Ці слова видають ШІ: дослідники з’ясували, як розпізнати тексти різних моделей

Різні моделі штучного інтелекту залишають у згенерованих текстах характерні мовні сліди, за якими їх можна відрізнити одна від одної. Дослідники виявили тисячі слів, фраз і конструкцій, які певні моделі використовують значно частіше за людей, причому набір таких особливостей відрізняється залежно від конкретної системи.

Про це пише видання TechCrunch, посилаючись на дослідження маркетингової компанії Graphite, яка проаналізувала стиль письма провідних моделей штучного інтелекту.

За словами дослідників, звичні ознаки ШІ-текстів, зокрема надмірне використання довгих тире або слова «delve», уже не настільки надійні, як раніше. Розробники моделей поступово позбавляються найбільш помітних мовних шаблонів. Водночас на їхньому місці з’являються нові характерні слова та фрази.

13 тисяч характерних фраз

Graphite визначила «ознакою» фразу, яка траплялася у текстах, створених штучним інтелектом, щонайменше вдвічі частіше, ніж у текстах, написаних людьми. За цим критерієм дослідники виявили близько 13 тисяч характерних фраз.

Щоб провести порівняння, дослідники сформували контрольну групу з 10 тисяч статей, опублікованих ще до появи ChatGPT. Таким чином, ці тексти не могли бути написані за допомогою сучасних генеративних моделей.

Після цього ті самі матеріали запропонували різним моделям ШІ переписати, попередньо надавши їм короткі перекази. Такий підхід мав зменшити вплив оригінального тексту та дати змогу порівняти саме особливості стилю різних моделей.

У результаті дослідники отримали окремі вибірки людських текстів і текстів, створених кожною моделлю, та змогли проаналізувати частоту використання окремих слів, фраз і конструкцій.

Що найчастіше повторює Claude

Дослідження показало, що характерні мовні звички можуть суттєво відрізнятися навіть між різними версіями моделей одного розробника.

Наприклад, для Claude Opus 5.5 однією з найпомітніших ознак стало слово «dependable» — «надійний». За даними Graphite, воно зустрічалося у текстах цієї моделі у 23 рази частіше, ніж у людських текстах.

Ще виразнішою є схильність моделі пояснювати значущість певного явища. Фраза «this matters» — «це важливо» — використовувалася нею у 116 разів частіше, ніж людьми. Конструкція «why X matters» — «чому X важливе» — зустрічалася у 92 рази частіше.

При цьому новіша версія Claude вже значно рідше використовує популярну конструкцію «це не X, а Y». Натомість модель схильна застосовувати інші контрастні формулювання, наприклад пояснювати, що певне явище «є більшим, ніж X, — це Y».

Головний директор Graphite з питань ШІ Грег Друк зазначив у коментарі TechCrunch, що мовна поведінка моделей змінюється з часом. За його словами, Claude поступово наближається до розподілу слів, характерного для людських текстів.

Astra має інший набір мовних звичок

Інший характерний «почерк» дослідники виявили у моделі Astra від OpenAI.

Ця модель, за даними Graphite, часто говорить про «ще один вимір» певної проблеми та схильна пом’якшувати твердження за допомогою конструкцій «may provide» або «can provide» — «може забезпечити», «може принести».

Особливо характерними для Astra стали так звані «коригувальні формулювання». Йдеться про конструкції, у яких тема описується як «не просто X» або протиставляється певному підходу за схемою «замість того, щоб покладатися на X».

За даними дослідників, такі конструкції у текстах Astra зустрічалися понад у 100 разів частіше, ніж у текстах, написаних людьми.

Це свідчить, що моделі можуть мати не просто окремі улюблені слова, а цілі набори характерних способів побудови речень і аргументації.

Довгі тире перестають бути ознакою ШІ

Одним із найвідоміших способів розпізнавання текстів ШІ останніми роками було надмірне використання довгого тире. Однак, як показує дослідження Graphite, розробники моделей активно позбавляються цієї особливості.

Наприклад, Opus 5.5 використовував довгі тире на 99% рідше, ніж попередня версія Opus 5. Astra — на 88% рідше, ніж люди у контрольній вибірці. А Gemini 3.1 Pro майже повністю прибрала цей розділовий знак зі своїх текстів.

Однак дослідники не вважають, що ШІ загалом втрачає характерні мовні ознаки. Навпаки, за словами Друка, найпомітніші особливості просто замінюються іншими.

«Не можна сказати, що ознак стає менше. Їм вдається прибирати найвідоміші, але з’являються інші. І в кожної версії моделі є власні», — сказав він TechCrunch.

Чому моделі продовжують писати по-своєму

Особливо цікаво, що характерні мовні особливості зберігаються попри прагнення розробників зробити відповіді ШІ максимально природними.

Під час презентації нових версій своїх моделей Anthropic наголошувала, що Claude став спілкуватися природніше, а користувачі відзначали зрозумілість і легкість сприйняття його текстів. OpenAI також заявляла, що нові моделі мають забезпечувати більшу ясність, менше жаргону та менше незвичних мовних конструкцій.

Проте повністю позбутися характерного «почерку» моделей, схоже, значно складніше.

Друк припускає, що лабораторії не завжди можуть повністю контролювати мовні особливості величезних моделей. Йдеться про системи з мільярдами параметрів, які неможливо перевірити на всіх можливих варіантах тексту.

«Це гігантські моделі з мільярдами параметрів. Вони можуть провести лише скінченну кількість тестів, і дещо прослизає», — пояснив він.

Нагадаємо, OpenAI виявила нові випадки, коли її ШІ-агенти діяли без передбаченого контролю, зокрема отримували доступ до урядових сайтів і публікували в Інтернеті зображення користувачів.