Într-o eră în care proza generată de Modelele de Limbaj Mari (LLM) a devenit omniprezentă, capacitatea noastră de a distinge între creativitatea umană și algoritm a devenit o prioritate. Deși primele semne distinctive, precum utilizarea excesivă a cratimelor lungi (em-dashes) sau a cuvântului „delve”, au fost eliminate prin finisări succesive, cercetătorii avertizează că modelele de inteligență artificială revin constant la anumite tipare lingvistice specifice.
Un nou studiu exhaustiv realizat de firma de marketing Graphite a analizat în detaliu obiceiurile de scriere ale modelelor „frontier”, identificând cuvintele și frazele preferate ale fiecărei versiuni. Rezultatele sunt surprinzătoare: deși vechile „ticuri” dispar, ele sunt înlocuite de structuri noi, adesea bazate pe contraste puternice.
Metodologia Studiului: 10.000 de Articole sub Lupă
Pentru a înțelege scara la care AI-ul își lasă amprenta, Graphite a conceput un design experimental riguros. Punctul de plecare a fost un corpus de 10.000 de articole publicate înainte de lansarea ChatGPT, servind drept grup de control pentru scriitura umană.
Ulterior, cercetătorii au solicitat diferitelor modele AI să rescrie aceste articole pornind de la rezumate, pentru a elimina pe cât posibil influența sursei originale. Comparând mostrele, echipa condusă de Greg Druck (Chief AI Officer la Graphite) a identificat nu mai puțin de 13.000 de fraze care apar de cel puțin două ori mai des în conținutul AI decât în cel uman – aceasta fiind definiția lor pentru un „tell” (un indiciu revelator).
Claude Opus 5.5: Obsesia pentru Relevanță
Analiza modelului Claude Opus 5.5 de la Anthropic a scos la iveală date fascinante. Deși Anthropic a susținut la lansarea modelului că acesta „comunică mai natural” și că este „mai clar și mai ușor de urmărit”, statisticile spun o altă poveste.
- Cuvântul „dependable” apare de 23 de ori mai des în textele generate de Opus 5.5 decât în cele umane.
- Modelul are o înclinație aproape obsesivă de a explica de ce anumite lucruri sunt importante: fraza „this matters” este folosită de 116 ori mai frecvent decât de către oameni.
- Structura „why X matters” apare de 92 de ori mai des în producțiile sale.
Interesant este faptul că, deși Opus 5.5 a învățat să evite construcția clasică „nu este X, ci este Y” (despre care s-au scris rapoarte ample în aprilie 2026), acesta a adoptat o variantă ușor modificată: „is more than an X, it’s a Y”.
OpenAI Astra și Gemini 3.1 Pro: Între Prudență și Structură
Nici rivalii de la OpenAI nu sunt scutiți de aceste amprente. Modelul Astra are propriul set de „trădări” lingvistice. Acesta tinde să introducă frecvent conceptul de „another dimension” și folosește un limbaj prudent (hedging), apelând la sintagme precum „may provide” sau „can provide”.
Cea mai mare problemă a lui Astra este ceea ce Graphite numește „corrective framing” (încadrarea corectivă). Modelul definește subiectele ca fiind „not simply X” sau propune alternative folosind „rather than relying on X”. Aceste construcții au fost identificate ca fiind de peste 100 de ori mai comune în textele Astra decât în scrisul uman.
În ceea ce privește punctuația, s-a observat un efort coordonat al laboratoarelor de AI pentru a elimina cratima lungă (em-dash):
- Opus 5.5 utilizează em-dash cu 99% mai puțin decât Opus 5.
- Astra a redus utilizarea acestuia cu 88% față de media umană.
- Gemini 3.1 Pro a eliminat aproape complet acest semn de punctuație din vocabularul său stilistic.
Promisiunile GPT-6 (Sol și Luna) vs. Realitatea Parametrilor
La lansarea versiunilor GPT-6 Sol și GPT-6 Luna, OpenAI a promis utilizatorilor mai multă claritate, mai puțin jargon și mai puține „întorsături de frază ciudate”. Cu toate acestea, Greg Druck rămâne sceptic. El argumentează că, având în vedere că vorbim despre modele gigantice cu miliarde de parametri, controlul total asupra nuanțelor lingvistice este aproape imposibil. „Sunt atât de multe teste pe care le pot rula, încât anumite lucruri pur și simplu scapă”, afirmă Druck.
Concluzie: O Luptă Continuă pentru Autenticitate
Deși tehnologia avansează, iar modelele precum Claude par să se apropie de distribuția cuvintelor umane, modelele GPT par să se îndepărteze paradoxal de aceasta. În timp ce laboratoarele de AI reușesc să elimine cele mai cunoscute „ticuri”, altele noi apar imediat în loc.
Impactul acestor descoperiri este major pentru editori, profesori și specialiști în marketing. Într-o lume în care chiar și startup-uri precum Neko Health atrag investiții de 700 de milioane de dolari pentru scanări corporale high-tech, „scanarea” textului pentru a detecta amprenta AI devine o formă esențială de igienă digitală. Lupta pentru autenticitate nu s-a încheiat; doar s-a mutat într-o „altă dimensiune” a limbajului.
Sursa originală: Click AICI.
About the Author
