Коротко — ответ в одном абзаце
Человек не отличает машинный текст от человеческого: в слепых тестах точность держится около 53% — чуть выше монетки. У картинок та же история, 62%. Но парадокс не в этом. Пока люди не знают, что перед ними ИИ, контент им даже нравится больше: в слепом тесте 56% выбрали статью ИИ как более интересную. А стоит признаться «это написал ИИ» — и тот же текст начинают оценивать хуже: у 52% вовлечённость падает на месте. Доверие держится не на качестве слов, а на том, кто, по мнению читателя, за ними стоит. Это первая из трёх частей моего разбора эффективности AI-контента.
Серия из трёх частей
Это часть 1 из 3
Здесь — про восприятие и доверие: отличает ли человек AI-контент и что происходит, когда узнаёт правду. В следующих частях разберу, где AI-контент реально приносит деньги, а где сливает, и что в итоге работает — гибрид «человек + алгоритм». Продолжение выйдет позже.
От меня — перед тем, как читать цифры
Как ИИ-консультант я почти каждый день отвечаю клиентам на один и тот же вопрос: «можно мы просто отдадим контент нейросети?» Честный ответ — «смотря какой и смотря где», и за ним стоит не вкусовщина, а данные. Поэтому это исследование я собрал сам, по первоисточникам — академические работы, отраслевые опросы, исследования платформ, а не по обещаниям вендоров ИИ-инструментов. Каждую цифру сверил с источником; то, что ходило в раздутом виде, поправил до того, что реально говорит исследование.
Отличает ли человек AI-текст вообще?
Почти нет. В контролируемых тестах точность распознавания держится у границы случайного угадывания, а опыт и образование почти не помогают.
50% — уровень слепого угадывания (подбрасывание монетки)
Логика такая. В одном контролируемом исследовании (журнал Advances in Simulation, 2025) общая точность по пяти типам текста составила всего 19% — а при пяти вариантах даже случайное угадывание дало бы 20%, то есть люди не дотянули и до случайного уровня: полностью сгенерированный ИИ текст верно опознавали лишь в 10% случаев, а написанный человеком — в 17%. Опыт не спасает. Преподаватели верно опознавали AI-текст в 37,8% случаев — хуже монетки, при этом студенческие работы узнавали в 73%. На медицинских абстрактах эксперты ловили ИИ в 62% случаев, но в 38% случаев клеймили «машинным» живой человеческий текст. То есть ошибаются в обе стороны: и пропускают ИИ, и зря подозревают людей.
Почему так? У машинного текста есть подпись, которую видит программа-детектор, но не глаз. Он предсказуемее — выбирает самые вероятные, ходовые слова и обороты (низкая «перплексия»). И ровнее — одинаковая длина предложений, жёсткая структура абзацев (низкая «взрывность»). Человек пишет рвано: неожиданные переходы, разный ритм, шероховатости. Парадокс в том, что вылизанная гладкость ИИ читается как «качественно» — и именно она усыпляет бдительность. Правда, и эти приметы слабеют: новые модели уже умеют имитировать рваный человеческий ритм, и старые детекторы по ним всё чаще промахиваются.
А картинки?
С изображениями то же самое, только граница ещё тоньше. В исследовании Microsoft (AI for Good Lab, 2025) на 287 000 оценок от 12 500 человек по всему миру подлинность картинки верно определяли в среднем в 62% случаев.
Интересно, что распознать сгенерированное лицо точнее помогает не «насмотренность на нейросети», а базовый навык узнавания объектов вообще — это показало отдельное исследование Vanderbilt. И ещё деталь, важная для маркетинга: лица люди распознают заметно лучше, чем пейзажи или городские виды. Мозг эволюционно заточен ловить малейшую фальшь в лице — это и есть «зловещая долина». А ошибку в архитектуре или в листве он спокойно пропускает.
Что это значит на практике: использовать ИИ для фонов, интерьеров, предметной съёмки почти безопасно — отторжения не будет. А вот полностью заменить живую модель виртуальным «амбассадором» рискованно: к лицу у зрителя встроенный детектор фальши, и его придётся обходить очень высокой детализацией.
Главное: контент нравится, пока не узнают, что это ИИ
Здесь начинается самое интересное. Если на ощупь человек ИИ не ловит, то всё решает не сам текст, а ярлык на нём.
Эксперимент простой (опрос Bynder, 2000 человек в США и Британии): две статьи на одну тему — одна от копирайтера, другая от ChatGPT, без подписей. Из тех, у кого сложилось предпочтение, 56% назвали более увлекательной версию ИИ. А потом тем же людям сказали, что понравившийся текст написала машина — и у 52% вовлечённость тут же просела. Набор слов не изменился ни на букву. Изменилась только подпись под ним. Это и есть весь сюжет: доверие держится не на качестве, а на том, кто, по мнению читателя, за текстом стоит.
Почему ярлык так бьёт по доверию
Потому что «сделано ИИ» включает у человека защитный скептицизм — и заодно вешает на бренд неприятные ярлыки.
В психологии это называют «моделью знания об убеждении»: как только человек чувствует попытку на него повлиять, включается оборона. Метка «сгенерировано ИИ» читается как «с нами говорит не человек, а конвейер» — без искренности, намерения и эмпатии. Дальше подозрение: бренд экономит на нас, лишь бы дешевле. Цифры подтверждают: 40% покупателей стали бы меньше доверять письмам магазина, узнав, что их пишет нейросеть, а 30% реже купят или ответят, если заподозрят массовый ИИ. И ярлыки приклеиваются нелестные.
И ещё: бренд теряет монополию на свой образ
Появился «разрыв авторитетности». Покупатель всё чаще спрашивает о продукте не бренд, а ИИ — и если ответы расходятся, верят не бренду.
Только 29% верят бренду напрямую, 12% — алгоритму, а большинство, 54%, идут искать независимый источник. И это уже про деньги: 17% покупателей меняли бренд из-за того, что им сказал ИИ. То есть маркетинг теперь воюет за авторитет не только с конкурентами, но и с «галлюцинацией» языковой модели, которая может выдать про ваш продукт что угодно. Кто попадает в ответ ИИ корректно — тот и формирует образ. Кого там нет — за того говорит кто угодно.
«Сгенерировано» и «при поддержке ИИ» — две разные планеты
Падение доверия неравномерно. Всё решает формулировка. Исследование пользовательского контента на маркетплейсах развело три уровня по 5-балльной шкале.
| Как помечен контент | Доверие (из 5) | Аутентичность (из 5) |
|---|---|---|
| Без пометки об ИИ | 4,18 | 4,04 |
| Создано при поддержке ИИ (AI-assisted) | 3,56 | 3,35 |
| Сгенерировано ИИ (AI-generated) | 2,30 | 2,27 |
Главный посредник между ярлыком и доверием — воспринимаемая аутентичность. «При поддержке ИИ» оставляет в кадре человека, который проверил факты и вложил опыт, и удар смягчается. «Сгенерировано ИИ» убирает человека целиком — и доверие падает почти вдвое.
Что с этим делать бренду
Вывод не «прятать ИИ» и не «бояться ИИ». Вывод тоньше: управлять тем, где и как он виден.
Не врать, но и не выпячивать
Скрытый ИИ, который вскрылся, бьёт сильнее, чем честность сразу (об этом — во второй части, на данных платформ). Но и штамповать «сгенерировано ИИ» на каждом письме не нужно — это худшая из формулировок.
Человек — в точках доверия
Там, где на кону доверие и эмпатия — крупная сделка, кризисная коммуникация, личное письмо, — машинный текст в лоб не ставить. Эти касания закрывает человек.
Позиционировать как «ассистента»
Если пометка нужна, «создано при поддержке ИИ» вызывает в разы меньше отторжения, чем «сгенерировано ИИ». Человек у руля — и это правда, если процесс выстроен честно.
И да — этот текст ровно такой. Я не прячу, что гоняю черновики и проверку фактов через ИИ. Но голос, отбор цифр, угол и финальную правку оставляю за собой. Это не «сгенерировано» — это «при поддержке». Разница между 2,30 и 3,56 по доверию — это и есть цена слова «при поддержке».
«Контент-заводы» сегодня нужны. Вопрос — в архитектуре
И вывод из всего этого — не «бегите от AI-контента». Наоборот. Те самые пресловутые контент-заводы бизнесу сегодня нужны: объёмы, скорость, персонализация, бесконечные тесты — руками это уже не вывезти, а конкуренты, которые вывозят машиной, ждать не будут.
Вопрос не в том, ставить ли производство контента на поток. А в точности настройки и архитектуры решения. Где работает машина, а где человек. Что отдать на генерацию, а что оставить в точке доверия. Как пометить, чтобы доверие смягчить, а не обрушить. Что нейросети говорят о вас в ответах и попадаете ли вы туда вообще. Один поворот настройки — и завод штампует «безличное» и «ленивое», другой — и тот же завод приносит деньги. Вся разница в архитектуре. Вот это я и помогаю собрать: приходите — разберём вашу ситуацию по косточкам и настроим так, чтобы работало на выручку, а не против доверия.
Как ИИ-поиск перекроил воронку — разбираю отдельноА вы уверены, что ИИ говорит о вас правду?
Покупатель спрашивает ИИ до покупки — и верит ему больше, чем вашему сайту. Первое, что стоит проверить, — что именно нейросеть отвечает про ваш бренд и попадаете ли вы в ответ вообще. Я делаю бесплатную экспресс-диагностику: 30-минутный созвон, где наглядно показываю, как ваш сайт видит человек и как — нейросеть, и даю конкретный список, что менять, чтобы ИИ-движки начали вас цитировать.
Ключевые цифры и источники
| Показатель | Значение | Источник |
|---|---|---|
| Точность распознавания AI-текста (читатели) | ≈53% | Penn State, лаб. PIKE (Д. Ли) |
| Общая точность по пяти типам текста | 19% | Advances in Simulation (2025) |
| Верно опознан полностью AI-текст (de novo) | 10% | Advances in Simulation (2025) |
| Преподаватели опознали AI-текст | 37,8% | Fleckenstein и др. (2024) / Originality.AI |
| Точность распознавания AI-изображений | 62% | Microsoft AI for Good Lab (2025) |
| Выбрали AI-текст вслепую как более интересный | 56% | Bynder / MarTech, 2000 потребителей |
| Упала вовлечённость после раскрытия | 52% | Bynder / MarTech |
| Меньше доверяют email, написанным ИИ | 40% | Bynder / MarTech |
| Доверие: без пометки / assisted / generated | 4,18 / 3,56 / 2,30 | MDPI JTAER 21/5/154 (2026) |
| Ищут внешний источник при расхождении бренд/ИИ | 54% | Skyword / PR Newswire (2026) |
| Сменили бренд из-за информации от ИИ | 17% | Skyword / PR Newswire (2026) |
Источники
- •Penn State, лаборатория PIKE (Дунвон Ли) — об усложнении распознавания AI- vs человеческого текста (Q&A)
- •Advances in Simulation (Springer, 2025; PMC12752165) — способность ИИ-детекторов и людей различать формы AI-текста; общая точность 19%, de novo 10%
- •Fleckenstein и др. (Computers and Education: AI, 2024), обзор Originality.AI — люди и AI-текст (преподаватели 37,8%, студенты 73%, мед-рецензенты 62%)
- •Microsoft AI for Good Lab (arXiv 2507.18640, 2025; данные 2024) — насколько хорошо люди распознают AI-изображения; 287 000 оценок, 12 500 участников
- •Vanderbilt University (J. of Experimental Psychology: General, 2026) — навык узнавания объектов предсказывает распознавание сгенерированных лиц
- •Bynder «The Human Touch» (2000 потребителей UK+US), через MarTech — слепой тест: 56% / 52% / 40% и ярлыки бренда
- •Friestad & Wright (Journal of Consumer Research, 1994) — модель знания об убеждении (PKM)
- •MDPI, Journal of Theoretical and Applied Electronic Commerce Research, 21/5/154 (2026) — доверие и аутентичность по типу маркировки
- •Skyword / Dynata (1000 взрослых США, апрель 2026), через PR Newswire — 29% / 12% / 54%, смена бренда 17%
