Komunikacja naukowa, a zwłaszcza abstrakty artykułów, to destylat intelektualnego rygoru. Każde słowo jest ważone, a styl podporządkowany klarowności i precyzji. Wprowadzenie na rynek ChatGPT w marcu 2023 roku było jak wrzucenie kamienia do tego spokojnego jeziora. Po raz pierwszy w historii naukowcy zyskali potężnego, łatwo dostępnego asystenta pisania. To technologiczny wstrząs, który nie tylko zmienił narzędzia, ale zaczął subtelnie, lecz nieodwracalnie, przekształcać sam język nauki.
Problem w tym, że ta rewolucja dzieje się w dużej mierze w cieniu. Zaledwie około 5% publikacji naukowych otwarcie przyznaje się do korzystania z AI. Jednak twarde dane lingwistyczne, zebrane w nowatorskim badaniu, pokazują zupełnie inny obraz. Szacuje się, że nawet 16-19% abstraktów pisanych po marcu 2023 roku nosi wyraźne, mierzalne znamiona wpływu generatywnej sztucznej inteligencji. Ta rozbieżność między tym, co deklarowane, a tym, co widoczne w tekście, to nie tylko ciekawostka. To sygnał tarć instytucjonalnych i dowód na to, że technologia zmienia praktyki pisarskie szybciej, niż nadążają za tym normy akademickie.
Behawioralna sygnatura GenAI: jak zmienił się język nauki?
Aby zmierzyć realny wpływ ChatGPT na pisarstwo akademickie, naukowcy przeanalizowali duży zbiór abstraktów z serii publikacji ekonomicznych IZA Discussion Papers. Porównując teksty sprzed i po marcu 2023 roku, zidentyfikowali nagłą i trwałą zmianę stylistyczną, którą nazwali „behawioralną sygnaturą GenAI”.
Ta sygnatura jest widoczna w kilku kluczowych, mierzalnych wskaźnikach lingwistycznych:
| Wskaźnik lingwistyczny | Zmiana po marcu 2023 | Co to oznacza w praktyce? |
| Średnia długość słowa (MWL) | Wzrost | Teksty zaczęły używać dłuższych, bardziej formalnych słów (np. „utilize” zamiast „use”, „demonstrate” zamiast „show”). |
| Współczynnik typ-token (TTR) | Wzrost | Zwiększyła się różnorodność leksykalna; autorzy rzadziej powtarzają te same słowa, co jest charakterystyczne dla stylu generowanego przez AI. |
| Wskaźniki czytelności (np. Flesch Reading Ease) | Spadek | Teksty stały się bardziej złożone i trudniejsze w odbiorze według tradycyjnych miar czytelności. GPT-asystowane pisanie może poświęcać płynność na rzecz formalizmu. |
Te zmiany nie są dziełem przypadku ani wynikiem wcześniejszych trendów. Analiza statystyczna, w tym testy placebo (sprawdzające, czy podobna zmiana nie zaszła w losowym momencie w przeszłości, np. w 2018 roku), jednoznacznie potwierdza, że przełom nastąpił dokładnie w momencie upowszechnienia się ChatGPT.
Eksperyment, który zdemaskował „ducha w maszynie”
Aby potwierdzić, że obserwowane zmiany są rzeczywiście wynikiem wpływu AI, naukowcy przeprowadzili genialny w swojej prostocie eksperyment. Wzięli 100 abstraktów napisanych przed erą ChatGPT i 100 napisanych po niej, a następnie poprosili ChatGPT o „zoptymalizowanie” każdego z nich.
Hipoteza była następująca: jeśli teksty pisane po marcu 2023 roku są już częściowo „ukształtowane” przez AI, to maszyna wprowadzi w nich znacznie mniej zmian, niż w tekstach sprzed ery AI. Będą one po prostu bardziej podobne do swoich „zoptymalizowanych” wersji.
Wyniki w pełni potwierdziły tę hipotezę.
-
Abstrakty sprzed ery AI: ChatGPT znacząco je przeredagowywał, zmieniając strukturę, długość słów i dobór leksykalny.
-
Abstrakty po erze AI: Zmiany wprowadzane przez AI były znacznie mniejsze. Teksty te już w swojej oryginalnej formie przypominały styl preferowany przez maszynę.
Co więcej, na podstawie tych „zoptymalizowanych” wersji, naukowcy wytrenowali klasyfikator zdolny do odróżniania tekstu napisanego przez człowieka od tekstu „poprawionego” przez AI z 97% skutecznością. Gdy zastosowano ten klasyfikator do prawdziwych abstraktów, okazało się, że po marcu 2023 roku odsetek tekstów klasyfikowanych jako „podobne do GPT” gwałtownie wzrósł – z bazowego poziomu 13% do ponad 32%.
Wnioski: augmentacja, a nie substytucja
Co to wszystko oznacza? Przede wszystkim to, że nie jesteśmy świadkami masowej „substytucji”, w której maszyny piszą za naukowców całe teksty. Abstrakty nie są w całości generowane przez AI. Jesteśmy raczej świadkami subtelnego, ale powszechnego procesu „augmentacji”, czyli wspomagania.
Naukowcy używają AI do polerowania stylu, poprawy klarowności czy znalezienia bardziej formalnych sformułowań. Maszyna nie zastępuje człowieka, ale staje się jego niewidzialnym współredaktorem, który odciska na finalnym tekście swoje charakterystyczne, behawioralne piętno.
To odkrycie ma ogromne znaczenie. Pokazuje, że generatywna AI wpływa nie tylko na to, jakie narzędzia wykorzystujemy w pracy intelektualnej, ale także na samą tkankę języka, za pomocą którego prezentujemy wiedzę. Zmienia się ton komunikacji naukowej – staje się on bardziej jednolity, formalny i, według niektórych miar, mniej czytelny dla człowieka. Ten sam mechanizm można zaobserwować w innych dziedzinach, gdzie język odgrywa kluczową rolę: w CV, listach motywacyjnych, pismach prawnych czy dokumentacji technicznej. Jesteśmy świadkami cichej standaryzacji profesjonalnej komunikacji pod dyktando algorytmu.
FAQ – Najczęściej zadawane pytania
-
Czy używanie AI do pisania prac naukowych jest nieetyczne?
Obecnie panuje w tej kwestii niejednoznaczność. Większość instytucji i czasopism dopuszcza użycie AI jako narzędzia do poprawy języka i stylu, pod warunkiem, że autor bierze pełną odpowiedzialność za treść i transparentnie informuje o użyciu takich narzędzi. Problematyczne staje się generowanie całych fragmentów tekstu bez krytycznej weryfikacji. -
Jakie są największe zagrożenia związane z tym zjawiskiem?
Główne zagrożenia to utrata różnorodności stylistycznej w nauce, potencjalne „spłaszczenie” myślenia poprzez dostosowywanie się do schematów preferowanych przez AI, oraz erozja umiejętności pisarskich. Wzrasta też ryzyko „halucynacji” – generowania przez AI fałszywych, ale wiarygodnie brzmiących informacji, które mogą przeniknąć do literatury naukowej. -
Czy można w 100% wykryć tekst napisany przy pomocy AI?
Nie. Jak pokazuje to badanie, granica między tekstem ludzkim a wspomaganym przez AI staje się coraz bardziej płynna. Klasyfikatory mogą identyfikować teksty „podobne do stylu AI”, ale nigdy nie dają absolutnej pewności, zwłaszcza gdy człowiek aktywnie redaguje i „uczłowiecza” wygenerowane fragmenty. -
Dlaczego teksty wspomagane przez AI są „trudniejsze w odbiorze” według tradycyjnych miar?
Tradycyjne wskaźniki czytelności (jak Flesch Reading Ease) „karzą” długie słowa i złożone zdania. ChatGPT, dążąc do formalnego, „akademickiego” stylu, często preferuje właśnie takie konstrukcje. Może to prowadzić do paradoksu, w którym tekst staje się bardziej uporządkowany strukturalnie, ale jednocześnie bardziej męczący w lekturze dla człowieka. -
Czy ten trend dotyczy tylko języka angielskiego i ekonomii?
Badanie skupiło się na anglojęzycznych tekstach z ekonomii, ale jego wnioski można z dużym prawdopodobieństwem uogólnić na inne dyscypliny naukowe i języki, w których dostępne są duże modele językowe. Mechanizm „augmentacji” i ujednolicania stylu jest uniwersalną cechą interakcji człowiek-AI.