AI írásminták: a szavak, a ritmus és az írásjelek, amelyek leleplezik

Olvassa el ezt a mondatot egyszer, és nézze meg, hogy már tudja-e, honnan származik: a kutatók továbbra is hangsúlyozzák a motiváció és az eredményesség közötti összetett kölcsönhatást, és a munkák egyre bővülő köre kiemeli az önszabályozás kulcsszerepét az akadémiai sikerben. Ebben semmi sem hibás. Minden tagmondat nyelvtanilag helyes, minden szó valódi szó, és egy javító nem vonna le egyetlen pontot sem. Mégis úgy olvasható, mintha egy gépből esett volna ki, mert onnan is esett ki. Erről szól ez az írás.

Az AI írásmintázatok azok az ismétlődő szokások, amelyek a szóválasztásban, a mondatritmusban, az írásjelezésben és a szerkezetben jelennek meg, és amelyek alapján a gép által fogalmazott próza első pillantásra felismerhető. Négy szinten csoportosulnak, a modell által előnyben részesített szavak, a mondatai formája, az általa használt írásjelek, valamint az a mód, ahogyan az egész érvelést felépíti. Egyikük önmagában sem bizonyít semmit. Egyetlen bekezdésen belül együtt azonban nehéz nem észrevenni őket.

Az ezt végző gépet statisztikai detektornak nevezik. Az alapján pontozza, hogy az egyes szavak mennyire kiszámíthatók, ahogyan azt egy nyelvi modell várja. Egy jelentés tartalmazza az e pontszám mögötti perplexity és burstiness matematikát, amelyről részletesebben egy másik írás szól arról, hogyan működnek az AI detektorok. A cikk további része az AI írásra utaló jelek katalógusa, amelyeket az olvasó hallhat, megszámolhat vagy rámutathat a lapon. Ennek akkor is lehet jelentősége, ha egy detektor téved, nem elérhető, vagy nem ez a lényeg. Ami itt következik, sem modellt, sem előfizetést nem igényel.

Miért hangzanak robotikusan az AI írásmintázatok?

Egy nyelvi modell a mondatszintjén mást csinál, mint egy ember, mégpedig azt, hogy újra és újra a statisztikailag valószínű következő szót választja egy olyan rendszerben, amelyet arra képeztek ki, hogy hozzáértőnek, ne pedig egyedinek hangozzon. Az ilyen léptékű hozzáértés sima, helyes, de felejthető prózát eredményez, és ez a robotikus érzet gyökere. Az olvasó gyakran nem tudja megmondani, mi a baj egy ilyen bekezdéssel, csak azt, hogy laposnak olvasható, és az alábbi négy szintben rejlik ez a laposság.

A szóválasztás az a szint, amelyet az olvasók először észlelnek: formális, színpadias szavak jelennek meg ott, ahol nincs helyük. A mondatok ritmusa visszafogottabb, egy bekezdés, amelyben minden mondat nagyjából azonos hosszúságú. Az írásjelek és a formázás sajátos lenyomatot hordoznak, egy kötőjel univerzális csuklóként használva, egy felsorolásjel a szöveget tagolva ott, ahol az író fejében soha nem volt felsorolás. A szerkezet a legkevésbé látható, egy rész, amely megismétli a saját címét, pontosan három pontot tárgyal, majd önmaga összefoglalásával zárul.

Kezdje a szavakkal, ezeket a legkönnyebb megnevezni, és ezek a legjobban dokumentáltak.

Milyen szavakat használ túl gyakran az AI?

Ezeket a formális, kissé színpadias szavakat újra és újra látni: a "delve", "underscore", "showcase" és "pivotal" a legjobban dokumentáltak közé tartozik. Dmitry Kobak és három társszerző arra vállalkozott, hogy azonosítsa ezt a nyelvezetet. 2010 és 2024 között 15.1 millió PubMed absztraktot elemeztek, és azonosítottak egy szócsoportot, amelynek gyakorisága meredeken nőtt, amikor megjelent a ChatGPT. A "delve" emelkedett a legnagyobb mértékben, a Science Advances folyóiratban 2025 júliusában megjelent tanulmány becslése szerint 2024-ben a gyakorisága körülbelül 28-szor magasabb volt, mint 2023 előtt. A következő legközelebbi a "underscore" és a "showcase" volt. A szerzők becslése szerint a 2024-es absztraktok legalább 13.5 százaléka mutatja az AI segítségének jeleit, egyes országokban és kiadóknál ez az arány 40 százalék fölé emelkedik.

Az, hogy a modellek miért éppen ezekre a szavakra konvergálnak, kevésbé tisztázott, mint maga a minta. Egy COLING 2025 tanulmány huszonegy felülreprezentált szót vizsgált a modellarchitektúra, a tanítóadatok és az emberi visszajelzés szempontjából, amelyet a chatbotok finomhangolására használtak, és a visszajelzési szakaszt találta a legvalószínűbb hozzájáruló tényezőnek, anélkül hogy a hatást teljesen megmagyarázta volna. Az értelmezés körül is vita van: a PNAS folyóiratban megjelent 2026-os eszmecsere visszautasította azt, hogy egy szógyakorisági eltolódás mennyire közvetlenül méri az AI használatát, ezt érdemes észben tartani, mielőtt bármelyik itt szereplő számot végleges tényként kezelnénk.

Ez nemcsak a folyóirat-absztraktokra igaz. Egy, félmillió hallgatói és AI által generált esszét összehasonlító vizsgálatban a kutatók a dolgozatok terjedelmét és szóhasználatát hasonlították össze, és azt találták, hogy az emberi esszék összességében hosszabbak voltak, és szélesebb szókincset használtak. Négy gépi tanulási konferenciára, köztük az ICLR 2024 és a NeurIPS 2023 konferenciára benyújtott szakmai bírálatok vizsgálatában a kutatók ugyanezt a módszert használták annak becslésére, hogy a bírálati szöveg hat és tizenöt százaléka között jelentősen módosult egy LLM által. Nagyobb valószínűséggel érintette LLM, ha a határidő közelében nyújtották be.

Az AI által túlhasznált szó vagy kifejezés	Mit használ helyette egy gondos szerző
delve (into)	look at, examine
underscore	show, stress
showcase	present, demonstrate
pivotal	main, deciding
robust	solid, reliable
intricate	complex, detailed
meticulous	careful, thorough
tapestry	mix, range
testament	sign, evidence
boasts	has, includes
foster	encourage, support
garner	gain, attract
multifaceted	many-sided, complex
holistic	whole, overall
nuanced	careful, precise
invaluable	useful, valuable
realm	field, area
embark on	begin, start
unlock	open up, make possible
interplay	relationship, link

E szavak egyike sem hibás önmagában. Egy módszertani rész, amely egy megállapítást robusztusnak nevez, helyesen használja a szót, és egy történész, aki egy összetett jogi érvelést ír le, nem vall be semmit egy chatbotnak. Ami gépi eredetűnek hat, az a sűrűség: három vagy négy ilyen szó egyetlen bekezdésben, anélkül hogy konkrét feladatot látnának el, egymásra halmozva úgy, ahogyan egy modell halmozza őket, mert mindegyik önmagában a legbiztonságosabb következő választás volt. Egy gyors ellenőrzés a TextPulse ingyenes AI word cleaner eszközével közvetlenül jelzi ezt a sűrűséget.

Miért hangzanak az AI mondatok mind ugyanolyan hosszúnak?

Egy modell minden mondatot úgy épít fel, ahogyan az előzőt építette, ahelyett hogy az egyik helyen hat szóba sűrítene egy állítást, máshol pedig harminc szóra bontaná ki, ezért a kimenet általában csaknem azonos hosszúságú marad végig. Ez a változatosság, vagy annak hiánya, olyasmi, amit hangosan felolvasva egy bekezdésben is hallani lehet, és ez más gyakorlat, mint a burstiness pontszám, amelyet egy detektor ugyanebből az alapvető tulajdonságból számít ki.

Két kisebb szokás közelebbről is elárulja a ritmust. Egy modell szeret úgy lezárni egy mondatot, hogy egy lógó melléknévi igenévvel utal a jelentőségre anélkül, hogy információt adna hozzá, egy állítást pedig azzal követ, hogy hangsúlyozza a további kutatás szükségességét, vagy hogy a területben szélesebb elmozdulás figyelhető meg. Emellett előszeretettel nyúl páros szerkezethez, hogy kiegyensúlyozottnak hangozzon, nagyjából így: a módszer nemcsak hatékony, hanem skálázható is. Egyszer kimondva ez a szerkezet nem feltűnő. Ha minden bekezdésben elhangzik, inkább sablonnak hat, amelyben csak a főneveket cserélték ki.

A hármasság szabálya

A kifejezés szintjén is a hármas csoportok jelentik a modell alapritmusát: három melléknév egy főnév előtt, három példa egy felsorolásban, három egymás után ugyanúgy felépített tagmondat. Az alkalmi hármas csoportok mindig is részei voltak az angolnak. Egy jól elhelyezett hármas csoport önmagában nem utal semmire. A jel a gyakoriság. Nem a három a probléma. Az a probléma, ha a három szinte minden bekezdésben megjelenik.

Az ilyen esetek többségét külön képzés nélkül is elég jól ki lehet szűrni a számlálással. Olvasson el egy bekezdést, és jelölje meg az egyes mondatok szószámát. Ha az összes jelölés néhány szóval tér el az előzőtől, akkor a ritmus az árulkodó jel. Használja a TextPulse ingyenes burstiness ellenőrzőjét a számlálás automatizálására és az eredmény grafikonon való megjelenítésére, ami hasznos egy olyan szövegrész esetében, amely túl hosszú ahhoz, hogy mondatonként, pusztán ránézésre megítélje.

Az em dash és más központozási árulkodó jelek

Miért vált ez a jel a leggyakoribbá

Az em dash valószínűleg a leginkább hibáztatott központozási jel a gépi írásban. Talán úgy ismeri, mint azt a hosszú gondolatjelet, amely vesszőt, kettőspontot vagy pontot helyettesít, hogy összekapcsolja egy mondat két felét. Az em dash nem új, és nem is valami olyasmi, amit AI talált ki. Amióta a stíluskalauzok léteznek, Chicago-tól AP-ig, engedélyezik a hangsúlyozásra és a megszakítás jelzésére. És sok gyakorló író szándékosan használja.

Valószínű oka annak, hogy olyan gyakran megjelenik a gépi kimenetben, prózai: ez a jel gyakori a szerkesztett, professzionálisan tördeltt szövegben, amelyen a nyelvi modelleket tanítják, és lehetővé teszi, hogy a mondat tovább haladjon anélkül, hogy pontot tenne. Egy olyan modell, amelyet gördülékeny, összefüggő szöveg előállítására építettek, gyakran nyúl ehhez a rugalmassághoz, gyakrabban, mint a legtöbb ember kézzel írás közben.

Az, hogy milyen gyakran fordul elő, nagymértékben attól függ, melyik rendszer állította elő a szöveget. Egy 2025 közepén végzett egymás melletti teszt ugyanazt az utasítást adta hat chatbotnak, és megszámolta a jeleket: három rendszer nyolcszor vagy kilencszer adta vissza kevesebb mint hatszáz szóban, egy majdnem ezer szóban kétszer használta, kettő pedig egyáltalán nem használta. A gyakoriság annak a modellnek a tulajdonsága, amely az Ön előtt álló bekezdést előállította, nem pedig az AI-írás rögzített jellemzője. OpenAI 2025 novemberében hozzáadott egy beállítást, amely lehetővé teszi, hogy a felhasználó megmondja ChatGPT-nek, hogy hagyja abba a jel használatát, és ezt ténylegesen be is tartsa, így ez az árulkodó jel most részben már opcionális is.

Semmi ebből nem teszi magát a jelet bármilyen bizonyítékká. Sok gondos szerző szándékosan használja, és sok olyan hallgatói esszé is használja, amelyhez soha nem ért chatbot, néha azért, mert egy tanár így tanította őket. Amit érdemes ellenőrizni, az a sűrűség: egy oldal, amely minden második mondatban támaszkodik a jelre, másképp olvasható, mint az, amelyik szándékosan kétszer használja. TextPulse ingyenes em dash eltávolítója ellenőrzi ezt a sűrűséget, és minden egyes előfordulásnál a vesszőt, kettőspontot, pontot vagy kötőjelet javasolja, amelyet az adott helyzet megkíván.

Felsorolások, félkövér szöveg és fejlécek

Ugyanez a szint a mondat alatti formázási döntéseket fedi le. Egy felsorolás a próza közepén, amely a szerző fejében soha nem volt felsorolás. Címformátumú fejlécek akkor is, amikor a dokumentum többi része mondatformátumú. Félkövérre szedett kifejezés minden felsoroláspont elején, mint egy minifejléc. Ezek egyike sem írásjel, de mind ugyanabból a helyből ered, egy olyan modellből, amely egy chatablakra formáz, ahol a vizuális szerkezet helyettesíti azokat az átmeneteket, amelyeket a próza rendes körülmények között hordozna.

Szerkezet és az érvelés formája

Az utolsó szint a mondat fölött helyezkedik el, és a legnehezebb egy szócserével kijavítani, mert maga az érvelés formája. Egy gép által írt szakasz gyakran úgy kezdődik, hogy kissé más szavakkal megismétli a saját címét, majd két vagy három alátámasztó ponton halad végig, amelyek nagyjából azonos súlyt kapnak, függetlenül attól, hogy valójában mennyire fontosak, aztán azzal zárul, hogy összefoglalja azt, amit éppen mondott, ahelyett hogy bármi újat hozzáadna.

Egy kapcsolódó szokás hosszabb szövegekben állandóan megjelenik: egy szakasz felsorolja, hogy valami miben jó, egy however szóhoz hasonló fordulattal irányt vált, felsorolja a kihívásokat ugyanabban a rendezett hármasban, majd egy olyan jövőre utal, amely feltehetően megoldja őket. A valódi érvek ennél egyenetlenebbek. Egy emberi szerző általában jobban törődik az egyik ponttal, mint a másik kettővel, több helyet ad neki, és nem tartozik az olvasónak szimmetrikus lezárással.

Ez szintén az a szint, ahol a formulikus akadémiai írás megtévesztően hasonlónak tűnhet a gépi íráshoz, mivel egy módszertani résznek vagy irodalmi áttekintésnek egy rögzített formát kell követnie. A különbség e forma belsejében van. Egy gép által írt irodalmi áttekintés a szakterület szokásos pontjait a szokásos sorrendben sorolja fel. Egy emberi szöveg azt vitatja meg, hogy mely pontok számítanak és miért, még egy merev sablonon belül is, mert egy tényleges álláspontot védenek.

Egy Ön által nem írt szöveg megítélése

A négy legfontosabb árulkodó jel

A specifikussági rés a legerősebb árulkodó jel, amely egy eszközökkel nem rendelkező olvasó számára elérhető. A gép által megfogalmazott próza olyan állításokat tesz, amelyek az általánosság minden szintjén megállnak, miközben egyikhez sem kötődnek. Azt közli, hogy a kutatás megvizsgálta a kérdést, de nem nevez meg egyetlen tanulmányt sem, hogy a hatás szignifikáns, de nem ad meg nagyságot, hogy a gyakorlat elterjedt az ágazatban, de nem nevez meg egy céget vagy egy évet. Egy emberi szerző, aki ugyanazzal a szószámmal dolgozik, hajlamos ezt a szószámot egyetlen konkrét dologra fordítani, mert neki volt egy konkrét dolga, és azt bele akarta tenni.

Azok az idézetek, amelyek nem vezetnek vissza semmire, az egyetlen tétel a listán, amely közel kerül a bizonyítékhoz, és egyben ezek a legritkábbak is. Egy hibátlanul formázott hivatkozás, amelyet egy valós folyóirathoz rendelnek, és amely olyan azonosítót hordoz, amely nem ad vissza rekordot, nagyon nehezen hozható létre véletlenül. Ellenőrizzen három hivatkozást, mielőtt bármi mást ellenőrizne egy olyan beadott anyagban, amelyben nem biztos. Két percet vesz igénybe, és vagy lezárja a kérdést, vagy eltávolítja a legerősebb jelet az asztalról.

A szókincs sűrűsége az a jel, amelyhez a legtöbb olvasó először nyúl, és az is, amelyik a leginkább félrecsúszik. A jel nem egyetlen szó, hanem a sűrűség. Egyetlen formális ige a szokásos akadémiai regiszter része, míg öt ugyanabban a bekezdésben, amelyek nem végeznek semmilyen konkrét munkát, már mintázatot alkotnak. Egy hosszú beadott anyagban kézzel számolni lassú, és TextPulse ingyenes AI szó tisztítója automatikusan megjelöli a csoportosulásokat, ami a homályos benyomást olyasmivé alakítja, amire rá lehet mutatni az oldalon.

A négy közül a legfinomabb egy olyan regiszter, amely soha nem törik meg. Egy emberi szerző szinte mindig tesz valamit, ami kissé kilóg a hangnemből kétezer szó alatt, egy rövid mondatot három hosszú után, egy zárójeles megjegyzést, egy olyan ítéletet, amelyet nem kellett volna meghoznia, egy szót, amelyet azért választott, mert tetszett neki. A gép által vázolt próza az első sortól az utolsóig ugyanazt a regisztert tartja. Vannak műfajok, amelyek mindezt tiltják, ezért ez a jel sokkal kevésbé fontos egy módszertani részben, mint egy személyes nyilatkozatban.

Azok a jelek, amelyek erősnek látszanak, de nem azok

A hibátlan nyelvtan semmit sem bizonyít. A helyesírást és az írásjelezést két évtizede automatizálták, és bármely gondos szerző, aki ellenőrzőt használ, ugyanazt a tiszta felszínt hozza létre. A formális regiszter sem bizonyít semmit, mivel a formalitás az, amire a legtöbb akadémiai és szakmai műfajnak szabályzat szerint szüksége van. A címsorok, a félkövér szöveg és a felsorolások gyakori használata jóval inkább házstílushoz kötött szokás, mint bármi más, és bőven akadnak szerzők, akiket évekkel azelőtt erre tanítottak, hogy egy chatbot ezt bárkinek megmutatta volna. Az írásjelezési szokások ugyanilyen csekély súllyal bírnak, és különösen az em dash sokkal többet kapott a nyakába, mint amennyit egyetlen jel elbír.

A detektorok pontszámai is ebbe a csoportba tartoznak, ami az embereket gyakran meglepi. A pontszám statisztikai ítélet arról, mennyire kiszámítható a szöveg, és a kiszámítható prózát gondos emberek nap mint nap előállítják, ezért egyáltalán létrejönnek a fals pozitív eredmények. A detektor kimenete csak egy bemenet abba a döntésbe, amelyet egy embernek még mindig meg kell hoznia, és TextPulse magyarázó anyaga arról, hogyan működnek az AI detektorok bemutatja, mit mér a szám, mielőtt bárki ítéletként kezelné.

Mit tegyünk, ha egy szöveg több jelet is kivált

Ellenőrizze először az ellenőrizhetőt. Vegyen ki három hivatkozást, egy számot és egy megnevezett tényt, majd ellenőrizze mindegyiket. Ez az egyetlen átfutás különbözteti meg a vékony szöveget a fabrikált szövegtől, és a kettő nagyon eltérő választ igényel. Ezután hasonlítsa össze a benyújtott szöveget valamivel, amit ugyanaz a személy korábban, felügyelet mellett írt, mivel egy szerzőn belüli hirtelen regiszterváltás nagyobb súllyal esik latba, mint bármely egyetlen dokumentum abszolút olvasata. Ezután tegyen fel egy olyan kérdést, amelyre csak a szerző tud válaszolni a saját szövegéről: miért ezt a forrást választotta a nyilvánvaló alternatíva helyett, mit akart eredetileg állítani a harmadik szakasz, melyik bekezdés okozta neki a legtöbb nehézséget. Aki írta a szöveget, az azonnal válaszol.

Kövesse a létező szabályzatot, ne azt, amelyet Ön írt volna. A legtöbb intézmény ma már meghatározza, ki vethet fel aggályt, milyen bizonyíték fogadható el, és mit közölnek az íróval, és ennek a sorrendnek a kihagyása az, ami az ésszerű kérdést panasszá alakítja. Az e probléma másik oldalán álló íróknak, akiket arról tájékoztatnak, hogy saját munkájuk gépi vázlatnak olvasható, más feladatuk van, és TextPulse's AI humanizer becsült Human Score-t jelent, amelyet a szövegből számítanak ki, nem pedig bármely detektor ítéletét.

Ugyanezt a tesztet a saját vázlataira alkalmazni nehezebb, és hogy az írása AI-nek hangzik-e külön oldalon szerepel. Maga a szókincs külön van katalogizálva, egy listában, amely tartalmazza azokat a szavakat, amelyek elárulják ChatGPT-t.

A kilenc jel arra ad okot, hogy kérdést tegyen fel, és ez mindig ugyanaz a kérdés: mit tud ez a szöveg, amit egy folyékony találgatás nem tudna? Először a hivatkozásokra tegye fel. Ez az a része bármely benyújtásnak, amely önmagától válaszol, anélkül hogy bárkit bármi miatt meg kellene vádolni.

Bizonyítják-e ezek a jelek, hogy egy szöveget AI írt?

Egyetlen jel sem bizonyít önmagában semmit, és egy teljes készlet sem. Szerkesztő vagy professzor nyomása alatt egy gondos akadémiai író olyan bekezdéseket is létrehozhat, amelyekben több ilyen jellemző is megjelenik, például a névmások hiánya, mégis chatbot segítsége nélkül. A nem anyanyelvi angol írók olyan biztonságos szavakat is használhatnak, amelyeket az órán tanultak, és azok a hallgatók, akiket formális kötőszavak használatára tanítanak, szintén sok ilyen jellemzőt alkalmazhatnak. Egy szólista nem bizonyítja a szabálytalanságot, ez olyan hiba, amely miatt gondos írókat tévesen meg lehet vádolni. Ezt a hibát kell szóvá tennünk, nem pedig csendben ismételgetni.

Amit egy eszköz felelősen megtehet, az a minta bemutatása, nem pedig az írás megítélése. Amit a TextPulse AI humanizer segítségével kínálnunk kell, az egy Human Score becslése a szöveg alapján, amely előtte áll. Ez annak az olvasata, hogy egy vázlat miként helyezkedik el ezekhez a felszíni mintázatokhoz képest, nem pedig bármely detektor ítélete, és nem is ígéret arra vonatkozóan, hogy egy másik eszköz mit mond holnap. Ez egy olyan szám, amelyet kiindulópontként használhat egy döntéshez, ahogyan egy helyesírás-ellenőrző egy szót megjelöl anélkül, hogy eldöntené, jó-e a körülötte lévő mondat.

A fenti minden jelnek megvan a maga oldala. Maga a szókincs egy cikkben van katalogizálva, amely a ChatGPT-t eláruló szavakról és kifejezésekről szól, külön tárgyalással a hosszú gondolatjel használatának szokásáról és arról, hogy miért nyúl a modellek egy bizonyos ige után. A tágabb címkék is szerepelnek benne: mit jelent az AI slop, mit jelent az AI fluff, valamint egy gyakorlati útmutató ahhoz, hogyan lehet megállapítani, hogy valamit AI írt-e. Ha az aggodalom a saját vázlataira vonatkozik, nem pedig máséra, van egy cikk a AI szavak eltávolításáról az írásából.

Legközelebb, amikor átolvasod a szövegedet, és valami benne nem tűnik egészen rendben lévőnek, ne csak keress egy szinonimát, hogy lecseréld. Inkább próbáld meg hangosan felolvasni. Számold meg az egyes mondatok szavainak számát. Tedd fel magadnak a kérdést, hogy pontosan mit csinál ott minden egyes szó. Ugyanezt az olvasatot követte egy gondos szerkesztő jóval azelőtt, hogy mindennek neve lett volna.