Kako prepoznati tekstove koje je izradila umjetna inteligencija

Prije nekoliko dana na LinkedInu sam pročitao objavu nekoga koga poznajem godinama, odnosno čitav život. Da ne bude zabune: riječ je o ozbiljnom i vrlo uspješnom stručnjaku s uglednom karijerom i, ako sam sasvim iskren, prilično uspješnijem od mene. Čitam, dakle, njegovu objavu i već mi se usred rečenice automatski nametnulo pitanje: je li ovo zaista napisao on ili je tekst izradila umjetna inteligencija?

Tada sam shvatio da se pred našim očima razvija nova vrsta književnog, odnosno "digitalnog detektivskog posla", kojeg većina ljudi još uopće nije svjesna. Pročitamo e-poruku, objavu na društvenoj mreži, akademski članak, novinski komentar ili izvješće i nešto nam jednostavno "ne štima". Tekst je gramatički točan. Rečenice su uredne. Argumentacija je logična. Sve je na svojem mjestu. Unatoč tome, nakon nekoliko rečenica ili odlomaka uhvatimo se u misli: ovo je sigurno napisala umjetna inteligencija.

Još prije nekoliko godina takvu je dvojbu bilo znatno lakše razriješiti. Umjetna inteligencija imala je vrlo prepoznatljiv stil: previše uredan, previše predvidljiv, previše sklon ponavljanju istih izraza i gotovo opsjednut dugim crtama, u bosansko-engleskom žargonu nazvanima "em dash". Danas su okolnosti znatno drukčije i zanimljivije. Najnoviji modeli svo su ovo vrijeme vrijedno učili, dobivali nov materijal za učenje te naučili mijenjati ton, oponašati različite autore, pisati kratko ili opširno te upotrebljavati razgovorni ili akademski stil. Ako im dovoljno precizno objasnimo što želimo, mogu izraditi tekst koji na prvi pogled izgleda kao da ga je napisala određena osoba.

Početkom kolovoza ove godine ugledni časopis The Economist objavio je usporednu studiju upravo o tom pitanju: kako razlikovati tekst koji je izradila umjetna inteligencija od teksta koji je napisao čovjek kada stari, površinski znakovi počnu nestajati. Polazni problem bio je metodološki. Za prepoznavanje "rukopisa" umjetne inteligence potreban je, naime, pouzdan uzorak teksta za koji nema nikakve dvojbe da ga je napisao čovjek. U ovom slučaju to su bili članci novinara tog časopisa. Svi članci i komentari objavljeni u časopisu prolaze, naime, strogu provjeru u pogledu upotrebe umjetne inteligencije.

Na drugoj su strani odabrali četiri vodeća jezična modela: ChatGPT, Claude, Gemini i Grok. Dobili su zadatak da bez pretraživanja mreže napišu svoje verzije tekstova. Tekstove koje je izradila umjetna inteligencija zatim su usporedili s novinarskim tekstovima CNN-a, The New York Timesa i The Washington Posta te s ulomcima iz uspješnih romana objavljenih između 1950. i 2022. Priznajem, kada sam prvi put pročitao metodologiju, posumnjao sam je li uzorak triju medijskih kuća dovoljno velik za ozbiljno istraživanje. No kada sam vidio da je cijeli korpus obuhvaćao 55.940 rečenica i 1,2 milijuna riječi, ponestalo mi je argumenata.

Istraživanje je pokazalo da je tekstove koje izradi umjetna inteligencija moguće prepoznati, ali ne po ključnim riječima ili pretjeranoj upotrebi dugih crta, kako sam očekivao, nego po izboru riječi i interpunkcijskih znakova te strukturi rečenica i odlomaka. Studija je pokazala da postoji nekoliko strukturnih "signala" koji mogu ukazivati na upotrebu umjetne inteligencije. Jedan od njih je skromnija upotreba interpunkcije. Veliki jezični modeli, naime, rjeđe upotrebljavaju zareze i točku sa zarezom, dok zagrade gotovo uopće ne koriste.

Sljedeći je signal izbor riječi, o čemu će biti više govora u odlomku P. S. na kraju. Prema mojem skromnom mišljenju, ključno je otkriće povezano s onime što se događa unutar pojedine rečenice. Riječ je o ritmu. Tekst napisan uz pomoć umjetne inteligencije sve je teže prepoznati po jednom jedinom znaku na stranici, a sve lakše po njegovu cjelokupnom ritmu: dugim i razmjerno jednoličnim rečenicama, uredno povezanim odlomcima te nedostatku sitnih odstupanja, oklijevanja, digresija i sintaktičkih zaokreta karakterističnih za um koji tijekom pisanja zaista razmišlja. Čovjek koji razmišlja kroz tekst često promijeni smjer. Vrati se korak natrag. Prizna da nešto ne zna. Navede primjer koji se na prvi pogled ne čini nužnim. Napiše rečenicu koja nije savršena, ali nosi njegov osobni pečat. Modeli umjetne inteligencije uglavnom "znaju kamo moraju stići" i do cilja često stignu previše glatko i uredno.

Pritom valja dodati i iskustvo koje sam proteklih godina stekao čitajući stotine studentskih i savjetodavnih tekstova: ne postoji niti jedna jedina riječ za koju bi se sa sigurnošću moglo tvrditi da je "riječ umjetne inteligencije". Jednako tako ne postoji jedinstven stil pisanja umjetne inteligencije, kao što ne postoji ni jedinstven stil ljudskog pisanja. Različiti modeli pišu na različite načine, a neke značajke umjetne inteligencije, poput sklonosti korištenju duge crte, karakteristične su i za pojedine ljudske autore. Studija časopisa The Economist, primjerice, napominje da je slavna Emily Dickinson rado upotrebljavala dugu crtu još davno prije pojave računala. Zato je svaki pojedinačni znak, bez obzira na to koliko se uvjerljivim činio, u najboljem slučaju tek indicija, a nikada konačan dokaz. I upravo tu počinje znatno ozbiljniji problem. Više nije riječ o pitanju pojedinačne riječi, nego o samoj formi teksta.

Dimitry Kobak je sa suradnicima 2024. godine proveo opsežnu analizu više od 15 milijuna sažetaka biomedicinskih istraživanja objavljenih između 2010. i 2024. godine te indeksiranih u bazi PubMed. Istraživanje je pokazalo nagli porast upotrebe određenog skupa "stilskih riječi" upravo u razdoblju kada se ChatGPT počeo masovno upotrebljavati. Analiza je pokazala da je najmanje 13,5 posto sažetaka iz 2024. godine pripremljeno uz pomoć velikih jezičnih modela (LLM). Riječ je o donjoj granici procjene, pri čemu se udio znatno razlikuje ovisno o znanstvenom području, državi i časopisu, a u nekim skupinama doseže i do 40 posto.

Analiza objavljena u siječnju 2026. u časopisu Nature obuhvatila je više od 41 milijuna znanstvenih članaka, među kojima i oko 311.000 onih kod kojih je utvrđena upotreba umjetne inteligencije. Istraživanje je otkrilo zanimljiv paradoks: znanstvenici koji se koriste alatima umjetne inteligencije objavljuju više radova, češće su citirani i brže napreduju u karijeri od onih koji te alate ne koriste, no njihova se istraživanja usmjeravaju na uži raspon tema. Ovi nalazi otvaraju važna pitanja i izazivaju zabrinutost u pogledu mogućeg utjecaja alata umjetne inteligencije na znanstvenike i znanost u cjelini.

Depositphotos

Sveučilište u Marylandu i Google DeepMind u 2026. su godini proveli projekt pod nazivom StoryScope. Istraživanje je pokazalo da je tekstove koje je izradila umjetna inteligencija moguće prepoznati ne samo po izboru riječi ili stilu pisanja, nego i po načinu na koji je priča izgrađena. Pokazalo se, naime, da tekstovi generirani umjetnom inteligencijom glavne teme često objašnjavaju previše izravno te upotrebljavaju uredan i linearan razvoj priče s jasnim početkom, zapletom i završetkom. Ljudski autori pak češće stvaraju moralno ambivalentne likove, složenije odluke i nelinearnu vremensku strukturu koja uključuje retrospektivne prizore i vremenske skokove. Istraživači su analizirali 61.608 priča nastalih na temelju 10.272 uputa (promptova). Za svaku uputu analizirali su jednu priču koju je napisao čovjek i po jednu verziju koju je izradilo pet različitih modela umjetne inteligence, među kojima su Claude, ChatGPT, Gemini, DeepSeek i Kimi. Umjesto da se usmjere samo na rječnik, svaku su priču procijenili prema 30 strukturnih značajki. Između ostalog, provjeravali su koliko je izravno izražena središnja tema, sadrži li priča sporedne radnje, je li njezin rasplet previše jednostavan te imenuje li izričito konkretne probleme. Analiza podataka pokazala je da je već na temelju pripovjednih značajki moguće razlikovati tekstove koje su napisali ljudi od onih koje je izradila umjetna inteligencija s točnošću od 93,2 posto.

Istodobno se tekstovi koje izradi umjetna inteligencija međusobno više grupiraju i pokazuju manju raznolikost, dok ljudske priče zauzimaju znatno širi i raznolikiji pripovjedni prostor. Ključno je otkriće da dokaz o upotrebi umjetne inteligencije nije nužno skriven u pojedinoj riječi ili karakterističnoj frazi, nego u samoj građi priče – dakle, u načinu razvoja radnje, opisivanju postupaka likova, upotrebi vremena i razini pripovjedne složenosti. Kada malo razmislimo, shvatit ćemo da je autentično ljudsko razmišljanje, čak i kada ga prenesemo na papir, obično malo neuredno; često se vraća natrag i priznaje ono što ne zna. Strojno generiran tekst pak, unatoč svojoj tečnosti, i dalje teži tome da do cilja stigne prebrzo i previše glatko.

Jednaka težnja prema urednosti može se primijetiti i u načinu na koji modeli oblikuju pojedine rečenice kada žele malo živnuti tekst. The Economist primjećuje da veliki jezični modeli imaju omiljen i razmjerno ograničen skup retoričkih figura. Među njima su konstrukcije poput "ne X, nego Y", "ne samo..., nego i..." te takozvano pravilo trojke, pri kojem se ideje razvrstavaju u tri dijela kako bi zvučale upečatljivije i lakše se pamtile. ChatGPT i Claude te uzorke upotrebljavaju čak i češće od drugih modela, kao i češće od ljudskih autora obuhvaćenih istraživanjem. Kada sljedeći put naiđete na poslovni ili akademski tekst u kojem je gotovo svaka treća rečenica oblikovana po istom uzorku "ne samo..., nego i...", to je vjerojatno znatno pouzdaniji trag od bilo koje "duge crte".

Budući da je objava s početka naše priče MOŽDA bila napisana uz pomoć umjetne inteligencije, a takav je način objavljivanja na društvenim mrežama postao svakodnevica, neke su platforme, poput LinkedIna, odlučile ponovno dati prednost ljudskim idejama i razmišljanju. LinkedIn je nakon godina aktivnog poticanja objava stvorenih uz pomoć umjetne inteligencije sada krenuo u suprotnom smjeru. Krajem srpnja 2026. uveo je funkciju koja korisnicima omogućuje da objave označe kao "AI slop", što bi se moglo prevesti kao "AI-otpad". Statistički podaci o povjerenju jasno pokazuju zašto se platforme kreću u tom smjeru. Istraživanje iz ožujka 2026. pokazalo je da umjetnu inteligenciju za istraživanje, pisanje ili analizu podataka redovito koristi već 51 posto ljudi, no informacijama koje ona izradi vjeruje samo 21 posto ispitanika, dok dvadeset i sedam posto tvrdi da joj gotovo nikada ne vjeruje. Očito je da povjerenje u profesionalni sadržaj vidno opada.

To je posebno neugodan položaj za svakog stručnjaka čija se vjerodostojnost temelji na tome da ga drugi doživljavaju kao izvor vlastite procjene i promišljanja, a ne kao nekoga tko samo preoblikuje tuđe ideje.

Na kraju je možda najvažnije priznati nešto što postaje sve očiglednije. Jezični modeli umjetne inteligencije iz dana u dan postaju sve moćniji, i to do te mjere da smo vjerojatno već stigli do točke u kojoj više nećemo moći pouzdano utvrditi je li tekst napisala umjetna inteligencija ili čovjek uz njezinu pomoć. Jezik se mijenja, modeli uče naše uzorke, a mi ljudi istodobno preuzimamo uzorke koje su modeli učinili uobičajenima. Granica između "ljudskog" i "strojnog" stila zato postaje sve manje primjetna. Traženje jedne jedine karakteristične riječi, interpunkcijskog znaka, pravila trojke, duge crte ili oslanjanje na rezultate detektora umjetne inteligencije zato nije samo nepouzdano. Ono nas odvraća od puno važnijeg pitanja.

Depositphotos

Nije presudno možemo li iza rečenice prepoznati stroj, nego možemo li iza ideje prepoznati čovjeka: tko je postavio pitanje, tko je odabrao argument, tko je provjerio činjenice, tko je preuzeo odgovornost za vlastiti zaključak i tko je spreman stajati iza objavljenog. Umjetna inteligencija može oblikovati rečenicu, znatno ubrzati istraživanje, preurediti misli i učiniti tekst uvjerljivijim, ali ne bi smjela postati zamjena za intelektualnu odgovornost. Možda će upravo zato nova pismenost u doba oduševljenja umjetnom inteligencijom manje temeljiti na sposobnosti utvrđivanja je li tekst "napisala umjetna inteligencija", a puno više na sposobnosti prosuđivanja kvalitete razmišljanja koja stoji iza napisanoga. Najveći problem budućnosti neće biti u tome što u tekstu više nećemo moći prepoznati stroj, nego u tome što u savršeno oblikovanom tekstu više nećemo moći prepoznati čovjeka koji je imao reći nešto svoje, autentično i vrijedno.

P. S. Kao što sam obećao, slijedi popis riječi koje bi mogle ukazivati na to da je tekst napisala umjetna inteligencija. Tom Juzek i Zina Ward s Sveučilišta Florida State u istraživanju "Why Does ChatGPT 'Delve' So Much?", predstavljenom na konferenciji COLING 2025., identificirali su 21 riječ koje se najčešće pojavljuju u znanstvenim tekstovima. Učestalost upotrebe nekih od njih od početka masovnog korištenja ChatGPT-ja povećala se gotovo 67 puta. To ne osporava ono što sam napisao ranije: nijedna pojedinačna riječ nije dokaz. No ako se određene riječi u istom tekstu pojavljuju prečesto, to je barem indicija vrijedna pažnje. Ako ste u jednom tekstu uspjeli upotrijebiti baš sve riječi iz tablice, čestitam... Jer nakon svega što ste upravo pročitali, to vam više nitko ne može dokazati.

 

 

I za kraj sam zamolio GPTZero da procijeni cijeli komentar. Dobio sam odgovor da je s 95 posto vjerojatnosti cijeli tekst napisao čovjek.

 

Dr. Nedžad Pirić stručnjak je za digitalizaciju.

Sadržaj, stavovi i mišljenja izraženi u komentarima objavljenima na Bloomberg Adriji autorovi su i ne odražavaju nužno stavove uredništva Bloomberg Adrije.