Группа исследователей пришла к выводу, что активное использование больших языковых моделей (LLM) заметно сближает стиль разных авторов. Работы, созданные или отредактированные с помощью ИИ, тяготеют к одним и тем же речевым конструкциям, из-за чего индивидуальные особенности письма размываются.

Авторы работы изучили, как меняется язык под воздействием ИИ-инструментов. Для сравнения взяли тексты, написанные людьми самостоятельно, и материалы, прошедшие через LLM — от коротких заметок до развёрнутых эссе. Методика включала лингвистический разбор на уровне лексики, синтаксиса и структуры, а также оценку читательского восприятия.

Результаты оказались устойчивыми: модели систематически сдвигают текст к «среднему» стилю. Чаще встречаются нейтральные формулировки, штампы и клише, реже — резкие переходы, необычные метафоры, разговорные обороты. Синтаксис упрощается: длинные сложные предложения превращаются в несколько коротких, ритм становится ровнее. Частотный анализ показал, что одни и те же слова и конструкции начинают доминировать в разных текстах, тогда как авторские «маркеры» — характерные обороты, длина фраз, любимые приёмы — бледнеют.

Отдельный блок исследования посвящён личности автора. Участники писали короткие эссе на заданные темы — половину самостоятельно, половину с помощью модели. Затем независимые читатели оценивали тексты по личностным характеристикам: открытости, добросовестности, эмоциональности. Там, где человек писал сам, оценки различались заметно. В текстах после ИИ-редактуры различия сокращались: авторы начинали звучать похоже, а черты личности читались хуже.

По мнению авторов работы, дело не в одном конкретном сервисе, а в самом принципе работы современных моделей. Они обучаются на огромных корпусах текстов и оптимизируются под «наиболее вероятное» продолжение, поэтому выдают усреднённую, статистически комфортную речь. Чем чаще человек полагается на LLM при черновиках, письмах, постах и рабочих документах, тем быстрее его собственный стиль подстраивается под эти нормы.

Практические последствия касаются сразу нескольких сфер. В академической среде преподавателям становится труднее отличить «живой» текст студента от машинной правки, а сами студенты рискуют утратить навык аргументации и связного изложения. В журналистике и копирайте размывается голос автора, который для медиа часто и есть продукт. В личной переписке шаблонизация снижает эмоциональную точность — тексты становятся вежливыми, но однотипными.

Исследователи предлагают простые контрмеры: задавать модели конкретные инструкции по стилю, проверять черновик «вслепую» — без подсказок ИИ, чередовать ручное и машинное редактирование. Главный вывод работы — LLM полезны как инструмент, но без осознанного контроля они незаметно сужают диапазон того, как люди пишут и как их воспринимают.