Tipare de scriere AI: cuvintele, ritmul și punctuația care îl trădează

Citiți această propoziție o dată și vedeți dacă știți deja de unde provine: cercetătorii continuă să evidențieze interacțiunea complexă dintre motivație și realizare, iar un corpus tot mai mare de lucrări evidențiază rolul cheie pe care autoreglarea îl joacă în succesul academic. Nimic din ea nu este greșit. Fiecare propoziție este gramaticală, fiecare cuvânt este un cuvânt real, iar un evaluator nu ar depuncta niciun punct. Dar tot sună ca și cum ar fi ieșit dintr-o mașină, pentru că așa este. Despre asta este vorba în acest articol.

Tiparele de scriere AI sunt obiceiurile repetabile, în alegerea cuvintelor, ritmul propozițiilor, punctuație și structură, care fac ca proza redactată de o mașină să fie recognoscibilă dintr-o privire. Ele se grupează la patru niveluri: cuvintele spre care se îndreaptă un model, forma propozițiilor sale, punctuația pe care o folosește și modul în care structurează un argument ca întreg. Niciunul dintre ele, luat separat, nu dovedește nimic. Împreună, într-un singur paragraf, sunt greu de trecut cu vederea.

Mașina care face acest lucru se numește detector statistic. Ea atribuie un scor gradului de predictibilitate al fiecărui cuvânt, în funcție de ceea ce se așteaptă un model lingvistic. Un raport conține matematica din spatele perplexity și burstiness, prezentată mai detaliat într-un alt material despre cum funcționează detectoarele AI. Restul acestui articol este un catalog al indiciilor de scriere AI pe care un cititor le poate auzi, număra sau indica pe pagină. Acest lucru poate conta, chiar dacă un detector greșește, nu este disponibil sau nu este relevant. Ceea ce urmează aici nu are nevoie de niciun model și de niciun abonament.

De ce sună tiparele de scriere AI robotic?

Un model lingvistic face ceva diferit de o persoană la nivel de propoziție, alege cuvântul următor cel mai probabil din punct de vedere statistic, iar și iar, într-un sistem antrenat să sune competent, nu distinctiv. Competența la această scară produce o proză fluentă, corectă, ușor de uitat, iar aceasta este rădăcina senzației de robotic. Un cititor adesea nu poate spune ce este greșit cu un astfel de paragraf, doar că se citește plat, iar cele patru niveluri de mai jos sunt locul în care se află această platitudine.

Alegerea cuvintelor este nivelul pe care cititorii îl observă primul: cuvinte formale, teatrale, apărând acolo unde nu își au locul. Ritmul frazei este mai discret, un paragraf în care fiecare propoziție are aproximativ aceeași lungime. Punctuația și formatarea poartă propria lor semnătură, o liniuță folosită ca îmbinare universală, o listă cu puncte care fragmentează un text ce nu fusese niciodată o listă în mintea autorului. Structura este cea mai puțin vizibilă, o parte care își reia propriul titlu, acoperă exact trei puncte, apoi se încheie rezumându-se.

Începeți cu cuvintele, cele mai ușor de indicat și cele mai bine documentate.

Ce cuvinte folosește excesiv AI?

Veți vedea aceste cuvinte formale, ușor teatrale, iar și iar: "delve", "underscore", "showcase" și "pivotal" se numără printre cele mai documentate. Dmitry Kobak și trei coautori și-au propus să identifice limbajul. Ei au analizat 15.1 milioane de rezumate PubMed din 2010 până în 2024 și au identificat un grup de cuvinte care a înregistrat o creștere accentuată a frecvenței atunci când a fost lansat ChatGPT. "Delve" a mers cel mai departe, studiul, publicat în Science Advances în iulie 2025, estimând frecvența sa în 2024 la aproximativ 28 de ori mai mare decât înainte de 2023. Cele mai apropiate au fost "underscore" și "showcase". Autorii estimează că cel puțin 13.5 percent dintre rezumatele din 2024 poartă semne de asistență AI, procentul urcând peste 40 percent în unele țări și la unii editori.

De ce modelele converg asupra acestor cuvinte anume este mai puțin clar decât modelul în sine. Un studiu COLING 2025 a testat douăzeci și unu de cuvinte suprareprezentate în raport cu arhitectura modelului, datele de antrenare și feedbackul uman folosit pentru a ajusta fin chatboturile și a constatat că etapa de feedback este cel mai plauzibil factor contributiv, fără a explica pe deplin efectul. Nici interpretarea nu este lipsită de controverse: un schimb de replici din 2026 în jurnalul PNAS a contestat cât de direct o schimbare a frecvenței cuvintelor măsoară utilizarea AI, lucru de reținut înainte de a trata orice cifră singulară de aici ca fapt stabilit.

Asta nu este adevărat doar pentru rezumatele articolelor din reviste. Într-un studiu care a comparat o jumătate de milion de eseuri ale studenților și eseuri generate de AI, cercetătorii au comparat lungimea lucrărilor și alegerea cuvintelor și au constatat că eseurile umane erau, în ansamblu, mai lungi și foloseau un vocabular mai variat. Într-un studiu al recenziilor de tip peer review trimise la patru conferințe de machine learning, inclusiv ICLR 2024 și NeurIPS 2023, cercetătorii au folosit aceeași tehnică pentru a estima că între șase și cincisprezece la sută din textul recenziei a fost modificat substanțial de un LLM. Era mai probabil să fie afectat de un LLM atunci când era depus aproape de termenul limită.

Cuvântul sau expresia pe care AI o folosește excesiv	Ce folosește în schimb un autor atent
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

Niciunul dintre aceste cuvinte nu este greșit în sine. O secțiune de metode care numește o constatare robustă folosește cuvântul corect, iar un istoric care descrie un argument juridic complex nu îi mărturisește nimic unui chatbot. Ceea ce pare făcut de mașină este densitatea, trei sau patru dintre aceste cuvinte într-un singur paragraf, fără a îndeplini vreo funcție specifică, așezate una după alta așa cum le așază un model, pentru că fiecare a fost, independent, cea mai sigură alegere următoare. O trecere rapidă cu TextPulse's free AI word cleaner semnalează direct această densitate.

De ce propozițiile generate de AI par toate de aceeași lungime?

Un model construiește fiecare propoziție în același fel în care a construit-o pe cea anterioară, în loc să comprime un punct în șase cuvinte într-un loc și să îl desfășoare pe treizeci în altul, astfel încât rezultatul tinde să aibă aproape aceeași lungime pe tot parcursul. Această variație, sau lipsa ei, este ceva ce poți auzi citind cu voce tare un paragraf, un exercițiu diferit de scorul de burstiness pe care îl calculează un detector din aceeași proprietate de bază.

Două obiceiuri mai mici trădează ritmul de aproape. Un model preferă să încheie o propoziție cu un participiu suspendat care sugerează importanță fără a adăuga informație, o afirmație urmată de sublinierea nevoii de cercetări suplimentare sau de reflectarea unei schimbări mai ample în domeniu. De asemenea, recurge la o structură pereche pentru a suna echilibrat, în genul metoda nu este doar eficientă, ci și scalabilă. Spus o dată, acest tip de construcție nu este remarcabil. Spus în fiecare paragraf, sună ca un șablon în care au fost înlocuite substantivele.

Regula celor trei

Și la nivel de sintagmă, grupurile de trei reprezintă ritmul implicit al modelului: trei adjective înaintea unui substantiv, trei exemple într-o listă, trei propoziții construite la fel, una după alta. Grupurile ocazionale de trei au făcut întotdeauna parte din engleză. Un grup de trei plasat bine nu este simptomul a ceva. Indiciul este frecvența. Trei nu este problema. Problema este când trei apare în aproape fiecare paragraf.

Numărarea este suficientă pentru a depista cea mai mare parte a acestui fenomen fără nicio pregătire specială. Citiți un paragraf și marcați lungimea fiecărei propoziții în cuvinte. Dacă toate marcajele dvs. se află la câteva cuvinte de ultimul, ritmul este indiciul. Folosiți verificatorul gratuit de burstiness al TextPulse free burstiness checker pentru a automatiza numărarea și a o reprezenta grafic, util pentru un pasaj prea lung ca să fie evaluat dintr-o privire, propoziție cu propoziție.

Em dash și alte indicii de punctuație

De ce a devenit semnul alegerea implicită

Em dash este probabil semnul de punctuație cel mai des incriminat în scrierea generată de mașini. Poate îl cunoașteți ca linia lungă care înlocuiește o virgulă, două puncte sau un punct pentru a lega două jumătăți ale unei propoziții. Em dash nu este nou și nu este ceva inventat de AI. Atât timp cât există ghiduri de stil, de la Chicago la AP, acestea v-au permis să îl folosiți pentru accentuare și întrerupere. Și mulți autori activi îl folosesc intenționat.

Motivul probabil pentru care apare atât de des în rezultatele generate de mașini este unul banal: semnul este frecvent în proza editată, compusă profesional, pe care sunt antrenate modelele lingvistice, și permite unei propoziții să continue fără a recurge la un punct. Un model construit să producă text fluent, coerent, apelează des la această flexibilitate, mai des decât o fac majoritatea oamenilor când redactează de mână.

Cât de des apare variază enorm în funcție de sistemul care a produs textul. Un test comparativ realizat la mijlocul anului 2025 a dat acelorași șase chatbots aceeași solicitare și a numărat semnele: trei sisteme l-au folosit de opt sau nouă ori în sub șase sute de cuvinte, unul l-a folosit de două ori în aproape o mie de cuvinte, iar două nu l-au folosit deloc. Frecvența este o proprietate a modelului care a produs paragraful din fața dvs., nu o trăsătură fixă a scrierii AI. OpenAI a adăugat în noiembrie 2025 o setare care îi permite unui utilizator să îi spună lui ChatGPT să nu mai folosească semnul și să respecte efectiv această instrucțiune, ceea ce face ca și acest indiciu să fie acum, în parte, opțional.

Nimic din toate acestea nu face ca semnul în sine să fie dovada a ceva. Mulți autori atenți îl folosesc în mod deliberat, iar multe eseuri studențești care nu au atins niciodată un chatbot îl folosesc și ele, uneori pentru că un profesor i-a învățat să facă asta. Ceea ce merită verificat este densitatea: o pagină care se sprijină pe semn la fiecare a doua propoziție se citește diferit de una care îl folosește de două ori, intenționat. eliminatorul gratuit de em dash al TextPulse verifică această densitate și propune, pentru fiecare caz, virgula, două puncte, punctul sau cratima pe care îl cere.

Liste cu puncte, text îngroșat și antete

Același nivel acoperă deciziile de formatare de sub nivelul propoziției. O listă cu puncte în mijlocul unui text în proză care nu a fost niciodată o listă în mintea autorului. Antete în title case când restul documentului este în sentence case. O expresie îngroșată la începutul fiecărui punct din listă, ca un miniantet. Niciunul dintre acestea nu este semn de punctuație, dar toate provin din același loc: un model care formatează pentru o fereastră de chat, unde structura vizuală înlocuiește tranzițiile pe care proza le-ar purta în mod normal.

Structură și forma argumentului

Ultimul nivel se află deasupra propoziției și este cel mai greu de corectat prin simpla înlocuire a unui cuvânt, pentru că este chiar forma argumentului. O secțiune scrisă de o mașină începe adesea prin a reformula propriul antet în cuvinte ușor diferite, trece prin două sau trei puncte de sprijin cărora li se acordă aproximativ aceeași pondere, indiferent de cât de mult contează fiecare în realitate, apoi se încheie prin a rezuma ceea ce tocmai a spus, în loc să adauge ceva nou.

Un obicei înrudit apare constant în textele mai lungi: o secțiune enumeră ce face bine ceva, face o pivotare printr-un cuvânt precum however, enumeră provocările în aceeași ordine clară de trei, apoi face aluzie la un viitor care, probabil, le va rezolva. Argumentele reale sunt mai neregulate decât atât. De obicei, un autor uman acordă mai multă importanță unui punct decât celorlalte două, îi oferă mai mult spațiu și nu datorează cititorului o încheiere simetrică.

Acesta este, de asemenea, nivelul la care scrierea academică formulică poate părea în mod înșelător asemănătoare cu scrierea generată de mașină, deoarece o secțiune de metodologie sau o trecere în revistă a literaturii ar trebui să urmeze o formă fixă. Diferența se află în interiorul acelei forme. O trecere în revistă a literaturii scrisă de o mașină menționează punctele obișnuite ale unui domeniu în ordinea obișnuită. Una scrisă de un om argumentează despre care puncte contează și de ce, chiar și într-un șablon rigid, deoarece este apărată o poziție reală.

Judecarea unui text pe care nu l-ați scris

Cele patru indicii care contează cel mai mult

Decalajul de specificitate este cel mai puternic indiciu disponibil unui cititor fără niciun instrument. Proza redactată de o mașină face afirmații care rămân valabile la orice nivel de generalitate și nu sunt fixate de niciunul dintre ele. Ea raportează că cercetarea a examinat întrebarea fără a numi un studiu, că efectul este semnificativ fără a da o mărime, că practica este comună în sector fără a numi o firmă sau un an. Un autor uman care lucrează în limita aceluiași număr de cuvinte tinde să cheltuiască aceste cuvinte pe un singur lucru concret, pentru că a avut un singur lucru concret și a vrut să îl includă.

Citatele care nu se rezolvă sunt singurul indiciu din listă care se apropie de dovadă, iar ele sunt și cele mai rare. O referință formatată impecabil, atribuită unei reviste reale, purtând un identificator care nu returnează nicio înregistrare, este foarte greu de produs din întâmplare. Verificați trei referințe înainte de a verifica orice altceva într-o lucrare de care nu sunteți sigur. Durează două minute și fie încheie întrebarea, fie elimină cel mai puternic semnal de pe masă.

Densitatea vocabularului este indiciul la care cei mai mulți cititori se gândesc mai întâi și cel care dă greș cel mai grav. Semnalul este densitatea, nu vreun cuvânt individual. Un singur verb formal este un registru academic obișnuit, în timp ce cinci într-un paragraf, care nu fac nicio muncă specifică, reprezintă un tipar. Numărarea manuală într-o lucrare lungă este lentă, iar free AI word cleaner de la TextPulse marchează automat grupările, ceea ce transformă o impresie vagă în ceva ce puteți indica pe pagină.

Cea mai subtilă dintre cele patru este un registru care nu se rupe niciodată. Un autor uman face aproape întotdeauna ceva ușor ieșit din ton pe parcursul a două mii de cuvinte, o propoziție scurtă după trei lungi, o paranteză, o judecată pe care nu era nevoit să o formuleze, un cuvânt ales pentru că îi plăcea. Proza redactată de o mașină păstrează un singur registru de la prima linie până la ultima. Există genuri care interzic toate aceste lucruri, astfel încât acest indiciu valorează mult mai puțin într-o secțiune de metodologie decât într-o declarație personală.

Indiciile care par puternice și nu sunt

Gramatica impecabilă nu dovedește nimic. Ortografia și punctuația au fost automatizate de două decenii, iar orice autor atent care folosește un verificator obține aceeași suprafață curată. Registrul formal nu dovedește nici el nimic, deoarece formalitatea este ceea ce cer prin politică cele mai multe genuri academice și profesionale. Folosirea intensă a titlurilor, a textului îngroșat și a listelor cu puncte este un obicei de stil editorial cu mult înainte de a fi altceva, iar mulți autori au fost formați în acest sens cu ani înainte ca un chatbot să îl arate cuiva. Obiceiurile de punctuație au aceeași greutate redusă, iar em dash, în special, a fost solicitat să poarte mult mai mult decât poate purta un singur semn.

Scorurile detectorilor intră și ele în acest grup, ceea ce tinde să surprindă oamenii. Un scor este o judecată statistică despre cât de previzibil este textul, iar proza previzibilă este ceea ce produc zilnic oamenii atenți, de aici și apariția falselor pozitive. Rezultatul detectorului este o intrare într-o decizie pe care o persoană tot trebuie să o ia, iar explicația TextPulse despre cum funcționează detectorii AI arată ce măsoară numărul înainte ca cineva să îl trateze ca pe un verdict.

Ce trebuie făcut când un text declanșează mai multe indicii

Verificați mai întâi ceea ce poate fi verificat. Extrageți trei citări, un număr și un fapt numit, și verificați fiecare dintre ele. Această singură trecere separă un text subțire de un text fabricat, iar cele două cer răspunsuri foarte diferite. Apoi, comparați lucrarea depusă cu ceva scris mai devreme de aceeași persoană, sub supraveghere, deoarece o schimbare bruscă de registru în interiorul aceluiași autor are mai multă greutate decât orice lectură absolută a unui singur document. Apoi puneți o întrebare la care numai autorul ar putea răspunde despre propriul text: de ce această sursă și nu alternativa evidentă, ce urma să susțină inițial a treia secțiune, care paragraf le-a dat cele mai mari dificultăți. Cine a scris textul răspunde imediat.

Urmați politica care există, nu pe cea pe care ați fi scris-o dumneavoastră. Majoritatea instituțiilor precizează acum cine poate ridica o îngrijorare, ce dovezi sunt admisibile și ce i se comunică autorului, iar omiterea acestei secvențe este ceea ce transformă o întrebare rezonabilă într-o plângere. Autorii aflați de cealaltă parte a acestei probleme, cărora li se spune că propria lor lucrare pare redactată de o mașină, au o sarcină diferită, iar TextPulse's AI humanizer raportează un Human Score estimat, calculat din text, nu un verdict de la vreun detector.

Să aplicați același test propriilor ciorne este mai dificil, iar whether your writing sounds like AI are propria pagină. Vocabularul în sine este catalogat separat, într-o listă cu the words that give ChatGPT away.

Cele nouă indicii sunt un motiv să puneți o întrebare, iar întrebarea este întotdeauna aceeași: ce știe acest text pe care o presupunere fluentă nu l-ar ști? Puneți mai întâi această întrebare citărilor. Aceasta este singura parte a oricărei lucrări depuse care răspunde de la sine, fără ca cineva să trebuiască să fie acuzat de ceva.

Aceste indicii dovedesc că un text este scris de AI?

Niciun indiciu singular nu dovedește nimic, și nici un set complet de astfel de indicii. Sub presiunea unui editor sau a unui profesor, un autor academic atent poate crea paragrafe cu mai multe dintre aceste trăsături, cum ar fi lipsa pronumelor, dar fără ajutorul unui chatbot. Scriitorii care nu sunt vorbitori nativi de engleză pot folosi, de asemenea, cuvinte sigure pe care le-au învățat la curs, iar studenții care sunt învățați să folosească conectori formali pot folosi și ei multe dintre aceste trăsături. O listă de cuvinte nu este dovadă de conduită necorespunzătoare, este o greșeală care îi poate acuza pe nedrept pe autorii atenți. Ar trebui să semnalăm această greșeală, nu să o repetăm în tăcere.

Ce poate face în mod responsabil un instrument este să arate modelul, nu să judece scrierea. Ceea ce avem de oferit cu AI humanizer de la TextPulse este o estimare a unui Human Score bazată pe textul din fața sa. Aceasta este o lectură a locului în care se află un draft în raport cu aceste modele de suprafață, nu un verdict de la niciun detector și nici o promisiune despre ce spune mâine un alt instrument. Este un număr pe care îl puteți folosi ca punct de plecare pentru o decizie, asemenea modului în care un corector ortografic semnalează un cuvânt fără a decide dacă propoziția din jurul lui este bună.

Fiecare indiciu de mai sus are propria sa pagină. Vocabularul în sine este catalogat într-un articol despre cuvintele care trădează ChatGPT, cu tratamente separate pentru obiceiul liniei de pauză lungi și pentru motivul pentru care modelele recurg la un anumit verb. Sunt acoperite și etichetele mai largi: ce înseamnă AI slop, ce înseamnă AI fluff, și un ghid practic pentru a stabili dacă ceva a fost scris de AI. Dacă îngrijorarea privește propriile dumneavoastră drafturi, nu pe ale altcuiva, există un articol despre eliminarea cuvintelor AI din scrierea dumneavoastră.

Data viitoare când îți citești proza și ceva din ea nu ți se pare chiar în regulă, nu te limita să găsești un sinonim ca să îl înlocuiești. Încearcă, în schimb, să o citești cu voce tare. Numără numărul de cuvinte din fiecare propoziție. Întreabă-te ce anume face fiecare cuvânt acolo. Aceasta este aceeași lectură pe care o făcea un editor atent cu mult înainte ca toate acestea să aibă un nume.