🔬 Тухин Чакрабарти из Университета штата Нью-Йорк в Стоуни-Брук и его коллеги сравнили 600 книг: тексты, отмеченные детектором ИИ, содержали больше совпадений редких выражений с ранее опубликованными книгами. По мнению авторов, ИИ проще автоматизировать шаблонную прозу. Результаты предварительные (препринт; ещё не прошёл рецензирование).
Исследователи взяли три группы по 200 книг, продававшихся на Amazon. Первую составили произведения, в которых детектор Pangram отметил значительную долю машинного текста. Во вторую вошли самостоятельно изданные бестселлеры без обнаруженного машинного текста, в третью — романы, получившие литературные премии или номинированные на них. Редкие выражения из этих книг искали среди сотен тысяч изданий в Google Books.
Меньше всего дословных совпадений оказалось у премиальной литературной прозы, больше — у самостоятельно изданных авторов, а больше всего — у книг, отмеченных детектором. Чакрабарти связывает эту разницу с тем, что жанровая проза часто опирается на клише и устойчивые формулы, которые ИИ легче воспроизводить. При этом модель не обязательно намеренно копирует конкретное предложение: отдельные последовательности слов могут повторяться из текстов, на которых её обучали.
Но повторить выражение может и человек. По словам исследователя, два автора способны независимо написать одинаковые пять-шесть слов, особенно в жанровой литературе. Чем длиннее и специфичнее совпадение, тем труднее объяснить его случайностью.
✅ Работа помогает изучать, насколько книги повторяют язык предшественников, и предполагает, что шаблонную прозу проще автоматизировать. Однако совпадения встречаются и у людей, а одну из групп изначально сформировали по оценкам детектора ИИ. Исследование ещё не прошло рецензирование.
