Ansvarsfull användning: vad Textumi är till för, och vad det inte är till för

Vad Textumi är till för

• Att kontrollera ditt eget utkast innan du skickar det: detektorn markerar de avsnitt som låter allmänna eller maskinskrivna och förtjänar en extra genomläsning.
• Att skriva om en text som du har rätt att redigera, till exempel dina mejl, artiklar, webbtexter eller ett första utkast skrivet med hjälp av AI, så att den läses mer naturligt och behåller sin innebörd.
• Att få ytterligare en signal om en text du har fått, som ett skäl att läsa den noggrannare och aldrig som en dom över författaren.

Du kan arbeta där det passar dig: i webbläsaren, i macOS-appen eller direkt i ett samtal med din egen AI-assistent via MCP-kopplingen. Vi fortsätter att förbättra detektorn och Humanizer och lägga till verktyg som gör arbetet med dem enklare.

Oavsett var är det en människa som läser resultatet och bestämmer vad som ska göras med det. Verktygen gör det arbetet snabbare. De ersätter det inte, och de tar inte över något ansvar från den person som agerar på resultatet.

Inga löften om någon AI-detektor

Humanizer får en text att läsas mer naturligt och behåller dess innebörd. Innan du ser ett resultat kontrollerar Textumi fakta, namn, siffror, exakta benämningar och logik mot originalet, och en version som inte klarar kontrollerna kasseras.

Den gör inte en text ”omöjlig att upptäcka”, och Textumi säljer den inte som ett sätt att klara, kringgå eller slå en detektor. Detektorer är byggda på olika sätt och är ofta oense, så en text som en av dem godtar kan flaggas av nästa, oavsett vem som har skrivit den.

Om ett resultat i en viss detektor avgör något viktigt för dig är ett omskrivningsverktyg fel ställe att söka trygghet. Det säkra är att följa de regler som du granskas mot och att kunna visa hur texten skrevs.

Ett detektorresultat är en signal, inte ett bevis

Textumis detektor är vår egen utveckling: vi tränar och finjusterar dess modeller själva, och de körs på våra egna servrar. Den anger den troliga författaren med en av fem etiketter, från ”Mänskligt skriven” till ”AI-genererad”, beroende på hur tydligt texten visar mönster som är typiska för maskinskriven text, och den markerar de avsnitt som vägde tyngst.

Det är ett påstående om formuleringar, inte om vem som satt vid tangentbordet, och det kan vara fel åt båda hållen. Tänk på de kända begränsningarna:

• Korta texter är svårare att bedöma: detektorn behöver minst 5 ord, och under 50 ord visas ”För lite text för att bedöma” i stället för en etikett.
• Detektorerna för engelska och ukrainska är de mest grundligt testade. Detektorerna för andra språk har tränats och testats på ett smalare urval av texter, löptext från Wikimedia-projekt.
• Utanför den genren missar några av dem många AI-texter, bland annat de för franska, vietnamesiska, turkiska, indonesiska och nederländska.
• Forskare vid Stanford rapporterade 2023 att AI-detektorer oftare flaggar text av personer som inte har engelska som modersmål än text av personer som har det.
• OpenAI drog 2023 tillbaka sitt eget verktyg för att klassificera AI-text och angav låg träffsäkerhet som skäl.

Varför detektorer flaggar mänsklig textSå testas Textumis detektor

Fatta inte beslut om en person enbart utifrån ett detektorresultat

Ett betyg, ett disciplinärende, ett rekryteringsbeslut eller ett avtal kan inte vila enbart på ett detektorresultat, oavsett om det kommer från oss eller från någon annan.

Resultatet ”Mestadels AI” eller ”AI-genererad” är ett skäl att undersöka vidare, och det måste människor göra: prata med författaren, fråga hur texten togs fram, titta på utkast, anteckningar och versionshistorik och jämför texten med författarens tidigare arbeten.

Om det är du som bedöms av en detektor är samma belägg ditt bästa svar. Spara dina utkast och källor. En dokumenthistorik som visar hur en text växer under flera dagar är mer övertygande än något verktyg.

Akademisk hederlighet: lärosätets regler går först

Skolor, universitet och tidskrifter bestämmer själva sina regler för AI-hjälp, och de skiljer sig åt. Vissa förbjuder den i examinerande uppgifter, vissa tillåter den för språkgranskning, och många ber dig redovisa den. Textumi vet inte vilken regel som gäller för dig och kan inte ändra den.

Läs policyn för din kurs eller tidskrift och fråga om något är oklart. Redovisa AI-hjälp överallt där det krävs. Humanizer ändrar inte hur en text ursprungligen kom till, och den förvandlar inte oredovisad hjälp till ditt eget arbete utan hjälp.

Att använda Textumi för att dölja något som en regel kräver att du redovisar är inte vad vi har byggt det för.

För studenterFör lärare

Andras texter och integritet

Textumi lagrar inskickade texter och resultat krypterade. Kärnbearbetningen körs på våra egna servrar; vid en omskrivning skickas texten också till den externa leverantör av AI-modeller som anges i integritetspolicyn. Med planerna Individuell och Professionell sparas en förfrågan i din privata Historik i 30 dagar om du inte raderar den tidigare.

Innan du skickar in något som en annan person har skrivit bör du därför försäkra dig om att du får dela det. För en students uppsats, en sökandes brev eller en kollegas rapport, kontrollera vad ditt lärosäte eller din arbetsgivare tillåter, och ta bort namn och personuppgifter som kontrollen inte behöver.

Min stil är ännu striktare: den tar bara emot texter som du själv har skrivit, och du bekräftar det innan analysen börjar.

Integritetspolicy

Vem som inte bör förlita sig på Textumi

• Den som behöver bevis för vem som har skrivit en text inför en formell anklagelse eller en rättslig tvist, eftersom ett detektorresultat inte är ett sådant bevis.
• Den som bedömer mycket korta texter, som enstaka svar, rubriker eller chattmeddelanden, eftersom Textumi inte ger någon bedömning under 50 ord och korta texter överlag ger ett mindre tillförlitligt resultat.
• Den som främst arbetar på andra språk än engelska och ukrainska, eller i genrer långt från vanlig löptext, där detektorn missar mer AI-text.
• Den som tänker skicka ett omskrivet avtal, en medicinsk instruktion eller finansiella siffror utan att läsa dem. Textumi kontrollerar en omskrivning på flera sätt, men vissa av kontrollerna görs av en modell, och en modell kan missa ett fel.