Исследование выявило характерные «маркеры» ИИ-текстов: Opus 5.5 любит слово «dependable», а Astra — «корректирующее обрамление»

С тех пор как тексты, сгенерированные большими языковыми моделями, заполнили интернет, люди активно ищут способы их распознать. Хотя ранние «маркеры» вроде длинных тире и слова «delve» давно ушли в прошлое, исследователи утверждают, что у ИИ-моделей по-прежнему остаётся множество характерных привычек, которые выдают их при написании текстов.

Новое исследование маркетинговой фирмы Graphite изучило писательские привычки передовых моделей, выявив любимые слова и фразы каждой из них. Хотя старые маркеры вроде использования длинных тире были искоренены, модели по-прежнему опираются на контрастные конструкции, причём каждая версия модели демонстрирует свои уникальные особенности. Самое большое удивление — насколько широким оказался спектр этих маркеров. Graphite обнаружила 13 000 фраз, которые встречались в ИИ-контенте как минимум вдвое чаще, чем в текстах людей — таково их определение «маркера».

«Оказывается, модели Claude со временем действительно становятся ближе к человеческому распределению слов, — рассказал TechCrunch главный специалист по ИИ в Graphite Грег Драк. — А вот модели GPT, наоборот, всё больше от него отдаляются».

Изучение ИИ-текстов в большом масштабе потребовало тщательного планирования исследования. Graphite начала с корпуса из 10 000 статей, опубликованных до выхода ChatGPT, — это была контрольная группа, созданная людьми. Затем исследователи попросили разные ИИ-модели переписать эти статьи по кратким изложениям, стремясь максимально устранить возможную предвзятость источника. Сопоставив образцы, созданные людьми и каждой моделью, они смогли сравнить, как часто определённые слова и фразы встречались в ИИ-текстах, а также выявить более широкие закономерности в построении предложений.

Согласно результатам Graphite, главный маркер Claude Opus 5.5 — слово «dependable» («надёжный»), которое встречается в 23 раза чаще, чем в человеческих образцах. Хотя Opus 5.5 теперь избегает конструкции «это не X, это Y», он по-прежнему склонен говорить, что что-то «больше, чем X, — это Y».

Больше всего Opus любит объяснять, почему что-то важно, используя фразу «this matters» («это важно») в 116 раз чаще, чем в человеческих текстах, а «why X matters» («почему X важен») — в 92 раза чаще.

У Astra от OpenAI набор других признаков. Эта модель любит описывать «другое измерение» того, о чём говорит, и склонна смягчать утверждения, говоря, что действие «может обеспечить» или «способно обеспечить» определённую пользу. Её главный маркер — то, что Graphite называет «корректирующим обрамлением», когда тема определяется как «не просто X» или предлагается как альтернатива — «вместо того чтобы полагаться на X». По данным исследования Graphite, такие конструкции встречались в текстах, сгенерированных Astra, более чем в 100 раз чаще, чем в человеческих.

Примечательно, что все передовые лаборатории, похоже, отреагировали на идею о том, что модели злоупотребляют длинными тире. В образцах Graphite Opus 5.5 использовал этот знак препинания на 99% реже, чем Opus 5. Astra теперь использует его на 88% реже, чем человеческие образцы, а Gemini 3.1 Pro практически полностью исключила длинное тире из своих текстов.

Но хотя отдельные маркеры меняются, Graphite утверждает, что их общее количество в основном остаётся стабильным. «Нельзя сказать, что маркеров становится меньше, — сказал Драк TechCrunch. — Им удаётся убрать самые известные, но появляются другие. И у каждой версии модели свои».

Удивительно, что маркеры столь устойчивы, учитывая сосредоточенность лабораторий на человекоподобном стиле письма. В анонсе Opus 5.5 Anthropic хвасталась, что модель «общается естественнее, чем предыдущие модели», и что ранние пользователи «нашли её тексты более ясными и лёгкими для восприятия».

OpenAI делала аналогичные заявления при выпуске версий GPT-6 Sol и Luna, говоря, что пользователи могут «ожидать большей ясности, меньше жаргона и меньше странных оборотов речи».

Однако Драк скептически относится к тому, насколько лаборатории способны полностью устранить характерные конструкции или фразы.

«У меня есть общая гипотеза: лаборатории контролируют некоторые из этих вещей меньше, чем можно было бы ожидать, — говорит Драк. — Это гигантские модели с миллиардами параметров. У них есть конечное число тестов, которые они могут провести, и что-то проскакивает».