AI Humanization

Apa Itu AI Slop? Definisi dan Contoh

Definisi kerja AI slop, tiga kondisi yang harus terpenuhi sebelum istilah itu berlaku, asal-usul istilah tersebut, dan empat gejala yang membuat sebuah paragraf terbaca sebagai slop, masing-masing ditunjukkan berdampingan dengan tindakan editor terhadapnya.

11 min
Table answering what is AI slop, with a padded draft paragraph beside its edited version

Baca tiga paragraf dan tidak ada yang salah dengan semuanya. Tata bahasanya baik. Transisinya saling terhubung. Ragam bahasanya sesuai dengan konteks, dan setiap klaim di dalamnya dapat dipertahankan. Baca paragraf keempat dan masalah yang sebenarnya muncul, yaitu bahwa Anda tidak dapat mengulangi satu pun hal yang baru saja Anda baca kepada orang lain.

AI slop adalah nama yang melekat untuk pengalaman itu. Apa itu AI slop, dalam satu kalimat: konten yang diproduksi dengan biaya sangat rendah yang memenuhi setiap persyaratan permukaan dari genrenya sambil membawa hampir tidak ada informasi yang dapat digunakan pembaca. Kata ini mula-mula muncul sebagai deskripsi untuk gambar dan spam pencarian. Sejak itu, kata ini menjadi istilah paling tepat yang tersedia untuk kegagalan tertentu dalam prosa, dan definisinya layak dirumuskan dengan benar, karena istilah yang hanya berarti "tulisan yang tidak saya sukai" tidak berguna bagi editor yang sedang mengejar tenggat waktu.

Apa Itu AI Slop? Definisi Kerja

Tiga syarat harus terpenuhi sekaligus. Teks itu diproduksi dengan biaya sangat rendah per kata, baik oleh model maupun oleh orang yang menulis secara otomatis. Teks itu cukup lancar untuk lolos dari pembacaan sekilas, sehingga cacatnya tetap tidak terlihat pada tingkat kalimat. Dan kepadatan informasinya rendah dibandingkan dengan panjangnya, yang berarti pembaca yang menyelesaikannya tidak memperoleh lebih banyak daripada pembaca yang berhenti setelah paragraf pembuka. Hilangkan salah satu dari ketiganya dan kata itu tidak lagi berlaku. Tulisan yang tidak gramatikal gagal memenuhi syarat kedua. Makalah penelitian yang padat dan sulit gagal memenuhi syarat ketiga.

Definisi yang sama membedakan slop dari dua hal yang sering tertukar dengannya. Misinformasi itu salah, sedangkan slop dapat sepenuhnya akurat dan tetap menjadi slop, karena akurasi adalah sifat yang berbeda dari informasi. Spam bersifat menipu secara sengaja, sedangkan slop sering kali ditulis dengan ketulusan penuh oleh seseorang yang percaya bahwa draf itu sudah selesai. Kebiasaan pada tingkat kalimat yang mendasarinya, kosakata dan ritme yang membuat sebuah paragraf terasa berbentuk mesin, didokumentasikan dalam uraian TextPulse tentang pola penulisan AI. Bagian ini membahas apa yang dihasilkan oleh kebiasaan-kebiasaan itu secara keseluruhan.

Dari Mana Kata Itu Berasal

Pengertian slop sebagai keluaran mesin bermutu rendah muncul di komunitas daring segera setelah generator gambar menjadi tersedia secara luas pada 2022, dan artikel Wikipedia tentang istilah ini menelusuri penggunaan awal itu pada utas forum dan komentar, bukan pada publikasi apa pun. Programmer Inggris Simon Willison secara terbuka membela kata ini di blognya pada Mei 2024, dan sejak itu ia mengatakan bahwa kata tersebut sudah beredar sebelum ia mendorongnya. Penggunaan meningkat sepanjang kuartal kedua tahun itu, seiring dengan munculnya ringkasan yang dihasilkan mesin di bagian atas hasil pencarian.

Pada akhir 2025 kata ini telah melampaui forum. Merriam-Webster menamai slop sebagai kata tahun ini untuk 2025, dan American Dialect Society memilih kata yang sama. Metafora di baliknya benar-benar melakukan kerja analitis dan patut diingat ketika membaca apa pun yang mencurigakan. Slop adalah pakan murah, diproduksi dalam volume besar, mengenyangkan tanpa menutrisi. Setiap bagiannya selaras dengan teks, biaya per unit mendekati nol, keluaran pada praktiknya tak terbatas, dan pembaca yang merasa kenyang serta tidak mempelajari apa pun.

Empat Gejala yang Membuat Teks Terbaca sebagai Slop

Pengisian berlebihan muncul pertama karena paling mudah dilihat setelah Anda tahu apa yang harus dicari. Sebuah kalimat yang terdiri atas tiga puluh empat kata dapat dipangkas menjadi sembilan tanpa kehilangan proposisi. Dua puluh lima kata di antaranya pergi begitu saja dan tidak pernah membawa apa pun. Ada seluruh konstruksi untuk pekerjaan ini, sebuah frasa yang mengumumkan topik sebelum menamainya, sebuah klausa yang melaporkan bahwa sejumlah faktor sedang berperan tanpa menyebutkan faktor yang mana. Pengisian berlebihan adalah gejala yang tidak akan pernah ditangkap pemeriksa ejaan, karena setiap kalimat yang diisi berlebihan tetap merupakan kalimat yang benar.

Yang kedua adalah pengelakan berlapis. Penulisan akademik memang menggunakan pengelakan dengan alasan yang baik. Sebuah bagian metode yang cermat penuh dengan klaim bersyarat karena ketidakpastian di dalamnya memang nyata. Tetapi slop melakukan pengelakan ketika tidak ada sesuatu pun yang tidak pasti, dan ia melakukannya lebih dari sekali per klaim. Tiga penanda kehati-hatian pada satu temuan membuat pembaca tidak memperoleh temuan sama sekali, hanya bentuknya.

Ketiga adalah ringkasan yang mengulangi kembali paragraf di atasnya. Biasanya ringkasan ini dibuka dengan merujuk ke belakang, lalu menyampaikan isi paragraf sebelumnya dengan kata benda yang berbeda. Tidak ada yang salah di dalamnya dan tidak ada yang baru di dalamnya. Dalam sebuah tulisan di bawah seribu kata, tidak ada pembaca mana pun yang membutuhkan rangkuman pada empat ratus kata, dan itulah yang membuat gejala ini menjadi sinyal yang sangat andal tentang bagaimana draf itu disusun.

Keempat adalah paragraf penutup yang tidak menambahkan apa pun. Paragraf ini mengisyaratkan masa depan ketika bidang tersebut akan terus berkembang, atau mengulang kembali pendahuluan dengan perubahan kala. Sebuah penutup yang sesungguhnya menyebutkan apa yang mengikuti dari argumen, mengatakan apa yang akan mengubah pendapat penulis, atau memberi pembaca sesuatu untuk dilakukan. Paragraf penutup yang tidak melakukan hal-hal itu adalah tempat terakhir slop bersembunyi, karena pembaca jarang membaca penutup dengan cukup cermat untuk menyadarinya.

Humanisasi makalah Anda sendiri

Ubah teks berbantuan AI Anda dan buat terdengar manusiawi, tanpa menyentuh kata penting atau sitasi.

Mulai gratis

Slop dan Perbaikannya, Berdampingan

Tabel di bawah ini mengambil setiap gejala, menunjukkan bagaimana gejala itu terbaca dalam sebuah draf, dan mengatakan apa yang dilakukan editor terhadapnya. Tidak satu pun dari perbaikan itu merupakan penggantian sinonim. Masing-masingnya entah menyatakan proposisi yang sedang dikelilingi oleh kalimat itu atau menghapus kalimat itu karena gagal memiliki proposisi.

GejalaCara tampilannya dalam drafApa yang dilakukan editor terhadapnya
PaddingUntuk memanfaatkan kerangka kerja yang komprehensif, pertama-tama perlu mempertimbangkan rentang faktor yang luas yang mungkin berperan.Sebutkan faktornya, jelaskan mana yang dicakup kerangka kerja itu, dan hapus pengantar yang bertele-tele
Stacked hedgingHasilnya mungkin berpotensi menunjukkan kemungkinan efek dengan tingkat tertentu.Pertahankan paling banyak satu penanda kehati-hatian, lalu nyatakan angka yang menjadi rujukan penanda itu
Vague authorityStudi menunjukkan bahwa pendekatan ini secara luas dianggap efektif.Sebutkan studi, tahunnya, dan besarnya efek, atau hapus klaimnya
The restating summarySeperti diuraikan di atas, temuan ini menegaskan pentingnya faktor-faktor yang telah dibahas sebelumnya.Hapus kalimat ini. Temuan itu sudah dinyatakan sekali sebelumnya
The empty closeSecara keseluruhan, ini tetap merupakan bidang yang berkembang dan akan terus berkembang.Hapus paragraf ini dan akhiri dengan temuan terakhir yang memang layak dicantumkan
Borrowed registerBagian ini akan memanfaatkan berbagai perspektif untuk menguraikan topik tersebut.Nyatakan apa yang diperdebatkan bagian ini, dengan kosakata yang akan digunakan penulis saat berbicara langsung

Dua dari perbaikan itu berada pada tingkat kata, dan perangkat lunak menanganinya lebih cepat daripada manusia. pembersih kata AI gratis TextPulse menandai kosakata formal dengan informasi rendah yang berkelompok di dalam paragraf yang dipenuhi padding, sehingga permukaan menjadi lebih bersih dan gejala struktural di bawahnya menjadi terlihat. Empat yang lain memerlukan pembaca yang mengetahui apa yang seharusnya diperdebatkan oleh tulisan itu.

Fluff: Versi pada Tingkat Paragraf

Pembuka yang Membersihkan Tenggorokan

Pembuka yang membersihkan tenggorokan adalah paragraf pertama dari suatu bagian, dan seluruh isinya adalah bahwa topik itu ada, bahwa orang telah mempelajarinya, dan bahwa topik itu penting. Paragraf ini sering dimulai dengan rujukan waktu yang tidak menyebut tanggal apa pun. Paragraf ini mencapai subjek yang sebenarnya pada klausa terakhirnya, jika memang mencapainya sama sekali. Pembaca yang melewati paragraf ini akan tiba di paragraf kedua dengan segala sesuatu yang mereka perlukan.

Paragraf ini bertahan dalam penyuntingan karena terasa seperti konteks, dan konteks adalah sesuatu yang nyata yang kadang-kadang diperlukan pembaca. Perbedaan antara keduanya dapat diuji. Konteks yang nyata mempersempit pertanyaan atau memberi tahu pembaca sesuatu yang belum mereka ketahui. Pembuka yang membersihkan tenggorokan mengumumkan subjek bagian itu, yang sudah dilakukan oleh judul dan dilakukan dengan lebih baik. Untuk menghapusnya, hapus paragraf tersebut dan baca dari paragraf berikutnya. Jika suatu istilah benar-benar perlu didefinisikan, definisikan dalam klausa tempat istilah itu pertama kali muncul, dan paragraf itu tetap harus dihapus.

Pernyataan Ulang, dan Mengapa Penyunting Melewatkannya

Paragraf pernyataan ulang mengatakan paragraf di atasnya untuk kedua kalinya dengan nomina yang berbeda. Kadang-kadang paragraf ini muncul sebagai ringkasan di tengah bagian, merangkum empat ratus kata untuk pembaca yang membacanya sembilan puluh detik sebelumnya. Kadang-kadang lebih halus, klaim yang sama dipindahkan dari abstrak ke konkret, atau kembali ke arah sebaliknya, tanpa proposisi baru yang melekat pada perpindahan itu.

Penyunting melewatkannya karena setiap kalimat di dalamnya baik-baik saja. Tidak ada tata bahasa yang perlu diperbaiki, tidak ada ambiguitas yang perlu dipertanyakan, tidak ada yang dirancang untuk ditangkap oleh pemeriksaan baca-bukti. Pemeriksaan yang berhasil bersifat mekanis. Letakkan kedua paragraf berdampingan dan tandai setiap proposisi di masing-masing, artinya setiap pernyataan yang bisa benar atau salah. Jika paragraf kedua tidak mengandung proposisi yang tidak dimiliki paragraf pertama, hapus paragraf itu dan pertahankan klausa mana pun yang memang membawa sesuatu yang baru.

Kerangka Penyangga yang Tidak Pernah Dibongkar

Kalimat penyangga menyatakan apa yang akan dilakukan penulis alih-alih melakukannya. Kalimat ini dibuka dengan bingkai, menyampaikan bingkai itu, dan mencapai klaim dalam klausa subordinat atau dalam kalimat sesudahnya. Bingkai yang umum mencakup "It should be noted that", "This section will discuss" dan "In terms of", yang masing-masing mendorong klaim satu langkah gramatikal lebih jauh dari pembaca. Satu paragraf penuh yang berisi kalimat seperti itu menggambarkan paragraf yang tidak pernah ditulis.

Menghapus bingkai itu hanya separuh perbaikan, karena kalimat tersebut dibangun di sekitar pernyataan, bukan di sekitar klaim. Pindahkan klaim ke bagian depan, lalu periksa apakah kalimat itu masih memerlukan bagian lainnya. Pemeriksaan pada tingkat kata menemukan bingkai-bingkai itu dengan cepat, dan free AI word cleaner milik TextPulse menandai kosakata penghubung formal yang menyusunnya, yang membuat versi struktural dari masalah itu tampak di bawahnya.

Paragraf yang Ditulis untuk Mencapai Jumlah Kata

Yang ini dapat dikenali dari apa yang diperkenalkannya dan tidak pernah kembali lagi. Sebuah frasa nomina baru muncul, menerima satu kalimat perhatian yang sopan, dan tidak pernah disebut lagi. Paragraf itu mencantumkan pertimbangan alih-alih membuat satu klaim. Paragraf itu terus-menerus bersikap hati-hati, karena klaim yang tidak pernah dibuat tidak dapat dipertahankan, dan sikap hati-hati itu menggantikan pembelaan.

Ujiannya di sini adalah falsifiabilitas, diterapkan satu kalimat pada satu waktu. Tanyakan kalimat mana dalam paragraf yang bisa salah. Jika tidak ada satu pun yang bisa salah, tidak ada yang dinyatakan di dalamnya dan panjang adalah satu-satunya hal yang disumbangkannya. Ini adalah jenis pengisi yang paling mungkin muncul dalam bagian apa pun yang ditulis untuk memenuhi target, siapa pun yang menulisnya, dan itulah sebabnya jumlah kata dan kualitas begitu konsisten saling tarik-menarik dalam draf pertama.

Bagaimana Anda Mengurangi Pengisi Tanpa Memotong Argumen?

Bekerjalah dari atas ke bawah. Hapus seluruh paragraf terlebih dahulu dengan menggunakan uji penghapusan, lalu baca ulang untuk menjaga kesinambungan dan memperbaiki sambungan di tempat dua paragraf yang tersisa kini berdampingan. Hanya setelah itu Anda harus memeriksa kalimat demi kalimat. Melakukan hal ini dengan urutan terbalik menghabiskan kerja pada kalimat untuk paragraf yang sebenarnya akan dipotong, yang merupakan cara paling umum sebuah penyuntingan pengisi memakan waktu tiga jam dan menghasilkan draf dengan panjang yang sama seperti saat dimulai. Pekerjaan pada tingkat kalimat tetap harus dilakukan sesudahnya, dan AI humanizer TextPulse menangani lapisan itu, dengan melaporkan perkiraan Human Score yang dihitung dari teks, bukan putusan dari detektor mana pun.

Jenis pengisiCara kemunculannyaUjiannyaApa yang harus dilakukan
Pembuka yang membersihkan tenggorokanParagraf pertama yang menetapkan bahwa topik itu ada dan telah ditelitiHapus dan baca mulai dari paragraf berikutnyaHapus, dan definisikan istilah yang diperlukan di tempat istilah itu pertama kali muncul
Pernyataan ulangParagraf yang mengulangi paragraf di atasnya dengan nomina yang berbedaTandai setiap proposisi dalam keduanya, lalu bandingkanHapus yang kedua, sambil mempertahankan klausa apa pun yang memuat proposisi baru
Kalimat kerangkaKerangka yang mengumumkan klaim sebelum klaim itu munculHapus kerangka dan lihat apakah masih ada klaim yang tersisaMajukan klaim ke bagian depan dan potong kerangkanya
Paragraf jumlah kataPertimbangan dicantumkan, tidak ada yang dinyatakan, dan seluruhnya penuh penghindaranTanyakan kalimat mana di dalamnya yang bisa salahHapus, atau tulis satu klaim yang sedang dihindarinya
Penjelasan yang ditundaJanji untuk menjelaskan sesuatu nanti dalam tulisanCari tempat ketika janji itu dipenuhiPindahkan penjelasan ke kemunculan pertama istilah itu dan potong janjinya

Memotong dengan tepat membuat sebuah bagian berada di bawah targetnya, dan pada saat itulah kebanyakan penulis memasukkan kembali kata-kata berlebih. Gunakan kata-kata yang berhasil dihemat untuk klaim yang sebelumnya diwakili oleh kata-kata berlebih itu, yaitu angka, contoh tandingan, atau studi yang tidak sejalan dengan studi yang sudah dikutip. Panduan TextPulse untuk mengurangi jumlah kata dalam tesis membahas pertukaran yang sama pada skala bab, ketika tekanan untuk mengembalikan materi yang dihapus paling kuat.

Menerapkan hal ini pada halaman milik orang lain adalah satu keterampilan, dan menerapkannya pada tulisan sendiri adalah keterampilan yang lain. Menentukan apakah sesuatu ditulis oleh AI dijelaskan pada halamannya sendiri, demikian pula pertanyaan yang lebih tidak nyaman tentang apakah tulisan sendiri terdengar seperti itu.

Ambil bagian terakhir yang Anda drafkan dan hapus paragraf pembukanya tanpa membacanya lagi terlebih dahulu. Jika Anda tidak dapat mengatakan apa yang hilang ketika Anda mencapai akhir paragraf berikutnya, maka paragraf pembuka itu adalah kata-kata berlebih, dan kemungkinan besar paragraf pembuka dari setiap bagian lain dalam berkas itu juga demikian.

Apakah Slop Sama dengan Tulisan Buruk?

Tidak. Tulisan buruk gagal pada permukaan, tidak jelas, tidak gramatikal, atau diorganisasi dengan sangat buruk sehingga pembaca kehilangan alurnya. Slop lolos pada permukaan dan gagal di bawahnya. Konsekuensi praktisnya lebih penting daripada definisinya. Seorang penyunting naskah yang bekerja kalimat demi kalimat akan mengembalikan draf slop hampir tanpa perubahan, karena pada tingkat kalimat tidak ada yang perlu dikoreksi, dan itulah tepatnya cara slop bertahan melewati proses penyuntingan yang akan membongkar habis prosa yang benar-benar buruk. Penyuntingan struktural yang menangkapnya, dan panduan TextPulse untuk menyunting esai bekerja pada tingkat itu.

Slop juga berbeda dari penulisan berbantuan AI secara umum. Seorang peneliti yang menyusun draf dengan sebuah model, lalu menghapus apa yang ditambahkan secara berlebihan oleh model, memeriksa setiap sitasi, dan mempertahankan posisi yang tidak akan pernah diambil oleh model, pada akhirnya menghasilkan sesuatu yang memiliki argumen di dalamnya. Slop adalah apa yang muncul ketika separuh kedua dari proses itu tidak pernah terjadi. Bagi seorang penulis yang karyanya sendiri pernah disalahartikan sebagai hal itu, AI humanizer TextPulse melaporkan Human Score yang diperkirakan, dihitung dari teks itu sendiri, bukan dari keputusan mana pun dari detektor.

Istilah yang lebih sempit untuk masalah yang sama adalah fluff, yang didefinisikan pada halaman terpisah. Jika Anda menginginkan metode kerja, bukan sekadar label, menentukan apakah sesuatu ditulis oleh AI menjelaskannya.

Tutupi setiap paragraf dengan tangan Anda dan ucapkan dengan lantang apa yang ditambahkannya pada argumen. Jika tidak ada yang muncul, paragraf itu adalah slop, siapa pun atau apa pun yang menghasilkannya. Tes ini memerlukan sepuluh detik, biayanya nol, dan sama sekali tidak pernah peduli model mana yang terlibat.

XLinkedInFacebook

Pertanyaan yang Sering Diajukan

Apa itu AI slop, secara sederhana: tulisan yang terbaca benar dan hampir tidak mengatakan apa-apa. Tulisan itu memenuhi format, register, dan panjang yang diminta genrenya, lalu meninggalkan pembaca tanpa informasi baru. Istilah ini juga mencakup gambar dan video, meskipun dalam prosa kegagalannya biasanya tampak sebagai pengisi, penyangkalan berlapis, dan paragraf yang saling mengulang.

Moe

PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.

Tetap terupdate tentang humanisasi AI

Dapatkan tips tentang penulisan akademik, deteksi AI, dan humanisasi yang dikirim ke kotak masuk Anda.

Tanpa spam. Berhenti berlangganan kapan saja.