مدل Opus 5.5 عاشق گفتن این است که «این موضوع مهم است» (و سایر نشانه‌های نوشتار هوش مصنوعی)

با فراگیر شدن مدل‌های زبانی بزرگ (LLM)، تلاش برای شناسایی متون تولید شده توسط ماشین شدت یافته است. اگرچه نشانه‌های اولیه مانند استفاده بیش از حد از خط تیره و واژگان خاصی مانند «delve» تا حد زیادی کاهش یافته‌اند، تحقیقات جدید شرکت بازاریابی Graphite نشان می‌دهد که مدل‌های هوش مصنوعی همچنان عادت‌های نوشتاری متمایز و پایداری را از خود نشان می‌دهند. محققان با تحلیل ۱۳ هزار عبارت که در محتوای هوش مصنوعی بسیار بیشتر از نوشتار انسانی ظاهر می‌شوند، چشم‌انداز پیچیده‌ای از «نشانه‌ها»ی زبانی را کشف کرده‌اند که مدل‌های پیشرو امروزی را تعریف می‌کنند.

مطالعه Graphite نشان می‌دهد که اگرچه توسعه‌دهندگان موفق به سرکوب برخی ویژگی‌ها شده‌اند، اما با هر نسخه جدید، ویژگی‌های تازه‌ای ظهور می‌کنند. گرگ دراک، مدیر ارشد هوش مصنوعی Graphite، اشاره می‌کند که در حالی که مدل‌های Claude به سمت توزیع کلمات انسانی حرکت می‌کنند، مدل‌های GPT به‌طور متناقضی در حال دور شدن از آن هستند. برای مثال، مدل Claude Opus 5.5 به‌طور مکرر از عبارت «این موضوع مهم است» با نرخی ۱۱۶ برابر بیشتر از نویسندگان انسانی استفاده می‌کند، در حالی که مدل Astra از OpenAI به‌شدت به «چارچوب‌بندی اصلاحی» و عباراتی مانند «ممکن است فراهم کند» برای ساختاردهی به استدلال‌های خود متکی است.

برای انجام این تحلیل، Graphite یک مبنا با استفاده از ۱۰ هزار مقاله منتشر شده قبل از عرضه ChatGPT ایجاد کرد. محققان با واگذاری بازنویسی این خلاصه‌های انسانی به مدل‌های مختلف هوش مصنوعی، محیطی کنترل‌شده برای جداسازی الگوهای خاص هر مدل ایجاد کردند. این روش‌شناسی امکان مقایسه دقیق ساختار جملات و فراوانی کلمات را فراهم کرد و نشان داد که حتی با وجود تلاش آزمایشگاه‌ها برای آموزش مدل‌ها جهت طبیعی‌تر بودن، معماری زیربنایی اغلب هوش مصنوعی را به سمت تله‌های سبکی قابل پیش‌بینی و تکراری سوق می‌دهد.

پیامدهای این یافته‌ها برای اصالت محتوا و آینده ارتباطات دیجیتال قابل توجه است. از آنجایی که مدل‌های هوش مصنوعی در تقلید لحن انسانی مهارت بیشتری پیدا می‌کنند، تکیه بر عبارات خاص به عنوان یک اثر انگشت دیجیتال عمل می‌کند و به‌طور بالقوه تلاش‌ها برای ارائه محتوای هوش مصنوعی به عنوان نوشتار انسانی را تضعیف می‌کند. علاوه بر این، پایداری این نشانه‌ها نشان می‌دهد که آزمایشگاه‌های پیشرو ممکن است در کنترل کامل خروجی سبکی مدل‌هایی که دارای میلیاردها پارامتر هستند، با مشکل مواجه شوند، زیرا پیچیدگی محض این سیستم‌ها، تنظیم دقیق برای ظرافت را به کاری بسیار دشوار تبدیل می‌کند.

در نگاه به آینده، کارشناسانی مانند دراک نسبت به اینکه آزمایشگاه‌ها بتوانند این نشانگرهای زبانی را به‌طور کامل حذف کنند، تردید دارند. ماهیت ذاتی شبکه‌های عصبی عظیم به این معناست که به محض اصلاح یک «نشانه»، احتمالاً نشانه دیگری ظاهر می‌شود. در حالی که Anthropic و OpenAI همچنان به وعده شفافیت بیشتر و اصطلاحات کمتر در به‌روزرسانی‌های آینده ادامه می‌دهند، شواهد نشان می‌دهد که هوش مصنوعی در آینده قابل پیش‌بینی همچنان ریشه‌های مصنوعی خود را از طریق این الگوهای سبکی ظریف اما از نظر آماری معنادار آشکار خواهد کرد.