie ludzkim i różnicowaÅ‚ strukturÄ™ zdaÅ„, aby naÅ›ladować ludzkÄ… burstiness. Model zostaÅ‚ wytrenowany nie tylko po to, by pisać dobrze — zostaÅ‚ wytrenowany by pisać w sposób, który istniejÄ…ca literatura detekcyjna oznaczaÅ‚a jako ludzki.

Luka perplexity została zamknięta

Wyniki GPT-5.5 mieszczÄ… siÄ™ w znacznie węższym zakresie perplexity niż starsze modele. Tam, gdzie GPT-4 tworzyÅ‚ tekst z mierzalnymi wahaniami, generacja GPT-5.5 jest statystycznie bardziej pÅ‚ynna — bliższa temu, co produkujÄ… wykwalifikowani ludzcy redaktorzy. Detektory perplexity oparte na pojedynczym modelu, stworzone przed 2025 rokiem, przepuszczajÄ… teraz tekst GPT-5.5 in 40–60% przypadków.

GPT-5.5 lepiej radzi sobie również z burstiness. Celowo różnicuje dÅ‚ugość zdaÅ„, miesza rytm akapitów i wstawia elementy potoczne. PÅ‚aski, monotonny rytm, który zdradzaÅ‚ GPT-3 i GPT-4, w dużej mierze zniknÄ…Å‚.

Co siÄ™ nie zmieniÅ‚o: GPT-5.5 nadal posiada stylistyczny odcisk palca na poziomie dyskursu i stylometrii. Sposób, w jaki buduje argumenty, preferowane frazy przejÅ›ciowe — to leży gÅ‚Ä™biej niż perplexity i jest trudniejsze do usuniÄ™cia poprzez trening. To tutaj odbywa siÄ™ nowoczesna detekcja.

Nasz test: 500 próbek, 12 detektorów

PrzygotowaliÅ›my 500 próbek GPT-5.5, w tym eseje akademickie, teksty marketingowe i opisy techniczne. StworzyliÅ›my również warianty z promptami nadajÄ…cymi osobowość oraz wersje lekko zredagowane.

DokÅ‚adność detektorów wedÅ‚ug architektury

Wyniki pokazały wyraźny trend: architektura detektora była ważniejsza niż nazwa marki.

• Detektory oparte na pojedynczym klasyfikatorze: dokÅ‚adność spadÅ‚a do 38–52%. NarzÄ™dzia te nie dostosowaÅ‚y siÄ™ do nowych modeli.
• Detektory dwumodelowe: utrzymaÅ‚y siÄ™ na poziomie 71–79%. Lepiej, ale nadal z problemami przy tekstach redagowanych.
• ZespoÅ‚y wielomodelowe (Ensembles), takie jak Plagly.ai Agentic Council: 91–97% dokÅ‚adnoÅ›ci przeciwko czystemu GPT-5.5 i 84–90% przeciwko tekstom lekko zredagowanym. Metoda zespoÅ‚owa to ta, która przetrwaÅ‚a erÄ™ GPT-5.5.

Dlaczego detekcja zespołowa wygrywa

Plagly przesyÅ‚a każde zgÅ‚oszenie przez pięć niezależnych klasyfikatorów: model stylometryczny, analizator perplexity, ewaluator burstiness, detektor znaczników dyskursu oraz rozpoznawacz odcisków palców. Każdy model oddaje gÅ‚os, a rada (angl. council) agreguje wynik.

Detektory jednomodelowe zawodzą, gdy ich jedyny model zostanie oszukany. Zespoły są bardziej odporne — przynajmniej jeden z pięciu modeli zazwyczaj wyłapuje sygnał.

W czym GPT-5.5 nadal zawodzi

Nawet GPT-5.5 pozostawia mierzalne ślady. Są one bardziej subtelne, ale wystarczająco konsekwentne.

Nadużywanie fraz przejściowych

GPT-5.5 nadal używa zbyt wielu zwrotów typu „ponadto”, „w zasadzie”, „warto zauważyć”. Ma tendencjÄ™ do strukturyzowania argumentów wÄ™ziej niż ludzie.

Forma argumentacji

Ludzkie pisanie rzadko traktuje wszystkie strony z tÄ… samÄ… wagÄ…. Ludzie zajmujÄ… stanowisko, wahajÄ… siÄ™, wracajÄ… do myÅ›li. GPT-5.5 nadal dąży do zrównoważonej „mapy argumentów”.

Problem braku kontekstu

GPT-5.5 nie wie, co byÅ‚o omawiane na Twoim seminarium ani co profesor powiedziaÅ‚ w zeszÅ‚ym tygodniu. Prace, które powinny mieć lokalny kontekst, a go nie majÄ… — to silny sygnaÅ‚.

Detekcja GPT-5.5 w różnych warunkach

Oto jak dokładność wykrywania utrzymywała się w czterech warunkach naszego testu, używając ensemble Plagly.ai jako punktu odniesienia:

• GPT-5.5 (standard): 94% wykryć.
• GPT-5.5 z promptem osobowoÅ›ci: 87%.
• GPT-5.5 + lekka redakcja: 81%.
• GPT-5.5 przez humanizator: 72%.
• Hybryda GPT-5.5 + intensywne przepisywanie przez człowieka: 54%. (Na tym poziomie użytkownik wykonał większość pracy.)

Mimo że dokÅ‚adność nieco spada, twierdzenia o „śmierci detektorów” sÄ… mocno przesadzone. WiÄ™kszość tekstów AI nadal jest identyfikowana.

Co to oznacza dla studentów i nauczycieli

Dla studentów: oddawanie surowego wyniku z GPT-5.5 nadal wiąże siÄ™ z ryzykiem. Instytucje, które go wyÅ‚apujÄ…, używajÄ… narzÄ™dzi zespoÅ‚owych.

Dla nauczycieli: poleganie na pojedynczym, starszym narzędziu to duże ryzyko. Profesjonaliści korzystają z weryfikacji wielonarzędziowej.

Uniwersytety i wydawnictwa po cichu przechodzą z narzędzi jednomodelowych na detektory zespołowe. Technologia Plagly jest dostosowana do tej nowej rzeczywistości.

Reakcja branży

GPT-6 spodziewany jest pod koniec 2026 roku. Przewidujemy kolejny tymczasowy spadek dokładności i szybkie odbicie narzędzi zespołowych.

Tak, GPT-5.5 jest wykrywalny w 2026 roku — jeÅ›li używasz odpowiedniego narzÄ™dzia. Detektory zespoÅ‚owe z ciÄ…gÅ‚ym trenowaniem zachowujÄ… wysokÄ… dokÅ‚adność. Åšrodowisko detekcji nie umarÅ‚o; skonsolidowaÅ‚o siÄ™ wokóÅ‚ architektur, które potrafiÄ… siÄ™ adaptować.

Spojrzenie w przyszłość: GPT-6 i dalej

Mówi się, że GPT-6 pojawi się w drugiej połowie 2026 roku. Na podstawie przejścia GPT-5.5 spodziewamy się: tymczasowego spadku dokładności we wszystkich detektorach, szybszego odbudowania dla narzędzi ensemble i rosnącego dystansu między nowoczesnymi detektorami wielomodelowymi a starszymi produktami z jednym klasyfikatorem.

Długoterminowy wyścig zbrojeń nieznacznie faworyzuje detekcję. Każda generacja LLM redukuje powierzchowne cechy stylistyczne, ale nie może łatwo wyeliminować głębszych wzorców strukturalnych wynikających ze szkolenia jako predyktora następnego tokenu na danych w skali internetu.

Podsumowanie

Tak, GPT-5.5 jest wykrywalny w 2026 roku — jeśli używasz odpowiedniego narzędzia. Detektory z jednym klasyfikatorem zbudowane przed 2025 rokiem przestały skutecznie działać na danych wyjściowych GPT-5.5.