13 ezer árulkodó kifejezést találtak az AI-szövegekben a Graphite kutatói

A Graphite új tanulmánya a legfejlettebb modellek írásbeli szokásait vizsgálta, és feltárta az egyes modellek kedvenc szavait és kifejezéseit. Greg Druck, a Graphite vezető AI tisztviselője szerint míg a Claude modellek szókincse idővel közelebb kerül az emberi eloszláshoz, a GPT modellek ettől eltávolodnak. A tanulmányhoz 10 000, a ChatGPT megjelenése előtt publikált cikket használtak kontrollcsoportként, amelyeket különböző AI modellekkel írattak újra összefoglalókból, hogy minimalizálják a forrásbeli elfogultságot. (TechCrunch)

Claude Opus 5.5 leggyakoribb árulkodó jelei

A Claude Opus 5.5 esetében a legszembetűnőbb árulkodó jel a „dependable” (megbízható) szó, amely 23-szor gyakrabban jelenik meg, mint az emberi mintákban. Bár az Opus 5.5 elkerüli az „nem X, hanem Y” szerkezetet, továbbra is használja a „több mint X, ez Y” típusú mondatokat. Különösen kedveli a dolgok fontosságát hangsúlyozni: a „this matters” (ez számít) kifejezést 116-szor, a „why X matters” (miért számít X) pedig 92-szer gyakrabban használja, mint az emberi írások.

OpenAI Astra és a többi modell

Az OpenAI Astra modelljének más árulkodó jelei vannak. Ez a modell gyakran ír le valamit „egy másik dimenzióban”, és hajlamos óvatosan fogalmazni, például „adhat” vagy „nyújthat” egy adott előnyt. A legnagyobb árulkodó jele az úgynevezett „korrekciós keretezés”, ahol egy témát „nem csupán X”-ként definiál, vagy alternatívaként kínál „X helyett”. Ezek a szerkezetek több mint 100-szor gyakoribbak voltak az Astra által generált szövegekben, mint az emberi írásokban.

Érdekes módon az összes vizsgált modell drasztikusan csökkentette az em-dash használatát: az Opus 5.5 99%-kal, az Astra 88%-kal kevesebbet használja, míg a Gemini 3.1 Pro szinte teljesen elhagyta. Ennek ellenére az általános árulkodó jelek száma nagyjából állandó maradt. Druck szerint a modellek eltávolítják a legismertebb árulkodó jeleket, de mások felbukkannak, és minden modellverziónak megvannak a saját egyedi sajátosságai.

A kutatók szkeptikusak abban, hogy a nagy modellekkel mennyire lehet teljesen kiküszöbölni ezeket a jellegzetes szerkezeteket és kifejezéseket. „Azt hiszem, a laboratóriumok kevésbé tudják ezeket a dolgokat irányítani, mint gondolnánk” — mondta Druck. „Ezek hatalmas, milliárd paraméteres modellek, és bizonyos dolgok átcsúsznak a teszteken.” A Graphite kutatása 13 ezer ilyen jellegzetes kifejezést azonosított.