Claude Opus 5.5 убрал тире из письма, но получил 13 000 новых маркеров ИИ

Исследование, опубликованное TechCrunch со слов директора по ИИ Graphite Грега Друка, показывает парадокс: лаборатории убирают самые известные маркеры ИИ-текста, но на их месте тут же появляются новые. Claude Opus 5.5 от Anthropic и Astra от OpenAI демонстрируют это нагляднее всего.

Как устроено исследование?

Graphite взяла 10 000 статей, написанных людьми до выхода ChatGPT. Это контрольная группа, эталон человеческого письма. Затем исследователи дали разным ИИ-моделям краткие пересказы тех же статей и попросили написать полные тексты заново, чтобы модель не копировала исходный стиль автора, а генерировала собственный.

Получив парные выборки (человек и машина на одну тему), команда подсчитала, как часто конкретные слова, фразы и синтаксические конструкции встречаются у ИИ по сравнению с людьми. Фразу, которая у модели появляется минимум вдвое чаще, Graphite называет «маркером» (tell).

Главные находки по каждой модели

Claude Opus 5.5 (Anthropic):

• Самый яркий маркер claude opus письмо: слово «dependable» встречается в 23 раза чаще, чем у людей.
• Фраза «this matters» появляется в 116 раз чаще. Конструкция «why X matters» (почему X важен) в 92 раза чаще.
• Модель перестала использовать конструкцию «it's not X, it's Y» («это не X, это Y»), но по-прежнему любит «is more than an X, it's a Y» («это больше, чем X, это Y»).
• Использование длинного тире сократилось на 99% по сравнению с предыдущей версией Opus 5.

Astra (OpenAI):

• Любит описывать «another dimension» (ещё одно измерение) темы.
• Часто хеджирует утверждения фразами «may provide» или «can provide» (может обеспечить).
• Главный маркер: «корректирующее обрамление», когда тема подаётся через конструкции «not simply X» или «rather than relying on X». По данным Graphite, такие конструкции встречаются более чем в 100 раз чаще, чем у людей.
• Длинное тире сократилось на 88% относительно человеческих текстов.

Gemini 3.1 Pro (Google):

• Практически полностью убрала длинное тире из текстов.

Все три лаборатории отреагировали на критику про длинное тире. Но общее число маркеров не падает.

«Маркеры не уменьшаются. Им удаётся убрать самые известные, но на их месте появляются другие. И у каждой новой версии модели свои собственные.» : Грег Друк, директор по ИИ Graphite

Почему лаборатории не могут это исправить?

Anthropic в анонсе Opus 5.5 подчёркивала, что модель «общается естественнее предшественников». OpenAI при выпуске GPT-6 версий Sol и Luna обещала «больше ясности, меньше жаргона, меньше странных оборотов».

Однако данные Graphite показывают: декларации расходятся с результатом. По словам Друка, модели с миллиардами параметров слишком велики, чтобы лаборатории контролировали каждый речевой паттерн.

«Моя общая гипотеза: лаборатории контролируют это хуже, чем можно ожидать. Это гигантские модели с миллиардами параметров. У них конечное число тестов, и что-то всегда проскальзывает.» : Грег Друк, директор по ИИ Graphite

При этом Друк отметил неожиданную разницу между Anthropic и OpenAI: модели Claude со временем приближаются к человеческому распределению слов, тогда как модели GPT отдаляются от него.

Что это значит для вас?

Авторам Дзена. Если вы редактируете тексты, сгенерированные Claude, ищите в русских текстах кальки с английских маркеров. Конструкция «это важно» и её варианты, прямой перевод «this matters», одного из ярчайших маркеров claude opus письмо. Переизбыток конструкций «не просто X, а Y» тоже характерен для ИИ-текстов, Graphite зафиксировала их у нескольких моделей. Если ваш текст пестрит объяснениями «почему это важно» через каждые два абзаца, модерация или читатель заподозрят машину.

Маркетологам и копирайтерам. 13 000 фраз-маркеров означают, что ни один чеклист из десяти пунктов не закроет проблему. Автоматические детекторы ИИ-текста будут опираться на подобные исследования. Чем больше вы правите ИИ-черновик руками, убирая повторяющиеся синтаксические паттерны, тем ниже риск автоматической пометки.

Предпринимателям в РФ и СНГ. Из доступных в России моделей YandexGPT и GigaChat генерируют русский текст напрямую, а не через перевод. У них свои маркеры, которые ещё предстоит изучить аналогичным методом. Пока таких публичных исследований на русском корпусе нет, ориентируйтесь на ручную вычитку и разнообразие синтаксиса.

По данным TechCrunch