Η τεχνητή νοημοσύνη δεν περιορίζεται πλέον στο να απαντά σε ερωτήσεις ή να δημιουργεί εικόνες. Σήμερα γράφει άρθρα, email, εργασίες, αναρτήσεις στα κοινωνικά δίκτυα, ακόμη και λογοτεχνικά κείμενα, σε τέτοια κλίμακα ώστε πολλές φορές ο αναγνώστης δυσκολεύεται να καταλάβει αν πίσω από τις λέξεις βρίσκεται ένας άνθρωπος ή ένας αλγόριθμος.
Το ερώτημα, λοιπόν, δεν είναι μόνο πόσο καλά γράφει η AI, αλλά και αν υπάρχει ακόμη τρόπος να αναγνωρίσουμε το αποτύπωμά της.
Μια νέα ανάλυση του Economist επιχειρεί να δώσει απάντηση στο ερώτημα αυτό. Αν και η έρευνα πραγματοποιήθηκε αποκλειστικά πάνω σε αγγλόφωνα κείμενα, τα συμπεράσματά της έχουν ευρύτερο ενδιαφέρον, καθώς αποκαλύπτουν τον τρόπο με τον οποίο εξελίσσεται συνολικά η γραφή των μεγάλων γλωσσικών μοντέλων, όπως το ChatGPT, το Claude, το Gemini και το Grok. Και το βασικό συμπέρασμα είναι διπλό: η τεχνητή νοημοσύνη εξακολουθεί να αφήνει ορισμένα χαρακτηριστικά «ίχνη» στη γραφή της, όμως με κάθε νέα αναβάθμιση αυτά γίνονται όλο και πιο δυσδιάκριτα.
Tεχνητή νοημοσύνη, η «πένα» που είναι παντού
Η παραγωγή κειμένου από τεχνητή νοημοσύνη έχει περάσει από το στάδιο του πειραματισμού στην καθημερινότητα. Εμφανίζεται στα email που λαμβάνουμε, στις αναρτήσεις του LinkedIn, σε επαγγελματικές παρουσιάσεις, σε ιστοσελίδες, σε πανεπιστημιακές εργασίες και, πιθανότατα, ακόμη και σε επιστημονικές δημοσιεύσεις.
Σύμφωνα με στοιχεία που επικαλείται ο Economist, περισσότερο από το ένα τρίτο των νέων ιστοσελίδων δημιουργείται πλέον με τη βοήθεια μεγάλων γλωσσικών μοντέλων (Large Language Models – LLMs). Παράλληλα, η χρήση τους έχει εξαπλωθεί σε φοιτητές, ερευνητές, επαγγελματίες της επικοινωνίας και δημιουργούς περιεχομένου.
Η διείσδυση της τεχνητής νοημοσύνης είναι πλέον τόσο μεγάλη, ώστε έχει αρχίσει να προκαλεί ερωτήματα ακόμη και στον χώρο της λογοτεχνίας. Φέτος κυκλοφόρησαν φήμες ότι ένα βραβευμένο διήγημα σε διεθνή λογοτεχνικό διαγωνισμό είχε γραφτεί με τη βοήθεια της AI, επειδή το ύφος του θεωρήθηκε ασυνήθιστα ώριμο και «ήσυχα επιβλητικό». Οι διοργανωτές διέψευσαν κατηγορηματικά τους ισχυρισμούς, όμως η συζήτηση που άνοιξε έδειξε πόσο δύσκολο έχει γίνει πλέον να ξεχωρίσει κανείς την ανθρώπινη από τη μηχανική γραφή.
Δεν υπάρχει ένα «ύφος» τεχνητής νοημοσύνης
Για αρκετό καιρό επικρατούσε η αντίληψη ότι μπορεί κανείς να αναγνωρίσει εύκολα ένα κείμενο της AI από συγκεκριμένες λέξεις ή εκφράσεις. Στην αγγλική γλώσσα, για παράδειγμα, είχαν αποκτήσει σχεδόν μυθική διάσταση λέξεις όπως delve ή φράσεις όπως rich tapestry, που θεωρούνταν χαρακτηριστικές των πρώτων εκδόσεων του ChatGPT.
Όμως, σύμφωνα με τη γλωσσολόγο Καρολίνα Ρούντνιτσκα του Πανεπιστημίου του Γκντανσκ, αυτή η προσέγγιση είναι λανθασμένη.
Όπως δεν υπάρχει ένα ενιαίο ανθρώπινο ύφος γραφής, έτσι δεν υπάρχει και ένα ενιαίο ύφος τεχνητής νοημοσύνης. Κάθε μοντέλο έχει τις δικές του ιδιαιτερότητες, ενώ οι ίδιες οι εταιρείες τα αναβαθμίζουν διαρκώς, αλλάζοντας τον τρόπο με τον οποίο συντάσσουν κείμενα.
Με άλλα λόγια, ένα χαρακτηριστικό που σήμερα θεωρείται «υπογραφή» της AI μπορεί σε λίγους μήνες να έχει εξαφανιστεί.
Το πείραμα του Economist
Για να διαπιστώσει ποιες διαφορές εξακολουθούν να υπάρχουν ανάμεσα στην ανθρώπινη και την τεχνητή γραφή, ο Economist σχεδίασε μια εκτεταμένη συγκριτική μελέτη.
Οι συντάκτες του ζήτησαν από τέσσερα κορυφαία γλωσσικά μοντέλα – το ChatGPT της OpenAI, το Claude της Anthropic, το Gemini της Google και το Grok της xAI – να ξαναγράψουν άρθρα του περιοδικού, χωρίς πρόσβαση στο διαδίκτυο. Ως μοναδική καθοδήγηση χρησιμοποίησαν τις σύντομες περιλήψεις που το ίδιο το περιοδικό έχει αρχίσει να προσθέτει πειραματικά σε ορισμένα άρθρα του.
Στη συνέχεια συνέκριναν το αποτέλεσμα με τα αυθεντικά κείμενα.
Το δείγμα ήταν 55.940 προτάσεις και περισσότερες από ένα εκατομμύριο λέξεις.
Για να βεβαιωθούν ότι εντόπιζαν χαρακτηριστικά της τεχνητής νοημοσύνης και όχι απλώς το ιδιαίτερο ύφος του Economist, οι ερευνητές συνέκριναν τα αποτελέσματα και με δημοσιογραφικά κείμενα των CNN, New York Times και Washington Post, αλλά και με αποσπάσματα δημοφιλών μυθιστορημάτων που εκδόθηκαν από το 1950 έως το 2022.
Οι λέξεις που επιλέγει η AI
Ένα από τα πιο ενδιαφέροντα συμπεράσματα αφορά το λεξιλόγιο.
Τα σημερινά μοντέλα χρησιμοποιούν ολοένα και λιγότερο τις λέξεις που κάποτε θεωρούνταν χαρακτηριστικές τους. Αντί γι’ αυτές, προτιμούν πολυσύλλαβες, αφηρημένες και πιο επίσημες λέξεις.
Στην αγγλική γλώσσα αυτό μεταφράζεται σε μεγαλύτερη χρήση όρων όπως significant, consequences και increasingly, αλλά και πιο εξειδικευμένων εννοιών όπως interdependence, reindustrialisation, parameter ή methodology.
Η συγκεκριμένη διαπίστωση αφορά φυσικά τα αγγλικά, όμως το γενικό μοτίβο είναι σαφές: τα LLMs τείνουν να προτιμούν πιο λόγιο, αφηρημένο και τεχνικό λεξιλόγιο από εκείνο που χρησιμοποιούν συνήθως οι άνθρωποι.
Παράλληλα, χρησιμοποιούν συχνότερα αφηρημένα ουσιαστικά αντί για απλά ρήματα, δημιουργώντας ένα ύφος που ακούγεται πιο επίσημο αλλά όχι απαραίτητα πιο φυσικό.
Ο Όργουελ θα τα αναγνώριζε
Ο Economist συνδέει αυτό το φαινόμενο με μια παρατήρηση που είχε κάνει πριν από δεκαετίες ο Τζορτζ Όργουελ.
Στο περίφημο δοκίμιό του για την πολιτική και την αγγλική γλώσσα, ο Βρετανός συγγραφέας κατηγορούσε πολλούς συγχρόνους του ότι χρησιμοποιούσαν περίπλοκες λέξεις και τεχνική ορολογία για να κάνουν απλές ιδέες να φαίνονται πιο εντυπωσιακές.
Αυτό ακριβώς φαίνεται να κάνουν σήμερα και τα περισσότερα γλωσσικά μοντέλα: επιλέγουν πιο σύνθετες διατυπώσεις ακόμη και όταν μια απλούστερη πρόταση θα ήταν πιο καθαρή και πιο άμεση.
Ο μύθος της παύλας
Ένα από τα πιο διαδεδομένα στερεότυπα είναι ότι η χρήση της μακριάς παύλας (em dash, —) αποτελεί ένδειξη πως ένα κείμενο έχει γραφτεί από τεχνητή νοημοσύνη. Η νέα ανάλυση του Economist δείχνει ότι αυτό δεν ισχύει πλέον, τουλάχιστον στα αγγλόφωνα μοντέλα που εξετάστηκαν. Από τα μοντέλα της έρευνας, μόνο το Claude χρησιμοποιεί συχνότερα την em dash από τους ανθρώπους, ενώ το ChatGPT εμφανίζει πλέον αισθητά μικρότερη χρήση.
Αυτό σημαίνει ότι η παρουσία της συγκεκριμένης παύλας δεν αρκεί για να χαρακτηρίσει κανείς ένα κείμενο ως προϊόν AI – ούτε στα ελληνικά. Η μακριά παύλα μπορεί να χρησιμοποιηθεί και από ανθρώπους, είτε ως τυπογραφική επιλογή είτε μέσω των εργαλείων επεξεργασίας κειμένου. Όπως επισημαίνει και η έρευνα, κανένα μεμονωμένο στοιχείο δεν αποτελεί ασφαλή ένδειξη ότι ένα κείμενο έχει παραχθεί από τεχνητή νοημοσύνη.
Τι προδίδει περισσότερο ένα κείμενο που γράφτηκε με τεχνητή νοημοσύνη
Σύμφωνα με την έρευνα, πιο χρήσιμα στοιχεία από τις μεμονωμένες λέξεις είναι η συνολική δομή του κειμένου.
Τα γλωσσικά μοντέλα γράφουν συνήθως μεγαλύτερες προτάσεις, χρησιμοποιούν λιγότερα κόμματα, παρενθέσεις και άλλα σημεία στίξης και αποφεύγουν τις πολύ σύντομες, κοφτές προτάσεις που δίνουν ρυθμό σε ένα κείμενο.
Οι παράγραφοι αποκτούν έτσι πιο ομοιόμορφη μορφή και διαβάζονται με σταθερό, προβλέψιμο ρυθμό.
Ένα ακόμη χαρακτηριστικό είναι ότι τα μοντέλα χρησιμοποιούν επανειλημμένα τα ίδια ρητορικά σχήματα, όπως αντιθέσεις τύπου «όχι Χ αλλά Υ», διατυπώσεις του τύπου «όχι μόνο… αλλά και…», καθώς και τον λεγόμενο «κανόνα των τριών», δηλαδή την παράθεση ιδεών σε τριάδες για μεγαλύτερη έμφαση.
Οι ανιχνευτές AI δεν είναι αλάνθαστοι
Η αγορά έχει ήδη γεμίσει εργαλεία που υπόσχονται ότι μπορούν να αναγνωρίσουν αν ένα κείμενο έχει γραφτεί από άνθρωπο ή από τεχνητή νοημοσύνη.
Μία από τις γνωστότερες εταιρείες του χώρου, η Pangram, υποστηρίζει ότι το σύστημά της πετυχαίνει ακρίβεια 99,98% και ήδη συνεργάζεται με την πλατφόρμα Substack.
Ωστόσο, οι ίδιοι οι ερευνητές επισημαίνουν ότι αυτά τα εργαλεία λειτουργούν ως «μαύρα κουτιά». Παράγουν ένα αποτέλεσμα χωρίς να εξηγούν τη συλλογιστική τους, ενώ δεν αποκλείεται να χαρακτηρίσουν λανθασμένα ως προϊόν AI ένα απολύτως ανθρώπινο κείμενο.
Για τον λόγο αυτό αρκετοί ειδικοί αντιμετωπίζουν τις συγκεκριμένες εφαρμογές με επιφύλαξη.
Η γραφή της AI αλλάζει διαρκώς
Ίσως το σημαντικότερο συμπέρασμα της μελέτης είναι ότι δεν υπάρχει σταθερή συνταγή για να αναγνωρίσει κανείς ένα κείμενο τεχνητής νοημοσύνης.
Τα μεγάλα γλωσσικά μοντέλα εκπαιδεύονται πάνω σε ανθρώπινα κείμενα και βελτιώνονται συνεχώς μέσα από την ανατροφοδότηση που λαμβάνουν από τους χρήστες.
Όπως επισημαίνει ο ερευνητής Τόμι Τζούζεκ από το Florida State University, η AI υιοθετεί σταδιακά όσα χαρακτηριστικά οι άνθρωποι θεωρούν «καλή γραφή» και εγκαταλείπει τις συνήθειες που την κάνουν εύκολα αναγνωρίσιμη.
Χαρακτηριστικό παράδειγμα αποτελεί το ίδιο το ChatGPT. Μέχρι πρόσφατα χρησιμοποιούσε σχεδόν εμμονικά την διπλή παύλα στις απαντήσεις του. Σήμερα, όταν ερωτάται σχετικά, απαντά ότι τέτοιου είδους σημεία στίξης πρέπει να χρησιμοποιούνται με φειδώ.
Η αλλαγή αυτή δείχνει πόσο γρήγορα εξελίσσονται τα μοντέλα. Η τεχνητή νοημοσύνη, κατά πώς φαίνεται, εξακολουθεί να αφήνει ορισμένα ίχνη «πίσω» της, όμως αυτά αλλάζουν τόσο γρήγορα ώστε η διάκριση ανάμεσα σε ανθρώπινη και μη ανθρώπινη γραφή γίνεται ολοένα δυσκολότερη.
Αυτό, βέβαια, δεν σημαίνει ότι η χρήση εργαλείων τεχνητής νοημοσύνης είναι από μόνη της προβληματική. Για πολλούς επαγγελματίες αποτελούν πλέον εργαλεία υποβοήθησης της εργασίας, τα οποία μπορούν να επιταχύνουν τη συγγραφή, τη διόρθωση ή την οργάνωση ενός κειμένου.
Στο τέλος της ημέρας, η ουσιαστική συζήτηση δεν αφορά τόσο το αν χρησιμοποιείται η AI, όσο το πώς χρησιμοποιείται, τι κάνει με τα data που της «προσφέρουμε» και ποιες επιπτώσεις μπορεί να έχει στην εργασία, στην πνευματική δημιουργία και στο σημαντικό ενεργειακό και περιβαλλοντικό αποτύπωμα που συνοδεύει την ανάπτυξη αυτών των συστημάτων.
Πηγή: in.gr
