Vzorce psaní AI: slova, rytmus a interpunkce, které ji prozrazují

Přečtěte si tuto větu jednou a zjistěte, zda už víte, odkud pochází: výzkumníci nadále zdůrazňují složitou interakci mezi motivací a úspěchem a rostoucí množství prací zdůrazňuje klíčovou roli, kterou seberegulace hraje v akademickém úspěchu. Nic na tom není špatně. Každá věta je gramatická, každé slovo je skutečné slovo a hodnotitel by nestrhl ani jediný bod. Přesto to zní, jako by to vypadlo ze stroje, protože to tak bylo. O tom je tento text.

Vzorce psaní pomocí AI jsou opakovatelné návyky ve volbě slov, rytmu vět, interpunkci a struktuře, které činí strojově připravenou prózu na první pohled rozpoznatelnou. Shlukují se ve čtyřech rovinách, slova, po nichž model sahá, podoba jeho vět, interpunkce, na kterou se spoléhá, a způsob, jakým jako celek strukturuje argument. Žádná z nich sama o sobě nic nedokazuje. Dohromady, v jednom odstavci, jsou těžko přehlédnutelné.

Stroj, který to dělá, se nazývá statistický detektor. Hodnotí, jak předvídatelné je každé slovo, podle toho, co očekává jazykový model. Zpráva obsahuje matematiku perplexity a burstiness, která se skrývá pod tímto skóre, a ta je podrobněji rozebrána v jiném textu o jak fungují detektory AI. Zbytek tohoto článku je katalog znaků psaní pomocí AI, které může čtenář slyšet, spočítat nebo na stránce ukázat. To může být důležité, i když se detektor mýlí, není k dispozici nebo je vedle věci. To, co následuje, nepotřebuje žádný model ani předplatné.

Proč znějí vzorce psaní pomocí AI roboticky?

Jazykový model dělá na úrovni vět něco jiného než člověk, vybírá statisticky pravděpodobné další slovo znovu a znovu v systému, který je trénován tak, aby zněl kompetentně, nikoli osobitě. Kompetence v tomto měřítku vytváří plynulou, správnou a snadno zapomenutelnou prózu, což je kořen robotického dojmu. Čtenář často nedokáže říci, co je na takovém odstavci špatně, jen to, že působí ploše, a právě ve čtyřech rovinách níže tato plošnost sídlí.

Volba slov je úroveň, které si čtenáři všimnou jako první: formální, teatrální slova se objevují tam, kam nepatří. Rytmus vět je nenápadnější, odstavec, v němž každá věta běží zhruba ve stejné délce. Interpunkce a formátování nesou svůj vlastní podpis, pomlčka použitá jako univerzální spojka, odrážkový seznam rozbíjející text, který v autorově hlavě nikdy seznamem nebyl. Struktura je nejméně viditelná, část, která zopakuje vlastní nadpis, pokryje přesně tři body a pak se uzavře tím, že se sama shrne.

Začněte se slovy, ta se nejlépe ukazují a jsou nejlépe doložená.

Která slova AI nadužívá?

Tato formální, lehce teatrální slova vidíte znovu a znovu: "delve", "underscore", "showcase" a "pivotal" patří mezi nejlépe doložená. Dmitry Kobak a tři spoluautoři si dali za cíl identifikovat tento jazyk. Analyzovali 15.1 milionu abstraktů z PubMed z let 2010 až 2024 a identifikovali skupinu slov, jejichž četnost prudce vzrostla po vydání ChatGPT. Největšího nárůstu dosáhlo "delve", studie, která byla publikována v Science Advances v červenci 2025, odhadla jeho četnost v roce 2024 asi 28krát vyšší než před rokem 2023. Nejblíže byla "underscore" a "showcase". Autoři odhadují, že nejméně 13.5 procenta abstraktů z roku 2024 nese známky pomoci AI, v některých zemích a u některých vydavatelů toto číslo stoupá nad 40 procent.

Proč se modely sbíhají právě k těmto slovům, je méně jasné než samotný vzorec. Studie COLING 2025 testovala jednadvacet nadužívaných slov vůči architektuře modelu, trénovacím datům a lidské zpětné vazbě používané k dolaďování chatbotů a zjistila, že fáze zpětné vazby je nejpravděpodobnějším přispívajícím faktorem, aniž by však tento jev plně vysvětlila. Sporný zůstává i výklad, výměna názorů v časopise PNAS z roku 2026 zpochybnila, jak přímo změna frekvence slov měří použití AI, což je dobré mít na paměti, než budeme považovat jakékoli jednotlivé číslo zde za ustálený fakt.

To neplatí jen pro abstrakty v časopisech. Ve studii porovnávající půl milionu studentských esejů a esejů generovaných AI výzkumníci porovnali délku prací a volbu slov a zjistili, že lidské eseje byly celkově delší a používaly širší slovní zásobu. Ve studii recenzí zaslaných na čtyři konference strojového učení, včetně ICLR 2024 a NeurIPS 2023, výzkumníci použili stejnou techniku k odhadu, že mezi šesti a patnácti procenty textu recenze bylo podstatně upraveno LLM. Bylo pravděpodobnější, že bude ovlivněn LLM, pokud byl odevzdán těsně před termínem.

Slovo nebo fráze, které AI nadužívá	Co místo toho používá pečlivý autor
delve (into)	podívat se na, prozkoumat
underscore	ukázat, zdůraznit
showcase	představit, demonstrovat
pivotal	hlavní, rozhodující
robust	pevný, spolehlivý
intricate	složitý, podrobný
meticulous	pečlivý, důkladný
tapestry	směs, rozsah
testament	znak, důkaz
boasts	má, zahrnuje
foster	podporovat, napomáhat
garner	získat, přitáhnout
multifaceted	mnohostranný, složitý
holistic	celkový, komplexní
nuanced	pečlivý, přesný
invaluable	užitečný, cenný
realm	oblast, sféra
embark on	začít, pustit se do
unlock	otevřít, umožnit
interplay	vztah, souvislost

Žádné z těchto slov není samo o sobě chybné. Oddíl metod, který označuje zjištění za robustní, používá toto slovo správně, a historik popisující složitý právní argument se chatbotovi nepřiznává. To, co působí strojově, je hustota, tři nebo čtyři z těchto slov v jednom odstavci, bez konkrétní funkce, naskládaná tak, jak je skládá model, protože každé z nich bylo samostatně nejbezpečnější další volbou. Rychlá kontrola pomocí TextPulse's free AI word cleaner tuto hustotu přímo označí.

Proč všechny věty generované AI znějí stejně dlouhé?

Model vytváří každou větu podobně, jako vytvořil tu předchozí, místo aby na jednom místě zhuštil myšlenku do šesti slov a jinde ji rozvinul do třiceti, takže výstup má tendenci být po celé délce téměř stejně dlouhý. Tuto variaci, nebo její nedostatek, lze slyšet, když si odstavec přečtete nahlas, což je jiný úkol než skóre burstiness, které detektor vypočítává ze stejné základní vlastnosti.

Dva menší návyky prozrazují rytmus zblízka. Model rád uzavírá větu visícím participiem, které naznačuje význam, aniž by přidávalo informace, tvrzením následovaným zdůrazněním potřeby dalšího výzkumu nebo odkazem na širší posun v oboru. Také sahá po párové struktuře, aby zněl vyváženě, v duchu metoda je nejen účinná, ale také škálovatelná. Řečeno jednou, tato konstrukce není ničím pozoruhodná. Řečeno v každém odstavci, zní jako šablona, v níž se pouze vyměňují podstatná jména.

Pravidlo tří

I na úrovni frází jsou skupiny tří výchozím rytmem modelu, tři přídavná jména před podstatným jménem, tři příklady v seznamu, tři věty postavené za sebou stejným způsobem. Příležitostné skupiny tří byly vždy součástí angličtiny. Dobře umístěná skupina tří není příznakem ničeho. Rozhodující je četnost. Problém není trojice. Problém je trojice, která se objevuje téměř v každém odstavci.

Počítání stačí k odhalení většiny tohoto bez jakéhokoli zvláštního školení. Přečtěte si odstavec a označte délku každé věty ve slovech. Pokud jsou všechna vaše označení v rozmezí několika slov od toho posledního, rytmus je vodítkem. Použijte bezplatný nástroj TextPulse free burstiness checker k automatizaci počítání a jeho zobrazení v grafu, což je užitečné u pasáže příliš dlouhé na to, aby ji bylo možné posoudit po jedné větě.

Pomlčka em a další interpunkční vodítka

Proč se tento znak stal nejpoužívanějším

Pomlčka em je pravděpodobně nejčastěji obviňovaným interpunkčním znakem v textu psaném strojem. Možná ji znáte jako dlouhou pomlčku, která nahrazuje čárku, dvojtečku nebo tečku, aby propojila dvě poloviny věty. Pomlčka em není nová a není to něco, co by vynalezla AI. Dokud existují stylistické příručky, od Chicago po AP, umožňují její použití pro zdůraznění a přerušení. A mnoho praktikujících autorů ji používá záměrně.

Pravděpodobný důvod, proč se tak často objevuje ve strojově generovaném výstupu, je všední, tento znak je běžný v editované, profesionálně sazené próze, na níž jsou jazykové modely trénovány, a umožňuje větě pokračovat bez nutnosti uzavřít ji tečkou. Model navržený tak, aby vytvářel plynulý, propojený text, sahá po této flexibilitě často, častěji než většina lidí při ručním psaní.

Jak často se objevuje, se výrazně liší podle toho, který systém text vytvořil. Srovnávací test provedený v polovině roku 2025 dal šesti chatbotům stejný prompt a spočítal výskyty tohoto znaku, tři systémy jej vrátily osmkrát nebo devětkrát v méně než šesti stech slovech, jeden jej použil dvakrát v téměř tisíci slovech a dva jej nepoužily vůbec. Frekvence je vlastností konkrétního modelu, který vytvořil odstavec před vámi, nikoli pevnou vlastností textu psaného AI. OpenAI přidala v listopadu 2025 nastavení, které umožňuje uživateli říci ChatGPT, aby tento znak nepoužíval, a skutečně to dodržel, takže i toto vodítko je nyní částečně volitelné.

Nic z toho nedělá ze samotného znaku důkaz čehokoli. Mnoho pečlivých autorů jej používá záměrně a mnoho studentských esejí, které se nikdy nedotkly chatbota, jej používá také, někdy proto, že je to tak učil učitel. Co stojí za kontrolu, je hustota, stránka, která se na tento znak spoléhá v každé druhé větě, působí jinak než ta, která jej použije dvakrát záměrně. Bezplatný odstraňovač em dash od TextPulse free em dash remover tuto hustotu kontroluje a navrhuje v každém případě čárku, dvojtečku, tečku nebo spojovník, podle toho, co je třeba.

Odrážky, tučný text a nadpisy

Stejná úroveň zahrnuje rozhodnutí o formátování pod úrovní věty. Odrážkový seznam uprostřed souvislého textu, který v mysli autora nikdy nebyl seznamem. Nadpisy v title case, když je zbytek dokumentu v sentence case. Tučně zvýrazněná fráze na začátku každé odrážky jako malý nadpis. Nic z toho nejsou interpunkční znaménka, ale všechno pochází ze stejného místa, z modelu, který formátuje pro chatovací okno, kde vizuální struktura nahrazuje přechody, které by jinak nesl souvislý text.

Struktura a tvar argumentu

Poslední úroveň leží nad větou a je nejtěžší ji opravit pouhou záměnou slov, protože jde o samotný tvar argumentu. Část napsaná strojem často začíná tím, že znovu parafrázuje vlastní nadpis poněkud jinými slovy, pokračuje dvěma nebo třemi podpůrnými body, jimž přisuzuje zhruba stejnou váhu bez ohledu na to, jak moc který z nich skutečně záleží, a pak končí shrnutím toho, co právě řekla, místo aby přidala něco nového.

Podobný zvyk se v delších textech objevuje neustále, část vyjmenuje, co něco dělá dobře, otočí se na slovo jako however, vyjmenuje problémy ve stejné úhledné trojici a pak naznačí budoucnost, která je zřejmě vyřeší. Skutečné argumenty jsou méně uhlazené. Lidský autor obvykle přikládá větší význam jednomu bodu než dvěma ostatním, věnuje mu více prostoru a nedluží čtenáři symetrické zakončení.

To je také úroveň, kde může formální akademické psaní působit klamně podobně jako strojové psaní, protože část o metodách nebo přehled literatury má sledovat pevně danou strukturu. Rozdíl spočívá uvnitř této struktury. Přehled literatury napsaný strojem jmenuje obvyklé body daného oboru v obvyklém pořadí. Přehled napsaný člověkem se přít o to, které body jsou důležité a proč, i uvnitř pevné šablony, protože se obhajuje skutečné stanovisko.

Posuzování textu, který jste nenapsali

Čtyři nejvýznamnější znaky

Největším znakem, který má čtenář bez jakýchkoli nástrojů k dispozici, je mezera v konkrétnosti. Prozaický text vytvořený strojem uvádí tvrzení, která platí na každé úrovni obecnosti a nejsou ukotvena v žádné z nich. Zpravidla uvádí, že se výzkum danou otázkou zabýval, aniž by pojmenoval studii, že je účinek významný, aniž by uvedl velikost, že je praxe v odvětví běžná, aniž by pojmenoval firmu nebo rok. Lidský autor pracující se stejným limitem slov má tendenci utratit tato slova za jednu konkrétní věc, protože měl jednu konkrétní věc a chtěl ji do textu zahrnout.

Citace, které nelze dohledat, jsou jediným znakem na seznamu, který se blíží důkazu, a zároveň jsou nejvzácnější. Odkaz, který je formátován bezchybně, připisuje se skutečnému časopisu a nese identifikátor, který nevrací žádný záznam, je velmi obtížné vytvořit náhodou. Zkontrolujte tři odkazy, než zkontrolujete cokoli jiného v podání, o němž si nejste jisti. Zabere to dvě minuty a buď to otázku ukončí, nebo odstraní nejsilnější signál ze stolu.

Hustota slovní zásoby je znak, po němž většina čtenářů sáhne jako po prvním, a zároveň ten, který selhává nejčastěji. Signálem je hustota, nikoli jednotlivé slovo. Jediné formální sloveso je běžný akademický rejstřík, zatímco pět takových sloves v jednom odstavci, která nevykonávají žádnou konkrétní práci, je vzorec. Ruční počítání v dlouhém podání je pomalé a TextPulse's free AI word cleaner označuje shluky automaticky, což mění vágní dojem v něco, na co můžete ukázat na stránce.

Nejjemnější ze čtyř je registr, který se nikdy nezlomí. Lidský autor téměř vždy udělá v průběhu dvou tisíc slov něco mírně mimo tón, krátkou větu po třech dlouhých, vsuvku v závorkách, soud, který nemusel vyslovit, slovo zvolené proto, že se mu líbilo. Text vytvořený strojem drží jeden registr od prvního řádku až po poslední. Existují žánry, které všechny tyto věci zakazují, takže tento znak má v metodické části mnohem menší váhu než v osobním prohlášení.

Znaky, které vypadají silně, ale nejsou

Bezchybná gramatika nic nedokazuje. Pravopis a interpunkce jsou automatizované už dvě desetiletí a každý pečlivý autor, který použije kontrolu, vytvoří stejný čistý povrch. Formální registr také nic nedokazuje, protože formálnost je to, co většina akademických a profesních žánrů vyžaduje podle pravidel. Silné používání nadpisů, tučného písma a odrážek je zvykem domovského stylu dávno předtím, než je čímkoli jiným, a mnoho autorů se to naučilo už roky předtím, než to komukoli ukázal chatbot. Zvyky v interpunkci mají stejnou nízkou váhu a zejména em dash byl požádán, aby unesl mnohem víc, než může unést jeden znak.

Do této skupiny patří také skóre detektorů, což lidi obvykle překvapí. Skóre je statistický úsudek o tom, jak předvídatelný je text, a předvídatelnou prózu vytvářejí pečliví lidé každý den, a právě tak vznikají falešně pozitivní výsledky. Výstup detektoru je jedním z podkladů pro rozhodnutí, které musí člověk stále učinit, a vysvětlení TextPulse jak fungují AI detektory vymezuje, co toto číslo měří, dříve než je kdokoli začne považovat za verdikt.

Co dělat, když text spustí několik znaků zároveň

Zkontrolujte nejprve to, co lze zkontrolovat. Vytáhněte tři citace, jedno číslo a jednu pojmenovanou skutečnost a ověřte každou z nich. Tento jediný průchod odděluje text, který je chudý, od textu, který je zfalšovaný, a tyto dva případy vyžadují velmi odlišné reakce. Poté porovnejte odevzdaný text s něčím, co tatáž osoba napsala dříve pod dohledem, protože náhlý posun v registru u jednoho autora má větší váhu než jakékoli absolutní čtení jediného dokumentu. Pak položte otázku, na kterou může odpovědět jen autor svého vlastního textu: proč právě tento zdroj, a ne zjevná alternativa, co měl třetí oddíl původně tvrdit, který odstavec jim dělal největší potíže. Někdo, kdo to napsal, odpoví hned.

Řiďte se politikou, která skutečně existuje, a ne tou, kterou byste sami napsali. Většina institucí nyní stanovuje, kdo může vznést obavu, jaké důkazy jsou přípustné a co je pisateli sděleno, a přeskočení této posloupnosti je to, co promění rozumnou otázku ve stížnost. Pisatelé na druhé straně tohoto problému, kterým bylo řečeno, že jejich vlastní práce působí jako strojově vytvořená, mají jiný úkol, a TextPulse's AI humanizer uvádí odhadované Human Score vypočtené z textu, nikoli verdikt od jakéhokoli detektoru.

Provést tentýž test na vlastních návrzích je obtížnější, a zda vaše psaní zní jako AI má vlastní stránku. Samotná slovní zásoba je katalogizována samostatně, v seznamu slov, která prozrazují ChatGPT.

Devět znaků je důvodem položit otázku, a ta otázka je vždy stejná: co tento text ví, co by plynulý odhad nevěděl? Položte ji nejprve u citací. To je ta část každého odevzdaného textu, která odpovídá sama, aniž by musel být kdokoli obviněn z čehokoli.

Prokazují tyto znaky, že text byl napsán AI?

Žádný jednotlivý příznak nic neprokazuje a totéž platí i pro jejich úplný soubor. Pod tlakem editora nebo profesora může pečlivý akademický autor vytvořit odstavce s několika z těchto rysů, například s absencí zájmen, ale bez pomoci chatbota. Autoři, pro něž angličtina není rodným jazykem, mohou také používat bezpečná slova, která se naučili ve výuce, a studenti, kteří jsou vedeni k používání formálních spojek, mohou používat mnoho z těchto rysů také. Seznam slov není důkazem pochybení, je to omyl, který může vést k falešnému obvinění pečlivých autorů. Tento omyl bychom měli pojmenovat, ne jej tiše opakovat.

To, co může nástroj odpovědně dělat, je ukazovat vzorec, ne posuzovat text. To, co TextPulse nabízí prostřednictvím svého AI humanizeru, je odhad Human Score založený na textu, který má před sebou. Jde o posouzení toho, kde se návrh nachází vůči těmto povrchovým vzorcům, nikoli o verdikt jakéhokoli detektoru a nikoli o příslib toho, co řekne jiný nástroj zítra. Je to číslo, které můžete použít jako výchozí bod pro rozhodnutí, podobně jako kontrola pravopisu označí slovo, aniž by rozhodla, zda je věta kolem něj vůbec dobrá.

Každý z výše uvedených příznaků má vlastní stránku. Samotná slovní zásoba je popsána v textu o slovech, která prozrazují ChatGPT, se samostatným zpracováním zvyku používat em dash a toho, proč modely sahají po jednom určitém slovese. Pokryty jsou i širší označení: co znamená AI slop, co znamená AI fluff a praktický průvodce tím, jak poznat, zda něco napsala AI. Pokud vás netrápí cizí text, ale vaše vlastní návrhy, existuje také text o odstraňování slov AI z vašeho psaní.

Příště, až budete číst svůj text a něco v něm vám nebude připadat úplně v pořádku, nehledejte jen synonymum, kterým byste to nahradili. Zkuste si to místo toho přečíst nahlas. Spočítejte počet slov v každé větě. Zeptejte se sami sebe, co přesně tam každé slovo dělá. To je tentýž postup, který pečlivý redaktor používal dávno předtím, než se tomu všemu začalo nějak říkat.