با فراگیر شدن متن‌های تولیدشده توسط هوش مصنوعی، نیاز به روش‌هایی برای تمایز نوشتار انسانی از ماشینی بیشتر شده است. در حالی که نشانه‌های قدیمی مانند استفاده افراطی از خط تیره (em-dash) یا کلماتی مانند «کاوش» (delve) تا حد زیادی اصلاح شده‌اند، پژوهش جدیدی از شرکت بازاریابی Graphite نشان می‌دهد که مدل‌های زبانی همچنان به ساختارها و کلمات خاصی پناه می‌برند.

این مطالعه با مقایسه ۱۰,۰۰۰ مقاله منتشرشده پیش از عرضه ChatGPT (به عنوان گروه کنترل انسانی) و بازنویسی آن‌ها توسط مدل‌های مختلف انجام شد. محققان دریافتند که حدود ۱۳,۰۰۰ عبارت در متن‌های هوش مصنوعی حداقل دو برابر بیشتر از متن‌های انسانی تکرار می‌شوند. گرگ دراک، مدیر ارشد هوش مصنوعی Graphite، به TechCrunch گفت: «مدل‌های Claude به مرور زمان به توزیع کلمات انسانی نزدیک‌تر می‌شوند، اما مدل‌های GPT در حال دورتر شدن هستند.»

نشانه‌های خاص مدل‌های مختلف#

نتایج این پژوهش تفاوت‌های جالبی را بین مدل‌ها آشکار کرد:

  • Claude Opus 5.5: کلمه «وابسته» (dependable) را ۲۳ برابر بیشتر از نمونه‌های انسانی استفاده می‌کند. اگرچه از ساختار «این X نیست، بلکه Y است» پرهیز کرده، اما به ساختار «این چیزی بیش از یک X است، بلکه یک Y است» علاقه دارد. مهم‌ترین نشانه این مدل، عبارت «این موضوع اهمیت دارد» (this matters) است که ۱۱۶ برابر بیشتر از نوشتار انسانی به کار می‌رود.
  • OpenAI Astra: این مدل تمایل دارد «بعد دیگری» (another dimension) از موضوعات را توصیف کند و ادعاها را با عبارات احتیاط‌آمیز مانند «ممکن است ارائه دهد» یا «می‌تواند ارائه دهد» همراه کند. بزرگ‌ترین نشانه آن «قاب‌بندی اصلاحی» است؛ تعریف موضوع با عباراتی مانند «نه صرفاً X» یا «به جای تکیه بر X». این ساختارها بیش از ۱۰۰ برابر بیشتر از نوشتار انسانی رایج هستند.
  • خط تیره (Em-dash): همه آزمایشگاه‌ها به انتقادات درباره استفاده افراطی از خط تیره واکنش نشان داده‌اند. Opus 5.5 از ۹۹٪ کمتر از نسخه قبلی خود استفاده می‌کند، Astra ۸۸٪ کمتر از نمونه‌های انسانی، و Gemini 3.1 Pro تقریباً آن را به طور کامل حذف کرده است.

چرا نشانه‌ها از بین نمی‌روند؟#

با وجود ادعای Anthropic و OpenAI درباره نوشتار طبیعی‌تر و شفاف‌تر در نسخه‌های جدید مدل‌هایشان، دراک معتقد است حذف کامل این نشانه‌ها دشوار است. او توضیح می‌دهد: «فرضیه عمومی من این است که آزمایشگاه‌ها توانایی کمتری برای کنترل این موارد دارند. این‌ها مدل‌های عظیمی با میلیاردها پارامتر هستند و ممکن است برخی موارد از بین آزمایش‌های محدود آن‌ها فرار کنند.»

تحلیل تحریریه: ادامه بازی گربه و موش#

این پژوهش نشان می‌دهد که شناسایی متن‌های هوش مصنوعی همچنان به یک چالش فنی تبدیل شده است. برای توسعه‌دهندگان و نویسندگان، معنای عملی این خبر این است که نباید به مدل‌های جدید اعتماد کورکورانه داشت؛ زیرا هر نسخه جدید ممکن است نشانه‌های قدیمی را حذف کند اما ساختارهای جدیدی را معرفی نماید. این موضوع برای ابزارهای تشخیص هوش مصنوعی (AI Detectors) که اغلب بر اساس نشانه‌های ثابت کار می‌کنند، چالش‌برانگیز است و نشان می‌دهد که این ابزارها نیازمند به‌روزرسانی مداوم الگوریتم‌های خود برای تطبیق با تغییرات رفتاری مدل‌ها هستند.

منبع: TechCrunch AI