5 сентября 2026 г.
Тексты, написанные с ИИ, становятся на одно лицо: разброс сложности падает на 21–50%
С ИИ отдельный текст выходит лучше, а все вместе становятся на одно лицо: 880 тысяч текстов дали падение разброса на 21–50%.
Аспирант Живар Суорати читал свежие научные статьи и раз за разом ловил себя на мысли: «я уже видел эту работу».
Ощущение он проверил счётом. Группа Университета Южной Калифорнии прогнала 880 тысяч текстов из семи наборов данных: после редактуры через языковую модель разброс сложности письма падает на 21–50% (Nature Human Behaviour, 24.08.2026).
Личное вверх, общее вниз. Отдельный автор с ИИ пишет лучше, все авторы вместе пишут похожее. В опыте Доши и Хаузера 300 писателей получали идею от ChatGPT, и новизна рассказа росла до 8,1%, качество письма до 26,6%. Сходство между рассказами тех, кто взял ИИ-идею, выросло на 10,7% (Science Advances, 12.07.2024).
Раньше и теперь. В 2021–2022 годах признаки генеративного ИИ находили в 3% англоязычных научных статей, в 2024-м — в 12%. На той же выборке в 5,65 млн работ сдвиг к американскому английскому дошёл до 0,4 процентного пункта, сильнее всего у команд из стран, далёких от английского (Scientometrics, 22.08.2026).
Эффект держится и после отключения инструмента. Через два месяца без ИИ люди, которые раньше придумывали идеи с моделью, продолжали давать ответы, похожие друг на друга (Nature, 05.09.2026).
Причина в устройстве обучения. Модель награждают за предсказание вероятного, а не за разнообразие ответов, а оценщики при дообучении выбирают усреднённый вариант.
Эмили Венгер из Дьюкского университета сравнила 22 модели и 102 человека на задачах на оригинальность: модели придумывали оригинальнее среднего человека, но между собой отвечали куда однообразнее. Сильнее всего разнообразие сжимается на этапе генерации идей.
Группа USC предлагает закладывать разнообразие языков и взглядов в сами модели на этапе разработки.
Первоисточник