📒 В сентябрьском номере журнала Multilingual много интересных материалов. В частности, статья о сравнении текстов, написанных ИИ и человеком. Сравнивались англоязычные тексты, но выводы авторов однозначные — распознать можно легко, даже несмотря на то, что модели очевидно совершенствуются.

Как раз пока я вам это пишу, в соседнем чате редактор жалуется на плохо написанный текст коллег, предполагая, что опус сделан с помощью нейросети. Да и в этих ваших интернетах я постоянно встречаю комментарии в духе "Пост явно сгенерирован, даже читать не хочется".

Серьёзные люди заморочились исследованием и количественным анализом и выяснили вот что:

〰️Текст, написанный человеком, содержит больше глаголов и в целом более динамичный. ИИ, в свою очередь, тяготеет к существительным, статике и пространным описаниям, что делает его текст тяжёлым. Если человек естественным образом стремится подчеркнуть действия, то ИИ вследствие обучения ставит в приоритет сущности и их атрибуты. Думаю, это важный момент для технических писателей, которые могут пытаться применять ИИ в работе. Да и копирайтерам это стоит учитывать.

〰️Человеческий текст неоднороден синтаксически. Где-то мы пишем распространённые предложения, где-то — простые, и предсказать их порядок невозможно. ИИ пишет однообразно, предложения практически всегда одинаковой длины.

〰️Работая со специализированным текстом, ИИ злоупотребляет профессиональным жаргоном. А если такой же текст пишет человек, то у него намного шире вокабуляр, и он может даже игру слов запросто впендюрить. Это очень хорошо видно в научно-популярных статьях, кстати.

〰️Люди эмоциональны, как и их тексты. И человек совершенно не стесняется выражать негативные эмоции. А ИИ всегда создаёт тексты с более позитивным тоном.

〰️По совершенно непонятной причине сгенерированные машиной тексты имеют больше согласных звуков.

〰️И моё любимое! В длинных текстах человек способен спокойно оперировать сущностями и идеями, возвращаясь к ним при необходимости. То есть у людей всё в порядке с референциальным тождеством: "Кажется, ты не получил файлы, я их отправлю ещё раз". Машина в этом плане активно лажает, хоть и быстро учится, как утверждают авторы исследования. Длинные сложные тексты с кучей взаимосвязанных концептов ставят нейронку в тупик. И, кстати, это очень хорошо заметно по машинным переводам, когда местоимение it начинает применяться не к месту или же переводится как "оно" вне зависимости от контекста. На таком моменте я не так давно уличила переводчика, перевод явно был сделан не человеком.

В университете у меня был предмет "Количественные методы в филологии", и он казался жутко скучным со всеми формулами и подсчётами. Но когда читаю такие исследования, становится очень интересно. Это ведь народ формулы придумал, применил, посчитал! В общем, статью рекомендую. 🔥