AI írásminták: a szavak, ritmus és írásjelek, amelyek elárulják

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 hibás nincs. Minden tagmondat nyelvtanilag helyes, minden szó valódi szó, és egy javító egyetlen pontot sem vonna le. Mégis úgy olvasható, mintha egy gépből esett volna ki, mert onnan is esett ki. Erről szól ez az írás.

Az AI írási mintázatok azok az ismétlődő szokások, amelyek a szóválasztásban, a mondatritmusban, az írásjelek használatában és a szerkezetben jelennek meg, és amelyek alapján a gép által fogalmazott próza első pillantásra felismerhető. Négy szinten csoportosulnak, a modell által kiválasztott szavak, a mondatok formája, az írásjelek, amelyekre támaszkodik, és az a mód, ahogyan az érvelést egészében felépíti. Egyikük önmagában nem bizonyít semmit. Együtt, egyetlen bekezdésen belül, nehéz nem észrevenni őket.

Az ezt végző gépet statisztikai detektornak nevezik. Az alapján pontozza, hogy egy nyelvi modell mit várna, mennyire kiszámítható az egyes szavak megjelenése. Egy jelentés tartalmazza az e pontszám mögötti perplexity és burstiness matematikát, amelyről részletesebben egy másik írásban olvashat a hogyan működnek az AI detektorok témában. A cikk további része az AI írási jelek katalógusa, amelyeket az olvasó a lapon hallhat, megszámolhat vagy rámutathat. Ennek lehet jelentősége akkor is, ha egy detektor téved, nem elérhető, vagy nem ez a lényeg. Ami itt következik, ahhoz nincs szükség modellre és előfizetésre.

Miért hangzanak robotikusan az AI írási mintázatok?

Egy nyelvi modell a mondatszintjén mást csinál, mint egy ember, a statisztikailag valószínű következő szót választja újra és újra, egy olyan rendszerben, amelyet arra tanítottak, hogy hozzáértőnek hangozzon, ne pedig jellegzetesnek. Az ilyen léptékű hozzáértés sima, helyes, 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 vesznek észre: formális, színpadias szavak jelennek meg ott, ahol nincs helyük. A mondatritmus csendesebb, egy bekezdés, amelyben minden mondat nagyjából azonos hosszúságúra nyúlik. Az írásjelek és a formázás saját jellegzetességet hordoznak, egy kötőjel univerzális csuklóként használva, egy felsorolásos lista olyan szöveget tördelve, amely az író fejében soha nem volt lista. 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", az "underscore", a "showcase" és a "pivotal" a legjobban dokumentáltak közé tartoznak. Dmitry Kobak és három társszerző arra vállalkozott, hogy azonosítsa ezt a nyelvezetet. 15.1 millió PubMed absztraktot elemeztek 2010 és 2024 között, és azonosítottak egy szócsoportot, amelynek gyakorisága meredeken megnőtt, 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 az "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 tanítási adatok és az emberi visszajelzés szempontjából, amelyet a chatbotok finomhangolására használnak, 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 a szógyakoriság változása mennyire közvetlenül méri az AI használatát, ezt érdemes észben tartani, mielőtt bármelyik itt szereplő egyetlen számot lezárt tényként kezelnénk.

Ez nemcsak a folyóirat-absztraktokra igaz. Egy, félmillió hallgatói és AI által generált esszét összehasonlító vizsgálatban a kutatók a dolgozatok hosszát 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 technikát használták annak becslésére, hogy a bírálati szöveg hat és tizenöt százaléka között egy LLM jelentősen módosította. Nagyobb valószínűséggel érintette LLM, ha a határidő közelében nyújtották be.

Az AI által túlhasznált szó vagy kifejezés	Amit egy gondos szerző ehelyett használ
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 eredményt 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, konkrét funkció nélkül, egymásra halmozva úgy, ahogyan egy modell halmozza őket, mert mindegyik külön-külön a legbiztonságosabb következő választás volt. Egy gyors ellenőrzés a TextPulse ingyenes AI szó tisztítójával 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 hajlamos végig csaknem azonos hosszúságban maradni. Ez a változatosság, vagy annak hiánya, olyasmi, amit hangosan felolvasva egy bekezdésben is hallani lehet, ez pedig más gyakorlat, mint a burstiness pontszám, amelyet egy detektor ugyanebből az alapvető tulajdonságból számít.

Két kisebb szokás közelebbről is elárulja a ritmust. Egy modell szereti úgy lezárni a mondatot, hogy egy lógó igenévvel utal a jelentőségre anélkül, hogy információt adna hozzá, egy állítást követően kiemelve a további kutatás szükségességét vagy egy szélesebb körű elmozdulást tükrözve a területen. Emellett egy páros szerkezethez is nyúl, hogy kiegyensúlyozottnak hangozzon, nagyjából úgy, hogy a módszer nemcsak hatékony, hanem skálázható is. Egyszer kimondva ez a szerkezet nem feltűnő. Minden bekezdésben kimondva viszont úgy hangzik, mint egy sablon, amelyben csak a főneveket cserélték ki.

A hármas szabály

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

Az esetek többségét külön képzés nélkül is fel lehet ismerni pusztán számolással. Olvasson el egy bekezdést, és jelölje meg az egyes mondatok szószámát. Ha az összes jelölése néhány szóval tér el az előzőtől, akkor a ritmus az árulkodó jel. Használja a TextPulse ingyenes burstiness-ellenőrzőjét a számolás automatizálására és az eredmény grafikus megjelenítésére, ami hasznos egy olyan hosszú szövegrész esetében, amelyet egyenként, mondatonként túl hosszú lenne szemmel felmérni.

Az em dash és más írásjelárulkodó jelek

Miért vált ez a jel az alapértelmezetté

Az em dash valószínűleg a gépi írásban leggyakrabban hibáztatott írásjel. Talán hosszú kötőjelként ismeri, amely egy mondat két felét összekapcsolva vesszőt, kettőspontot vagy pontot helyettesít. Az em dash nem új, és nem is valami, amit az AI talált fel. Amióta stíluskalauzok léteznek, Chicago-tól AP-ig, engedélyezik a hangsúlyozásra és a megszakítás jelzésére. Sok gyakorló író pedig tudatosan használja.

Valószínű oka annak, hogy olyan gyakran megjelenik a gépi kimenetben, prózai és hétköznapi: ez a jel gyakori a szerkesztett, professzionálisan szedett prózában, amelyen a nyelvi modelleket tanítják, és lehetővé teszi, hogy egy mondat továbbhaladjon anélkül, hogy ponttal zárulna. Egy olyan modell, amelyet gördülékeny, összefüggő szöveg előállítására építettek, gyakran nyúl ehhez a rugalmassághoz, gyakrabban, mint a legtöbb ember, amikor kézzel fogalmaz.

Az, hogy milyen gyakran fordul elő, nagymértékben attól függ, melyik rendszer állította elő a szöveget. Egy 2025 közepén végzett összehasonlító teszt hat chatbotnak ugyanazt az utasítást adta, és megszámolta a jeleket: három rendszer nyolcszor vagy kilencszer használta, 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 ténylegesen engedelmeskedjen, így ez az árulkodó jel ma már részben opcionális is.

Semmi ebből nem teszi magát a jelet bármilyen bizonyítékká. Sok gondos szerző szándékosan használja, és sok olyan hallgatói esszé is használja, amely soha nem érintett chatbotot, néha azért, mert egy tanár így tanította őket. Amit érdemes ellenőrizni, az a sűrűség: egy oldal, amely minden második mondatban erre a jelre támaszkodik, másként olvasható, mint az, amelyik szándékosan kétszer használja. A TextPulse ingyenes em dash eltávolítója ellenőrzi ezt a sűrűséget, és minden egyes előfordulásnál a vesszőt, a kettőspontot, a pontot vagy a 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 az író fejében soha nem volt felsorolás. Címsorok title case formában, amikor a dokumentum többi része mondatkezdő nagybetűs írásmódot használ. Egy félkövérre szedett kifejezés minden felsoroláspont elején, mint egy mini címsor. Ezek egyike sem írásjel, de mind ugyanonnan származik, egy olyan modellből, amely egy chatablakra formáz, ahol a vizuális szerkezet helyettesíti azokat az átmeneteket, amelyeket a próza rendes esetben 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 eltérő 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 szóval fordulatot vesz, felsorolja a kihívásokat ugyanabban a rendezett hármas szerkezetben, 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 hasonlíthat a gépi írásra, mivel egy módszertani résznek vagy egy szakirodalmi áttekintésnek meghatározott formát kell követnie. A különbség e forma belsejében rejlik. Egy gép által írt szakirodalmi áttekintés a szakterület szokásos pontjait a szokásos sorrendben sorolja fel. Egy ember által írt változat amellett érvel, hogy mely pontok számítanak és miért, még egy merev sablonon belül is, mert valós álláspontot véd.

Ezek a jelek bizonyítják, hogy egy szöveg AI által írt?

Egyetlen jel sem bizonyít semmit, és a jelek teljes együttese sem. Szerkesztő vagy oktató nyomása alatt egy gondos akadémiai szerző több ilyen jellemzőt is tartalmazó bekezdéseket hozhat létre, például névmások hiányát, chatbot segítsége nélkül. A nem anyanyelvi angol írók olyan biztonságos szavakat is használhatnak, amelyeket az órán tanultak, és a formális kötőszavak használatára tanított hallgatók szintén sok ilyen jellemzőt alkalmazhatnak. Egy szólista nem bizonyítja a szabálytalanságot, ez egy hiba, amely miatt gondos szerzőket hamisan meg lehet vádolni. Ezt a hibát kell szóvá tenni, nem pedig csendben ismételni.

Amit egy eszköz felelősen megtehet, az a minta bemutatása, nem pedig az írás elbírálása. 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 hol helyezkedik el ezekhez a felszíni mintákhoz képest, nem pedig bármely detector ítélete, és nem ígéret arra vonatkozóan, hogy egy másik eszköz mit mond holnap. Ez egy olyan szám, amelyet kiindulópontként használhat egy döntéshez, ahogyan egy helyesírás-ellenőrző megjelöl egy szót anélkül, hogy eldöntené, vajon a körülötte lévő mondat jó-e.

Minden fenti jelnek megvan a maga külön oldala. Maga a szókincs egy cikkben van katalogizálva a ChatGPT-t eláruló szavak cím alatt, külön tárgyalva az em dash használati szokását és azt is, hogy miért nyúl a modell különösen gyakran egy bizonyos igéhez. A tágabb címkék is szerepelnek: mit jelent az AI slop, mit jelent az AI fluff, valamint egy gyakorlati útmutató ahhoz, hogy hogyan lehet megállapítani, hogy valamit AI írt-e. Ha az aggodalom inkább a saját vázlataira vonatkozik, nem valaki máséra, van egy írás az AI-szavak eltávolításáról az írásból.

Legközelebb, amikor az írását olvassa, és valami nem tűnik egészen rendben lévőnek benne, ne csak keressen egy szinonimát, amellyel helyettesítheti. Próbálja meg inkább hangosan felolvasni. Számolja meg az egyes mondatok szavainak számát. Kérdezze meg magától, hogy pontosan mit csinál ott minden egyes szó. Ugyanezt a fajta olvasatot végezte egy gondos szerkesztő jóval azelőtt, hogy mindennek neve lett volna.