Нейротексты: как повысить качество и избежать ошибок
Вернемся к вопросу о нейротекстах и как повышать их качество (это повторится)
Нашел исследование, в котором сравнили больше 10 тысяч человеческих рассказов с произведениями, написанными пятью нейросетями по восстановленным из оригиналов заданиям.
Рассказы отдали Gemini на редактуру и она искала проблемные фразы и предложения, определяла тип недостатка и переписывала отдельные места — убирала затёртые образы, повторные объяснения уже понятного и нагромождения метафор. В работе также использовались примеры правок профессиональных авторов. Важный момент — люди вообще не редактировали рассказы от ИИ.
После анализа отдельной программой-детектором вот какие повторяющиеся паттерны выявлены у моделей:
- Объясняют, что читатель должен понять. Прямые пояснения рассказчика о смысле истории встречались в ИИ-текстах почти в полтора раза чаще, чем у людей. Событие произошло, но автор ещё отдельно разъясняет, какой вывод из него сделать.
- Слишком старательно «показывают, а не рассказывают». Телесные ощущения и метафоры становились основным способом передачи эмоций в два раза чаще, чем в человеческих рассказах. Вместо простого «ему было страшно» появляются «сжатая грудь» и «холодный пот». Совет добавлять ощущений модели, похоже, усвоили с запасом.
- Выстраивают слишком аккуратный сюжет. В человеческих рассказах побочные сюжетные линии встречались примерно вдвое чаще, чем в машинных. ИИ чаще ведёт историю линейно, по непрерывной причинной цепочке, и заканчивает внутренним пониманием или принятием. У людей чаще встречаются временные скачки и морально неоднозначные герои.
Это исследование художественных рассказов, но для постов и статей можно забрать ряд вопросов к черновику и полезных наблюдений. Нужна ли мораль в конце? Все ли примеры обязаны идеально подтверждать тезис? Не появилась ли та или иная деталь только потому, что вы попросили модель писать «живее»?
—