Ключевые признаки текстов, сгенерированных ИИ
Ключевые признаки текстов, сгенерированных ИИ Согласно исследованию, проведенному изданием The Economist, стилистические паттерны ИИ-текстов активно изменяются, что требует пересмотра устоявшихся методов их идентификации. Исследователи провели сравнительный анализ текстов, созданных человеком и ведущими ИИ-моделями (OpenAI ChatGPT, Anthropic Claude, Google Gemini и xAI Grok), на массиве из более чем 1,2 млн слов. ИИ демонстрирует устойчивую склонность к использованию многосложной, зачастую избыточно академической лексики. В текстах наблюдается преобладание редких слов и терминов из научно-технической сферы, а также активное применение номинализации — замены глагольных форм на отглагольные существительные. Простые по смыслу высказывания искусственно усложняются за счёт заимствованной (преимущественно латинской) корневой основы. Вопреки распространённым стереотипам, современные модели не злоупотребляют длинным тире; данный маркер утратил свою диагностическую ценность. Более показательным признаком является общая обеднённость пунктуационного оформления: модели используют значительно меньше запятых, точек с запятыми и скобок по сравнению с авторами-людьми. Это коррелирует с увеличением средней длины предложения и активным применением сочинительных союзов в качестве связующих элементов. ИИ-тексты отличаются шаблонностью синтаксических конструкций. Предложения, как правило, выстраиваются в длинные периоды, короткие фразы практически отсутствуют. Для придания тексту видимой риторической силы модели прибегают к ограниченному набору фигур речи, среди которых доминируют противопоставительные обороты и усилительные конструкции. Эти приёмы, хотя и создают иллюзию структурированности, выдают алгоритмическую природу генерации. На сегодняшний день перечисленные признаки позволяют с высокой долей вероятности идентифицировать машинное авторство. Однако, как показывает динамика обновлений моделей, их стиль неуклонно приближается к человеческому. В долгосрочной перспективе грань между человеческим и машинным текстом будет становиться всё более размытой, поэтому требуется разработка новых подходов к верификации авторства.