Детекция ИИ-генерации в ВКР: как сделать диплом про регулирование ИИ в образовании защищаемым
Поддомен: AI/ML. Роль эксперта: Data/ML-инженер.
Введение: почему тема про ИИ в образовании сейчас «горячая»
Наталья Касперская публично предложила ограничить применение генеративного ИИ в образовательном процессе — от школьных эссе до вузовских курсовых. Обсуждение вышло на уровень регуляторной повестки, а это значит одно: тема перестала быть «хайпом» и превратилась в прикладную задачу. Для выпускника ИТ-направления это подарок. Регуляторное ограничение невозможно без технической инфраструктуры — детекторов, аудита, метрик качества распознавания, отчётов для преподавателя. И именно эти задачи отлично ложатся в ВКР по машинному обучению.
Разберём, как превратить публикацию от 26 марта 2026 года в полноценную дипломную работу: какие темы брать, какую архитектуру проектировать, какие метрики считать и где обычно «сыпятся» студенты на защите.
FAQ: что чаще всего спрашивают до старта
1. Можно ли защитить ВКР по ИИ, если вуз запрещает использовать нейросети в самой работе?
Запрет обычно касается генерации текста работы, а не предмета исследования. Проектировать детектор ИИ-текста, обучать классификатор — легальная и востребованная задача. Уточните на кафедре формулировку: «разработка системы выявления сгенерированного контента» проходит почти всегда.
2. Где брать датасет, если не хочется просить у научрука?
Базовые публичные наборы: HC3 (human vs ChatGPT), M4, RAID, RuATD. Плюс — самостоятельный сбор: сгенерируйте корпус текстов несколькими моделями (GPT, Claude, GigaChat, YandexGPT), соберите «человеческие» работы из открытых архивов. Главное — зафиксировать методику разметки в главе 2.
3. Какие метрики считать, чтобы комиссия не задавала неудобных вопросов?
Не только accuracy. Обязательно precision, recall, F1, ROC-AUC и матрица ошибок. Для регуляторной задачи важна интерпретируемость ошибок первого и второго рода: ложное обвинение студента дороже пропуска генерации — это отдельно обсуждается в главе 3.
4. Обязательно ли использовать глубокие модели?
Нет. Baseline на TF-IDF + LogisticRegression или на перплексии (perplexity) и burstiness часто даёт приемлемый F1 около 0.75–0.85. Глубокий fine-tuning нужен, когда обоснован прирост качества — это и есть тезис для защиты.
Темы ВКР: три рабочие связки под тему статьи
-
Тема 1. Разработка системы детекции ИИ-генерации в студенческих работах.
Актуальность: запрос на регуляторное ограничение ИИ в образовании без инструмента верификации невыполним.
Цель: построить бинарный классификатор «человек / ИИ» с F1 ≥ 0.85 на русскоязычном корпусе.
Задачи: анализ существующих детекторов; сбор и разметка корпуса; обучение baseline и трансформера; оценка ошибок по доменам.
Структура: Гл.1 — обзор и сравнительный анализ; Гл.2 — архитектура пайплайна и обучение; Гл.3 — метрики, XAI-анализ (SHAP), выводы. -
Тема 2. Проектирование вузовской платформы аудита академических текстов.
Актуальность: регуляторика требует не разовой проверки, а непрерывного мониторинга с журналом и отчётностью.
Цель: спроектировать сервис, интегрируемый в LMS.
Задачи: анализ требований ISO/IEC 25010; проектирование API-контрактов; реализация сервиса детекции через REST; отчётность по ГОСТ 34.
Структура: Гл.1 — теория и стандарты; Гл.2 — C4-диаграммы и прототип; Гл.3 — нагрузочное тестирование, метрики SLA. -
Тема 3. Оценка устойчивости ИИ-детекторов к атакам обхода (paraphrasing, back-translation).
Актуальность: если регулирование вводится, студенты будут искать способы обхода — это уже вопрос ИБ.
Цель: количественно оценить деградацию F1 при атаках и предложить защитные механизмы.
Задачи: таксономия атак; генерация adversarial-примеров; оценка модели до/после; контрмеры (ансамбли, watermarking).
Структура: Гл.1 — обзор литературы; Гл.2 — методика атак и реализация; Гл.3 — эксперименты и рекомендации.
Основная часть: как встроить статью в главы
Глава 1. Регуляторный контекст и постановка задачи
Заявление Касперской — это не «мнение», а маркер зрелости рынка: регулятор видит проблему, значит, появится спрос на технические решения. В главе 1 зафиксируйте: (а) хронологию обсуждения; (б) смежные инициативы (маркировка ИИ-контента, watermarking); (в) формальные требования к качеству подобных систем согласно ISO/IEC 25010 — функциональная пригодность, надёжность, защищённость. Схема: контекстная диаграмма C4 Level 1 «Преподаватель → Сервис детекции → Хранилище → Отчёт».
Глава 2. Проектирование и реализация
Здесь строится пайплайн. Минимальный стек, который защищается на любой кафедре:
- Python 3.11, scikit-learn, PyTorch
- Трансформер: ruBERT-base или XLM-RoBERTa
- Feature-инженерия: perplexity, burstiness, тип-токен ratio
- Трекинг экспериментов: MLflow
- API: FastAPI + uvicorn
- Артефакты: Docker, автотесты через pytest
Пример каркаса инференса:
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
MODEL = "cointegrated/rubert-tiny2"
tok = AutoTokenizer.from_pretrained(MODEL)
model = AutoModelForSequenceClassification.from_pretrained(MODEL, num_labels=2)
def detect(text: str, threshold: float = 0.5):
batch = tok(text, truncation=True, max_length=512, return_tensors="pt")
with torch.no_grad():
logits = model(**batch).logits
prob_ai = torch.softmax(logits, dim=-1)[0, 1].item()
return {"label": int(prob_ai >= threshold), "prob_ai": round(prob_ai, 4)}
Диаграммы, которые нужно обязательно приложить: C4 Level 2 (компоненты сервиса), sequence-диаграмма запроса, схема БД (PostgreSQL: таблицы text, verdict, reviewer, audit_log), BPMN-процесс «проверка работы преподавателем».
Глава 3. Эксперименты и метрики
Таблица сравнения моделей должна быть не «одна точность», а матрица из 5+ метрик с доверительными интервалами. Укажите разделение train/val/test по авторам, а не случайно — иначе утечка данных искажает метрики. Для IM-задачи обязательно приложите confusion matrix и обсудите trade-off между ложноположительными и ложноотрицательными вердиктами.
| Модель | Precision | Recall | F1 | ROC-AUC |
|---|---|---|---|---|
| TF-IDF + LR | 0.78 | 0.72 | 0.75 | 0.81 |
| ruBERT fine-tuned | 0.91 | 0.88 | 0.89 | 0.94 |
| XLM-R (few-shot) | 0.86 | 0.83 | 0.84 | 0.90 |
Практические навыки, которые вы получите
- Строить пайплайн ML-сервиса от данных до REST-эндпоинта.
- Оформлять архитектуру по C4 и UML без «псевдо-схем».
- Считать метрики качества и объяснять их комиссии на пальцах.
- Использовать SHAP для интерпретации вердиктов модели.
- Соотносить технические решения с требованиями ISO/IEC 25010 и ГОСТ 34.
Чек-лист перед сдачей
- Задачи из введения дословно совпадают с выводами и с названиями подпунктов глав.
- Каждая глава заканчивается промежуточным выводом (1 абзац).
- Все рисунки пронумерованы, подписаны, есть ссылки «см. рисунок N» в тексте.
- Метрики приведены с методикой измерения (train/test split, seed, версия библиотек).
- Оформление по ГОСТ 7.32 / ГОСТ 34, ссылки по ГОСТ Р 7.0.5-2008.
- Код вынесен в приложение, в тексте — только ключевые фрагменты.
- Список литературы ≥ 25 источников, из них ≥ 30 % — 2023–2026 гг.
Типичные ошибки студентов «на ИИ-темах»
Ошибка 1. Ссылаются только на новости. Публикация SecurityLab — хороший стартовый якорь для актуальности, но в главе 1 нужны научные статьи (ACL, EMNLP), а не новостные заметки. Новость — 2 ссылки из 30, не больше.
Ошибка 2. Считают только accuracy. На несбалансированных корпусах (ИИ-текстов меньше) accuracy 0.9 достигается тривиальным «всё человек». Комиссия ловит это мгновенно — обязательно precision/recall и матрица ошибок.
Ошибка 3. Забывают про этику и приватность. Раз вы аудируете тексты студентов, попадаете под 152-ФЗ. В главе 2 нужен раздел про обезличивание, хранение и сроки. Иначе на защите поймают на вопросе про персональные данные.
Если тема кажется перспективной, но непонятно, с чего начать — у научного руководителя не всегда есть 120 часов на погружение в ML. Мы помогаем разобраться с методологией, подобрать корпус, оформить схемы и вывести работу на защиту. Первая консультация — бесплатно, без обязательств.
Источник: Нейросеть за меня написала, нейросеть за меня и диплом получит. Как в России хотят регулировать ИИ (опубликовано 2026-03-26)