ШІ навчився писати більш по-людськи — але обзавівся новими словами-паразитами

Тексти, створені великими мовними моделями штучного інтелекту, зараз зустрічаються повсюдно, і у людей з'явилося бажання навчитися їх розпізнавати. Раніше ШІ часто використовував довге тире або пропонував щось «дослідити глибше» — ці маркери вже відійшли в минуле, але чат-боти зберегли деякі мовні уподобання, показало дослідження маркетингової компанії Graphite.

Джерело зображення: Igor Omilaev / unsplash.com

Зараз у кожної моделі ШІ відзначаються власні унікальні особливості. Спеціалісти Graphite виділили 13 000 фраз, які зустрічалися в створеному ШІ контенті як мінімум удвічі частіше, ніж у написаних людиною текстах — такі фрази дослідники визначили як маркери. Примітно, що моделі Anthropic Claude все більше генерують текст, схожий на людський, а системи OpenAI GPT, навпаки, віддаляються від природного для людини розподілу слів.

В якості контрольної групи дослідники взяли масив з 10 000 статей, опублікованих до виходу ChatGPT — їх явно писали люди. Автори проєкту доручили різним моделям ШІ переписати ці статті на основі коротких анотацій, щоб виключити вплив вихідного тексту. Отримавши порівнянні зразки тексту від людей і кожної з моделей, у Graphite порівняли частоту вживання певних слів і фраз і почали виявляти загальні закономірності побудови речень.

Характерним маркером моделі Anthropic Claude Opus 5.5 виявилося слово «надійний» («dependable») — у неї воно зустрічається в 23 рази частіше, ніж у написаних людьми текстах. Вона стала уникати конструкції «це не X, а Y» (it’s not X, it’s Y), але все ще використовує варіант «це більше, ніж X — це Y» (is more than an X, it’s a Y). Фраза «це важливо» (this matters) зустрічається в 116 разів частіше, ніж у людини, а оберт «чому X важливо» (why X matters) — в 92 рази частіше.

Джерело зображення: Milad Fakurian / unsplash.com

Власний набір відмінних ознак є у OpenAI GPT-6 Astra. Ця модель любить описувати «інше вимірювання» (another dimension) обговорюваного предмета і зазначати, що яке-небудь дію «може забезпечити» (may provide) або «здатне дати» (can provide) певну перевагу. Найбільш яскравим маркером моделі дослідники вважають «коректуючу формулювання»: коли певний предмет визначається як «не просто X» (not simply X) або подається як альтернатива — «замість того, щоб покладатися на X» (rather than relying on X). Подібні формулювання в текстах Astra зустрічаються більш ніж у сто разів частіше, ніж у людей.

Раніше характерним признаком складених ШІ текстів було багатство довгого тире. Розробники врахували це, і в досліджених Graphite зразках текстів модель Claude Opus 5.5 використовувала цей знак пунктуації на 99 % рідше, ніж Opus 5. OpenAI GPT-6 Astra вживає його на 88 % рідше, ніж люди, а Google Gemini 3.1 Pro відмовилася від довгого тире майже повністю. В цілому число мовних маркерів не зменшується — на зміну одним приходять інші, «і у кожної версії моделі вони свої», кажуть дослідники.

Розробники дійсно прагнуть досягти у ШІ максимально наближеного до людського стилю письма — такі заяви робила Anthropic з випуском Opus 5.5 і OpenAI, коли представила GPT-6 Sol і Luna. Але навряд чи у лабораторій ШІ вийде повністю викорінити подібні мовні уподобання, вважають у Graphite. Примітно, що якщо ШІ-моделі прагнуть спілкуватися більш по-людськи, то мова людини стає все більш схожою на генерований чат-ботами текст — нещодавно на це поскаржилися представники одразу кількох професій.

Хочеш дізнатися більше — читай відгуки