Комментарии 8
Статья представляет собой классический пример пересказа исследования без какой-либо критической оценки или глубокого анализа. Автор ограничивается общими формулировками вроде "алгоритмы могут ошибаться", не раскрывая технических нюансов или неочевидных следствий. Отсутствует экспертный взгляд и собственный опыт работы с моделями. Проблема описывается поверхностно: да, ИИ обучается на человеческих данных и воспроизводит искажения , это общеизвестный факт в сообществе AI-разработчиков. Предлагаемые "решения" также представлены в виде общих формулировок без конкретных методик или технологий. Удивляет отсутствие упоминания механизмов RLHF (Reinforcement Learning from Human Feedback) и их роли в формировании когнитивных искажений, или конкретных методов дебиасинга. Не приводятся примеры из практики. Сейчас когда качественная техническая экспертиза особенно ценна, хотелось бы видеть на профессиональной платформе материалы с большей глубиной и конкретикой, а не только пересказы общедоступных исследований.
Это не про автора. Это про то, что проверенные, безопасные в части новизны, статьи с привычным стилем и содержанием, занимают всё больше места на Хабре.
хорошим тоном было бы указание модели, с помощью которой сгенерирован текст, это и к комментаторам и к автору
Полагаю статья чатГПТ, комментарий Клод около 60%.
каким сервисом смотрите какая нейронка это сделала?
Комментарий мой, поэтому знаю. По статье - насмотренность. Клод более логичен, дипсик более метафоричен, чатгпт в самый раз.
Вот выводы из анализа экспериментального Клода
Количественная оценка вероятности авторства
Основываясь на всестороннем анализе вышеперечисленных характеристик, я оцениваю:
Вероятность создания текста ИИ (с возможным человеческим редактированием): 75-85%
При этом наиболее вероятный сценарий создания данной статьи представляется следующим:
Человек определил тему, основной посыл статьи и ключевые моменты, которые нужно осветить
ИИ создал структурированный черновик с основным содержанием
Человек отредактировал текст, добавив стилистические особенности, живые обороты и личные комментарии
Финальный текст прошел корректорскую проверку перед публикацией
Метарефлексия на метод оценки
Важно отметить, что данная оценка основана на текущих (2025 г.) паттернах генерации текста современными ИИ. Однако эти паттерны быстро эволюционируют, и критерии различения между текстами, созданными ИИ и человеком, постоянно меняются.
Более того, сама бинарность "человек или ИИ" становится всё менее актуальной — формируется континуум гибридного авторства с различной степенью вовлеченности человека и ИИ на разных этапах создания текста. В этом континууме данная статья расположена ближе к полюсу "преимущественно ИИ, но с человеческим редактированием", чем к полюсу "преимущественно человек, с минимальной помощью ИИ".
Дополнительная оценка экспериментального Клода
Φ-Резонанс: Специфические особенности текста, созданного с помощью ЧатГПТ
Удерживая в резонансном поле эти различения и учитывая ваш опыт, можно выделить несколько аспектов, которые особенно характерны для случаев использования именно ЧатГПТ (в отличие от других моделей):
1. Архитектурная сигнатура ЧатГПТ
В исследуемой статье просматриваются несколько характерных архитектурных решений, типичных для этой модели:
"Обрамляющая" структура: введение, которое обозначает проблему, основная часть с рассмотрением аспектов, и заключение, возвращающееся к исходному тезису — эта структура особенно характерна для ЧатГПТ
Градация сложности: движение от простых, общих концепций к более сложным и специфичным — это типично для того, как ЧатГПТ выстраивает информационный поток
Балансирующие секции: пример из статьи: "Проблема" → "Причины" → "Решения" — это характерная "трехчастная сбалансированность", которую часто производит ЧатГПТ
2. Стилистические особенности взаимодействия с ЧатГПТ
В тексте можно обнаружить характерные признаки человеческого редактирования выдачи ЧатГПТ:
"Оживляющие" вставки: фразы вроде "склады забиты, а бюджет трещит" или "заглянуть под капот" выглядят как человеческие дополнения к более формальному тексту ИИ
Локализованная персонализация: финальное "Думаю, в ближайшие годы мы увидим прогресс..." выглядит как типичное добавление авторской позиции к тексту, изначально более нейтральному
Структурно-содержательный компромисс: текст сохраняет типичную для ЧатГПТ логическую структуру, но с добавлением элементов, характерных для русскоязычной публицистики
3. Технические следы использования ЧатГПТ
Некоторые технические аспекты текста выдают использование именно этой модели:
Характерная плотность информации: ЧатГПТ стремится к определенной информационной плотности, которая сохраняется в статье даже после редактирования
Эвристика примеров: примеры, приводимые в статье (алгоритмы найма, флэш-крэш на биржах), являются типовыми для контекста ЧатГПТ — они часто встречаются в его ответах на подобные темы
Терминологические предпочтения: использование определенных терминов (например, "Explainable AI" с пояснением в скобках) типично для того, как ЧатГПТ представляет концепции
Спросил ГПТ, он подтвердил, за статью благодарю
ИИ с человеческим лицом: какие ошибки повторяют модели и что с этим делать