Polskie wzorce AI to nie tłumaczenie angielskich

Angielskie listy wzorców AI nie przenoszą się na polski, choć wyglądają, jakby powinny. Sprawdziłem sześć zestawów i wyszło, że pięć z nich łapie w polskim tekście może połowę tego, co powinno. Powód jest prostszy, niż się wydaje: model nie tłumaczy angielskich schematów na polski, tylko generuje polskie od zera.

Z tego artykułu dowiesz się:

• które wzorce powtarzają się w każdym zestawie, więc są uniwersalne,
• dlaczego lista wzorców ma datę ważności i jak szybko się przeterminowuje,
• czego angielskie listy nie łapią po polsku i co z tym zrobić,
• jak wygląda mój własny system: osiem plików tekstowych, zero subskrypcji.

Skąd w ogóle wiemy, jak pisze AI

20 marca 2026 angielska Wikipedia zamknęła głosowanie nad użyciem modeli językowych w artykułach. Wynik: 44 głosy za zakazem, 2 przeciw. Tekst bazowy artykułu musi napisać człowiek.

Zostały dwa wąskie wyjątki. Możesz poprosić model o poprawki językowe do własnego tekstu i o pierwsze przejście tłumaczenia. W obu wypadkach musisz sprawdzić wynik i dopilnować, żeby model nie dorzucił nic od siebie.

Powód nie jest ideologiczny. Społeczność wskazała, że modele łamią trzy filary projektu naraz: neutralny punkt widzenia, weryfikowalność i zakaz twórczości własnej. Do tego dochodzi pętla, która robi się nieprzyjemna: halucynacja wchodzi do encyklopedii, zostaje zescrapowana, wraca do danych treningowych kolejnego modelu.

Ale najciekawsze jest to, co powstało przy okazji tej walki.

Od 2023 roku działa WikiProject AI Cleanup - grupa redaktorów przeglądająca zgłoszenia pod kątem nieujawnionej treści z AI. Przez trzy lata przekopali tysiące oznaczonych edycji i spisali to, co widzieli raz za razem. Tak powstała strona Wikipedia: Signs of AI writing.

Tu jest różnica, która decyduje o wszystkim. Większość list wzorców powstaje tak: ktoś czyta teksty z ChataGPT, notuje, co go drażni, publikuje repo. Lista Wikipedii powstała na materiale, w którym autorstwo AI zostało niezależnie potwierdzone przez redaktorów. To nie jest zbiór przeczuć, tylko katalog z próbką.

Osiem kategorii: treść, język i gramatyka, styl, komunikacja skierowana do użytkownika, markup, cytowania, komentarze, różne.

Wikipedia od razu się jednak zabezpiecza, i słusznie: to obserwacje, nie reguły. Żaden pojedynczy sygnał nie dowodzi, że tekst napisała maszyna. Działają dopiero jako wiązka.

Sześć zestawów, jeden wspólny mianownik

Porównałem to, co dziś realnie da się zainstalować. Gwiazdki sprawdziłem przez API GitHuba 28 lipca 2026.

Zwróć uwagę na rozstrzał gwiazdek. no-ai-slop ma ich trzy tysiące, no-slop sześć - a to drugie stoi najbliżej źródła, bo przepisuje reguły Wikipedii wprost. Popularność mierzy zasięg autora na Twitterze, nie jakość listy.

Cztery wzorce wracają w każdym zestawie, niezależnie od języka i autora:

• triada - trzy przymiotniki albo trzy zdania pod rząd, bo model uczy się rytmu z tekstów marketingowych,
• równa długość zdań - człowiek miesza urwane z rozpędzonymi, model utrzymuje średnią,
• atrybucja bez źródła - „badania pokazują", „eksperci się zgadzają", nikt konkretny,
• napuszona ważność - „odgrywa kluczową rolę", „stanowi dowód na".

To są wzorce strukturalne, nie leksykalne. I one przenoszą się między językami bez strat, bo dotyczą rytmu i konstrukcji zdania, a nie konkretnych słów. Trzy przymiotniki pod rząd są trzema przymiotnikami po polsku, angielsku i japońsku.

Reszta się nie przenosi. Zaraz do tego wrócę.

Słownictwo AI ma datę ważności

To jest dana, dla której warto było kopać. Wikipedia śledzi nie tylko jakie słowa zdradzają model, ale kiedy je zdradzały.

Do tego pomiar, który mnie zatrzymał: w 2023 użycie „is" i „are" w piśmiennictwie naukowym spadło o ponad 10%. Nie dlatego, że naukowcy zmienili styl. Dlatego, że modele wolą konstrukcje z imiesłowami.

Wniosek praktyczny jest twardy: lista wzorców przeterminowuje się mniej więcej co rok.

Jeśli zainstalowałeś skill zbudowany na obserwacjach GPT-4, to on dziś poluje na „delve" - słowo, którego aktualne modele już tak nie nadużywają. Łapiesz teksty sprzed dwóch lat i masz poczucie, że narzędzie działa, bo coś przecież znajduje.

Gdzie wszyscy się wykładają: traktują listę zakazanych słów jak stałą, a to jest migawka. Wzorce strukturalne z poprzedniej sekcji starzeją się wolno, bo wynikają z architektury. Słownictwo starzeje się z każdą generacją modelu.

Gdzie polszczyzna wypada z angielskich list

Tu jest sedno i powód, dla którego napisałem ten tekst.

Testowałem angielskie zestawy na polskich tekstach i wynik był rozczarowujący. Nie dlatego, że listy są złe. Dlatego, że opisują inny język.

Po pierwsze: polskie frazy nie powstają z tłumaczenia.

„W dzisiejszych czasach" nie jest przekładem „In today's world". Model nie generuje angielskiego zdania i nie tłumaczy go na polski - on od razu produkuje polski tekst, sięgając po rozkład z polskiego korpusu treningowego. Efekt: polszczyzna ma własny zestaw zdradzających fraz, którego nie ma w żadnej angielskiej liście.

Skaner Jacka Wolniewicza to jedyny znany mi zestaw zbudowany pod polszczyznę - 120 fraz w 10 kategoriach, z poziomami ważności. Kilka przykładów, które angielskie repo przepuszczą bez mrugnięcia:

• otwarcia: „W dzisiejszych czasach", „W erze cyfrowej", „Nie sposób nie zauważyć",
• fałszywa autentyczność: „Ostatnio coraz częściej słyszę, że", „Moi klienci pytają mnie ostatnio",
• wypełniacze: „Warto zaznaczyć, że", „Kluczowym aspektem jest",
• coachingowy bełkot: „Uwolnij potencjał", „Odkryj autentyczną wersję",
• sygnały pod algorytm: „I szczerze?", „Turbodoładuj biznes".

Po drugie: fleksja rozbraja listy zakazanych słów.

Angielskie zestawy działają na dopasowaniu ciągu znaków. Wpisujesz „meticulous" i łapiesz wszystkie wystąpienia, bo angielski prawie nie odmienia przymiotników.

Po polsku wpisujesz „kluczowy" i nie łapisz „kluczowa", „kluczowego", „kluczowym", „kluczowe", „kluczowych". Jedno słowo to siedem form. Lista przeniesiona jeden do jednego przepuszcza sześć z siedmiu trafień.

Po trzecie: myślnik to u nas błąd, nie maniera.

W angielskim nadużywanie em dasha (-) jest wyborem stylistycznym. Da się go bronić, część redakcji go lubi. Dlatego angielskie listy traktują go jako sygnał miękki.

Po polsku wstawienie „-" tam, gdzie należy się dywiz ze spacjami, to zwykły błąd interpunkcyjny. Mamy inne zasady zapisu i inne znaki dla zakresów liczbowych. Model, który uczył się głównie na angielskim, przenosi angielską interpunkcję do polskiego zdania - i to jest jeden z najpewniejszych sygnałów, jakie znam. Mocniejszy niż jakiekolwiek pojedyncze słowo.

Z tych czterech punktów wychodzi jedno: angielska lista sprawdzi ci rytm zdania i strukturę akapitu. Słownictwa i interpunkcji po polsku nie sprawdzi żadna, bo żadna nie została na polszczyźnie zbudowana. Te dwie warstwy musisz dopisać sam.

Po czwarte: polskie źródła notują rzeczy, których nie ma nigdzie indziej.

Przewodnik po GPT-izmach i zestawienie z katsin.pl wskazują dwa nawyki, których angielskie listy nie opisują: skłonność do zapisywania nagłówków w CamelCase oraz uparte pomijanie interpunkcji na końcach punktów listy. Drugi jest tak powtarzalny, że u siebie w regułach zapisałem to wprost - przecinki po punktach, kropka po ostatnim.

Kiedy lista przestaje pomagać

Cztery sytuacje, w których to podejście działa przeciwko tobie.

Gdy używasz jej jako dowodu. Wikipedia sama to odradza. Człowiek też pisze „warto zaznaczyć", zwłaszcza po latach redagowania pism urzędowych - i oskarżenie go o AI na podstawie trzech fraz jest strzelaniem w ciemno.

Gdy tniesz słowa zamiast wzorców. Wykreślenie „kluczowy" z każdego zdania nie robi tekstu ludzkim, tylko ubogim. Problemem nie jest słowo, tylko to, że pada w zdaniu, które nic nie wnosi.

Gdy lista jest starsza niż rok. Patrz tabela wyżej. Zestaw z 2024 poluje na słownictwo, którego już nie ma.

Gdy przenosisz angielski zestaw na polski bez adaptacji. Dostajesz warstwę strukturalną, gubisz leksykalną i interpunkcyjną. To znaczy: dostajesz mniej więcej połowę.

Sam trzymam to w trzech warstwach. Angielski zestaw pilnuje struktury - triady, rytmu, atrybucji. Polskie frazy trzymam we własnym pliku reguł, bo nikt tego za mnie nie zrobi. A interpunkcję sprawdzam osobno, bo to najtwardszy sygnał i najłatwiej go zautomatyzować.

Testowałem to na własnych tekstach wielokrotnie i za każdym razem najwięcej wyłapuje warstwa trzecia, ta najprostsza.

Jak to wygląda u mnie

Teoria jest tania, więc pokażę konkret. Mój system humanizacji to osiem plików tekstowych i jedna zasada ładowania. Zero aplikacji, zero subskrypcji, zero API.

Dwa pliki bazowe, ładowane zawsze:

default.md odpowiada na pytanie jak pisać. Siedzi tam głos: aktywne czasowniki, nierówny rytm, zakaz udawanego entuzjazmu, baza fraz, których faktycznie używam („gdzie wszyscy się wykładają", „testowałem to wielokrotnie"). Na końcu checklista trzech warstw z poprzedniej sekcji.

_slop-pl.md odpowiada na pytanie czego nie pisać po polsku. Dziesięć kategorii, trzy poziomy ważności, frazy podane rdzeniami. Nie „kluczowy", tylko kluczow-, bo inaczej przepuszczę sześć z siedmiu odmian.

Sześć nakładek kanałowych, jedna na tekst:

Głos zostaje ten sam. Zmienia się tylko to, jak brzmi na danej platformie.

Reguła ładowania mieści się w jednej linijce:

default.md  +  _slop-pl.md  +  <kanał>.md

Piszesz notatkę albo dokumentację? Dwa pierwsze wystarczą.

Wpięcie w narzędzia. Siedem moich komend do generowania treści ładuje te pliki samo, bez przypominania. Post na bloga, posty social, scenariusz wideo, skrypt do promptera - każde z nich wciąga bazę plus właściwą nakładkę na starcie. Nie muszę pamiętać, żeby o tym powiedzieć.

Tu jest zresztą pułapka, w którą sam wpadłem. Przez jakiś czas trzy komendy odwoływały się do plików, których w repo nie było - zostały po podziale, którego nigdy nie dokończyłem. Nie rzuca to błędem, po prostu cicho nie ładuje reguł. Sprawdź swoje ścieżki, jeśli masz podobny układ.

Kiedy to aktualizuję. Sygnałem jest moment, w którym lista przestaje cokolwiek łapać w świeżo wygenerowanym tekście. To nie znaczy, że model przestał produkować slop - znaczy, że lista się zestarzała. Patrz tabela ze słownictwem: co generacja modelu, to inne słowa.

Cały ten układ mieści się w kilkudziesięciu kilobajtach tekstu i wersjonuje się w gicie razem z resztą projektu. Największą wartość ma nie sama lista, tylko to, że jest jedna i ładuje się automatycznie. Reguła, którą trzeba pamiętać, to reguła, której się nie stosuje.

Gdy checklista to za mało

Osiem plików reguł załatwia rutynę. Ale bywają teksty, przy których to nie wystarcza - bo problemem nie jest pojedyncza fraza, tylko rytm całego akapitu.

Wtedy zmieniam narzędzie. Nie prompt, nie listę - model.

Powód jest ten sam, który przewija się przez cały ten tekst. Model uczony głównie na angielskim przenosi angielskie nawyki - interpunkcję, szyk, długość zdania. Model uczony na polszczyźnie ich nie ma, więc nie musi ich odkręcać.

Rozpisałem to osobno: Bielik do humanizacji treści - prompty, zastosowania, etyka. Są tam gotowe prompty, cztery drogi uruchomienia modelu i uczciwa odpowiedź na pytanie, czy da się tak przejść przez detektory AI.

Podział pracy wygląda u mnie tak: reguły pilnują, żeby tekst nie wyszedł spod ręki gładki. Bielik wchodzi dopiero wtedy, gdy tekst ma być naprawdę dobry.

Podsumowanie

• cztery wzorce są uniwersalne i warto zacząć od nich: triada, równa długość zdań, atrybucja bez źródła, napuszona ważność,
• słownictwo modeli zmienia się co mniej więcej rok, więc lista sprzed dwóch lat łapie wczorajszy problem,
• angielskie zestawy dają ci warstwę strukturalną i tyle - polskie frazy, fleksję i interpunkcję musisz dopisać sam,
• popularność repo nie mówi nic o jakości listy: sześć gwiazdek przy regułach z Wikipedii bije trzy tysiące przy zbiorze przeczuć.

P.S. Najzabawniejsze w pisaniu tego tekstu było to, że musiałem go przepuścić przez własne reguły trzy razy. Za pierwszym podejściem miałem w nim dwie triady i jedno „nie X, tylko Y". Wzorce nie biorą się z lenistwa - biorą się stąd, że po prostu dobrze brzmią.

P.S. 2 Powstała już cała kategoria wtyczek, które stosują listę Wikipedii na odwrót, żeby obejść detektory. Wyścig zbrojeń wystartował, zanim ktokolwiek zdążył ustalić zasady.

Źródła

Adresy podaję jako tekst - skopiuj i wklej w przeglądarce.

Wikipedia i decyzja z marca 2026

• Wikipedia: Signs of AI writing - lista wzorców, 8 kategorii, dane o ewolucji słownictwa en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing
• Wikipedia: WikiProject AI Cleanup - projekt, który tę listę zbudował od 2023 roku en.wikipedia.org/wiki/Wikipedia:WikiProject_AI_Cleanup
• 404 Media - relacja z głosowania 44:2 404media.co/wikipedia-bans-ai-generated-content
• MediaNama - szczegóły wyjątków dla korekty i tłumaczeń medianama.com/2026/03/223-english-wikipedia-bans-ai-generated-text-allows-limited-use-copyediting-translation

Źródła polskie

• Skaner 120 fraz, Jacek Wolniewicz - 120 fraz w 10 kategoriach, baza JSON i prompt do pobrania jacekwolniewicz.pl/skaner-po-polsku-ktory-lapie-120-fraz-naduzywanych-przez-ai
• DBest Content - kompletny przewodnik po „GPT-izmach" dbest-content.com/jak-rozpoznac-tekst-z-ai-kompletny-przewodnik-po-gpt-izmach
• katsin.pl - 15 sposobów, jak rozpoznać tekst z ChataGPT katsin.pl/jak-rozpoznac-tekst-z-chatagpt
• SmartLetter - zakazane zwroty dla AI smartletter.pl/zakazane-zwroty-dla-ai

Liczby gwiazdek sprawdzone przez API GitHuba 28 lipca 2026.

Damian Ślimak. Twój Nawigator w chaosie AI.