Ustalanie autorstwa tekstu: czy podobny styl wskazuje tę samą osobę?

Na ekranie widzisz wiadomość z czyjegoś telefonu. W dyskusji jej treść zostaje potraktowana jak bezpośrednia wypowiedź właściciela urządzenia. Tymczasem ktoś mógł podyktować słowa, skopiować gotowy fragment albo skorzystać z cudzego konta. Ustalanie autorstwa tekstu polega na badaniu cech języka i porównywaniu możliwych wyjaśnień. Żeby ocenić wynik, możesz zacząć od pytania, co rzeczywiście wiadomo o powstaniu obu zestawów wypowiedzi.

TL;DR

Podobne słownictwo, składnia i interpunkcja mogą pomóc w badaniu autorstwa. Potrzebne są jednak wiarygodne próbki porównawcze i sprawdzona metoda. Wspólny wzór, temat rozmowy lub udział kilku osób mogą wyjaśniać zgodność. Procent poprawnych odpowiedzi w eksperymencie nie jest prawdopodobieństwem autorstwa konkretnej osoby. Autorstwo nie potwierdza też prawdziwości wiadomości ani winy za opisywany czyn.

Telefon wskazuje urządzenie, a co z autorem?

Dane dotyczące konta lub urządzenia mogą być przydatne. Ich znaczenie nie musi jednak obejmować wszystkich etapów powstania wiadomości. Dostęp do telefonu i wybór słów to dwie różne kwestie, nawet jeśli na co dzień wykonuje je ta sama osoba.

Warto więc zapytać, skąd pochodzi tekst i co zaszło przed wysłaniem. Zrzut ekranu może pomijać wcześniejszą wypowiedź, cytat albo informację o przekazaniu cudzych słów. Bez tego kontekstu rozpoznajemy wygląd komunikatu, ale niekoniecznie jego historię.

Co obejmuje ustalanie autorstwa tekstu

Lingwistyka kryminalistyczna zajmuje się kilkoma rodzajami pytań o język. Ustalenie znaczenia groźby, pochodzenia słów i prawdziwości zarzutu wymaga odmiennych danych. Przekonująca interpretacja treści nie daje automatycznie nazwiska autora.

Badanie autorstwa porównuje nawyki językowe, uwzględniając zmienność u tej samej osoby i podobieństwa między różnymi osobami. Ważna jest nie tylko zgodność. Trzeba wyjaśnić, dlaczego miałaby wskazywać wspólne pochodzenie, a nie wspólną sytuację lub źródło.

Polskie spojrzenie na ślad językowy

W rozmowie opublikowanej przez Uniwersytet Wrocławski w 2017 roku Krzysztof Kredens pokazuje, jak różnorodne są pytania stawiane językoznawcy w sprawach dowodowych. Ta perspektywa pomaga oddzielić autora komunikatu od prostego założenia, że wiadomość zawsze wyraża wolę właściciela telefonu. Wywiad nie podaje uniwersalnej trafności identyfikowania autorów.

Nie trzeba odtwarzać opisanych tam zdarzeń, żeby dostrzec problem metodologiczny. Gdy treść ma zostać użyta przeciwko komuś, jej pochodzenie wymaga sprawdzenia. Sam fakt pojawienia się słów na ekranie nie rozstrzyga wszystkich etapów ich powstania.

Wiadomość z koła fotograficznego

Wyobraź sobie wymyślony spór o opłaty w kole fotograficznym. Anonimowa wiadomość zawiera zwrot znany z maili jednej osoby z zarządu. Po chwili okazuje się, że ten sam zwrot znajduje się w regulaminie przesłanym wszystkim członkom.

Wspólny dokument dostarcza innego wyjaśnienia podobieństwa. Nie wskazuje samodzielnie autora i nikogo automatycznie nie wyklucza. Zmienia jednak wagę obserwacji: zwrot dostępny dla całej grupy przestaje wyglądać jak wyłącznie indywidualny wybór.

Kiedy próbujesz analizować sprawę kryminalną, ta zmiana powinna trafić do opowieści razem z pierwotnym podejrzeniem. Inaczej wniosek zostaje silniejszy niż dane, na których go oparto.

Jakie próbki mogą być punktem odniesienia

Autorstwo materiału porównawczego powinno być ustalone niezależnie od podobieństwa, które dopiero badamy. Podpisany post może zawierać cytat, cudzy szkic albo poprawki redakcyjne. Nazwa konta nie zawsze wystarcza, aby uznać każde słowo za spontaniczny wybór jednej osoby.

Następnie liczą się warunki. Oficjalny wniosek i rozmowa ze znajomą osobą różnią się stylem z uzasadnionych powodów. Okres, gatunek i odbiorca pomagają zrozumieć takie różnice. Zachowanie oryginałów pozwala sprawdzić, czy przepisywanie nie zmieniło pisowni i interpunkcji.

Od charakterystycznej frazy do zestawu cech

Poza niezwykłymi wyrażeniami bada się między innymi częste wyrazy, składnię, interpunkcję i sekwencje znaków. N-gram znakowy to ciąg o określonej liczbie znaków. Zliczanie takich ciągów pozwala opisywać fragmenty pisowni i układy znaków bez wybierania wyłącznie efektownych fraz.

Kilka zgodnych cech może wynikać z jednego skopiowanego zdania. Traktowanie ich jako niezależnych dowodów zawyżałoby siłę podobieństwa. Dlatego trzeba wyjaśnić wybór miar i ich zależności. Długa lista zgodności sama w sobie nie świadczy o jakości badania.

Dlaczego 77 procent wymaga dopowiedzenia

Patrick Juola w badaniu z 2021 roku dotyczącym protokołu weryfikacji autorstwa podał 77 procent poprawnych decyzji dla ponad 32 tysięcy par dokumentów z anglojęzycznych blogów. Wynik dotyczy określonego protokołu i warunków eksperymentu. Nie jest trafnością każdej ekspertyzy językowej ani walidacją dla polskich wiadomości.

Ogólny odsetek nie wyjaśnia samodzielnie, jak często mylono różne osoby, a jak często rozdzielano teksty tej samej osoby. Potrzebny jest podział błędów i opis reguł decyzji. Nie można też zamienić tej liczby w 77-procentowe prawdopodobieństwo, że wskazana osoba napisała konkretny tekst.

Sześć powtórzeń czy cztery: policzmy proporcje

W naszym wymyślonym kole fotograficznym zwrot występuje sześć razy w 300 słowach znanego materiału i cztery razy w 200 słowach wiadomości kwestionowanej. Obliczenia dają tę samą częstość: 6 ÷ 300 × 100 = 2 oraz 4 ÷ 200 × 100 = 2. To dwa wystąpienia na sto słów.

Liczby zostały wymyślone wyłącznie do objaśnienia normalizacji. Równa częstość nie ustala autora. Nadal trzeba zbadać zmienność między tekstami, użycie zwrotu przez inne osoby i wpływ wspólnego regulaminu. Samo sprowadzenie miar do jednej skali jest początkiem interpretacji.

Trzy różne pytania o autora

Przypisanie tekstu jednemu z kandydatów oznacza wybór w określonym zbiorze. Weryfikacja pyta o wspólne albo różne autorstwo zestawów. Grupowanie może z kolei łączyć anonimy, zanim ustali się nazwiska.

Te zadania wymagają odpowiednich testów. System wybierający najlepszego kandydata może wskazać kogoś nawet wtedy, gdy rzeczywistego autora nie ma na liście. Pierwsze miejsce nie dowodzi, że sam zbiór możliwości został dobrze określony. Konkluzja powinna zachować granice pytania.

Co zmienia temat i adresat wypowiedzi

Wiadomości o fotografii mogą zawierać te same nazwy sprzętu i czynności. Jeśli metoda skupia się na tym słownictwie, może wychwycić wspólny temat zamiast indywidualnego stylu. Zmiana odbiorcy wpływa natomiast na formalność i sposób wyjaśniania.

Nie wynika z tego, że porównania między tematami zawsze zawodzą. Trzeba sprawdzić, z jakimi różnicami metoda rzeczywiście sobie radzi. Wynik uzyskany na obszernych tekstach jednego gatunku nie rozstrzyga automatycznie pytania o kilka krótkich wiadomości.

Jak sprawdzić metodę, zanim zaufa się wynikowi

Do oceny potrzebny jest materiał o autorstwie znanym z innego źródła. Można wtedy obserwować poprawne rozstrzygnięcia i pomyłki. Dane użyte do opracowania lub dostrojenia metody trzeba odróżnić od danych przeznaczonych do jej oceny.

Istotne jest też to, czy procedura może pozostawić pytanie bez rozstrzygnięcia. Wymuszony wybór nazwiska zawsze dostarczy odpowiedź, nawet gdy próbki są niewystarczające. Uzasadniony wynik nierozstrzygający może dokładniej oddawać stan wiedzy niż pozorna pewność.

Iloraz wiarygodności porównuje wyjaśnienia

Iloraz wiarygodności porównuje prawdopodobieństwo zaobserwowanych danych przy dwóch określonych hipotezach. Mogą to być wspólne autorstwo oraz autorstwo różnych osób z istotnej populacji. Dobór tej populacji stanowi część rozumowania i wymaga uzasadnienia.

Zwykły wynik podobieństwa nie jest automatycznie takim ilorazem. Trzeba ocenić związek miar ze znanymi odpowiedziami i komunikowaną siłą dowodu. Sam iloraz nie dostarcza końcowego prawdopodobieństwa autorstwa i nie orzeka o winie. Te wnioski wymagają dodatkowych informacji.

Kiedy podobieństwo należy do całej grupy

Wyrażenie urzędowe może wyglądać wyjątkowo na tle prywatnych dzienników, a zwyczajnie wśród osób korzystających z tego samego regulaminu. Dobór porównania zmienia zatem interpretację cechy. Wielkość korpusu nie naprawi jego niedopasowania.

Także zawężenie badania do podejrzewanych osób wymaga wyjaśnienia. Pominięcie sensownej alternatywy może sprawić, że wynik odpowie na mniejsze pytanie, niż sugeruje prezentacja. Dobre badanie pokazuje zarówno zakres odniesienia, jak i jego braki.

Od sporów literackich do wiadomości w komunikatorze

Badanie stylu ma tradycję w sporach o autorstwo dzieł literackich i tekstów historycznych. Stylometria pozwala systematycznie mierzyć własności obszernych zbiorów. W zastosowaniu dowodowym mogą pojawić się krótsze fragmenty i większa niepewność dotycząca ich powstania.

Sukces w analizie pełnych utworów nie zastępuje sprawdzenia w nowej sytuacji. Podobnie nazwa znanej metody nie gwarantuje właściwej interpretacji jej wyniku. Historia zastosowań pomaga zrozumieć dziedzinę, lecz nie wyznacza trafności każdej ekspertyzy.

Krótki tekst, poprawki i cudzy udział

Kilka zdań daje mniej okazji do obserwowania powtarzalnych wyborów. Może zawierać przydatne cechy, ale nie istnieje uniwersalna liczba słów, która sama gwarantuje identyfikację. Znaczenie mają metoda, jakość próbki i warunki porównania.

Dyktowanie oddziela formułowanie od wpisywania. Tłumaczenie wprowadza wybory innej osoby lub systemu, a korekta może usunąć błędy. Podobny problem dotyczy przeredagowania przez model językowy. Wykrywanie tekstu generowanego i ustalanie ludzkiego autora odpowiadają na odmienne pytania.

Co powinno dać się sprawdzić w opinii

Potrzebny jest opis materiału, jego pochodzenia, wyboru cech i testowanych alternatyw. Warto wiedzieć, co wykluczono oraz dlaczego. Zakres i niepewność konkluzji powinny wynikać z tego przebiegu, a nie z pewnego tonu wypowiedzi.

Dokumentacja pozwala innej osobie przeanalizować konkretne decyzje: czy zauważono wspólny regulamin, czy próbki były porównywalne i czy miary się nie dublowały. Dzięki temu spór dotyczy sprawdzalnych kroków. Nie musi być konkursem na bardziej stanowcze wystąpienie.

Nowe modele nie znoszą granic języka

W opublikowanej w 2026 roku pracy Nini i współautorzy badali weryfikację opartą na gramatyce w dwunastu anglojęzycznych zbiorach danych, porównując ją z siedmioma metodami odniesienia. To dwanaście zbiorów, nie dwanaście języków. Nie są to wyniki walidacji polskich wiadomości.

Autorzy wskazują ograniczenia związane z gatunkiem i przetwarzaniem zależnym od języka. Nowa metoda może być obiecująca i nadal potrzebować dalszych testów. Wartość badania nie wymaga przypisywania mu odpowiedzi, których nie sprawdzało.

Pytania po popularnym filmie

Podświetlone słowa ułatwiają śledzenie demonstracji. Mogą też sprawić, że przejście od cechy do człowieka wyda się prostsze, niż jest. Dwa pytania pomagają zatrzymać ten skrót.

Czy jedna literówka zdradza autora?

Może skłonić do dalszego sprawdzenia. Potrzebne są informacje o jej rozpowszechnieniu, powtarzalności i możliwych źródłach kopiowania. Pojedyncze wystąpienie w każdym z dwóch tekstów nie wyjaśnia tych kwestii.

Czy autorstwo potwierdza treść oskarżenia?

Nie. Nawet poprawne przypisanie wiadomości zostawia otwarte pytanie o prawdziwość opisu. Można zapisać prawdę, pomyłkę, fikcję albo kłamstwo. Zdarzenia wymagają własnych dowodów.

Czego szukać poza znajomym brzmieniem

Gdy następnym razem ktoś rozpozna autora po stylu, zapytaj o pochodzenie próbek, warunki porównania i sprawdzone alternatywy. W kole fotograficznym wspólny regulamin zmienia wagę frazy, choć nie rozwiązuje całej sprawy. Rzetelna analiza pokazuje właśnie ten zakres: co wnosi język i jakie pytania nadal czekają na inne dane.