Kreativní výstupy AI modelů se u poskytovatelů stávají podobnějšími

Nový výzkum naznačuje, že AI modely od konkurenčních společností se stávají podobnějšími ve svých kreativních odpovědích, což může omezovat šíři nápadů, které uživatelé potkávají.

Nový výzkum z USA zjistil, že „kreativní“ výstupy napříč širokou škálou předních AI modelů se v průběhu času stávají podobnějšími.

Autoři z Duke University otestovali 69 modelů napříč 12 rodinami poskytovatelů, zahrnující vydání od roku 2023 do 2026, a zjistili statisticky významný pokles rozmanitosti výstupů jak u reálných otevřených otázek, tak u standardního testu kreativity – což naznačuje, že podobné nápady mohou být čím dál častěji nabízeny jako odpovědi na „kreativní“ požadavky u všech hlavních poskytovatelů LLM.

Testované rodiny poskytovatelů byly Anthropic; Cohere; DeepSeek; Google; Meta; MiniMax; Mistral AI; Moonshot AI; OpenAI; Qwen; xAI; a Z.ai*:

Z nového článku – modelová vydání použitá ve studii, od března 2023 do července 2026. Graf zahrnuje 69 verzí modelů napříč 12 poskytovateli AI, ukazuje, jak byly testované modely rozloženy během tříletého období, a ukazuje čím častější plány vydání některých poskytovatelů, což je třeba zohlednit v výpočtech autorů. Source

Autoři nového článku uvádějí**:

‘Zjišťujeme, že odpovědi LLM na otevřené podněty, které testujeme, se v průběhu času stávají čím dál podobnějšími.

‘To naznačuje, že LLM se stávají méně kreativními v úlohách, které zahrnují generování otevřených odpovědí, což vyžaduje přezkoumání jejich dlouhodobé užitečnosti jako kreativních asistentů.’

Ačkoliv se ‘algoritmická monocultura‘ stala zavedenou oblastí výzkumu, zkoumání trendů směrem k homogenitě v AI‑generovaných kreativních výstupech dosud nebylo provedeno, tvrdí autoři.

Nicméně izolované případy již delší dobu naznačovaly tuto konvergenci, včetně podivného případu popsaného ve studii Cornell University z května 20026, kde byl různorodý soubor poskytovatelů LLM ukázán s podivnými, kolidujícími posedlostmi na „strážce majáků“ a konkrétním souborem anachronistických jmen, včetně „Mara“ a „Elias“:

V květnu nová studie Cornell University zjistila podivné podobnosti napříč poskytovateli LLM při zadání „otevřených podnětů“ – ačkoliv doposud nebyly patrné žádné stopy, proč se to objevuje v rozmanitých tréninkových datech těchto modelů.

Nová studie je systematičtější: autoři otestovali tříleté modely jak na reálné kreativní podněty, tak na klasický psychologický test, který žádá o neobvyklé využití běžných předmětů. Poté změřili, jak daleko jsou odpovědi modelů od sebe ve významu, a sledovali, zda se tyto vzdálenosti v průběhu po sobě jdoucích generací zmenšují.

Autoři nové práce, nazvané Are LLMs becoming similarly creative? Evidence from three years of models, uvádějí:

‘Naše zjištění, ačkoliv předběžná, vyvolávají obavy ohledně dlouhodobé užitečnosti LLM jako kreativních partnerů. I když modely dobře fungují v kreativních úlohách, konvergující výstupy by mohly omezit rozsah možností, kterým jsou uživatelé LLM vystaveni, a tím i šíři jejich vlastního myšlení.’

‘Pokud používání LLM pro kreativní úkoly, jako je psaní esejí, snižuje mozkovou aktivitu, mohlo by používání stále méně kreativních LLM – trend naznačený naší studií – dále zhoršovat dopad LLM na lidskou kreativitu, jak bylo pozorováno v této i dalších studiích?’

Již nyní se různorodé charakteristiky výstupů LLM staly materiálem pro memy; a jak jsme hlásili v květnu letošního roku, alespoň jeden autor již samonákladně vydal knihu, která zjevně obsahuje výše zmíněnou „majákovou“ fixaci společnou hlavním modelům.

Takže v prostředí, kde vydavatelé stále častěji stahují knihy, o nichž se domnívají, že jsou AI‑psané nebo AI‑asistované, nový výzkum naznačuje, že můžeme očekávat nárůst „shodných zápletek“ vznikajících z údajně lidsky psaných děl, včetně akademických prací podaných studenty.

Co se týče původu této konvergence, autoři předpokládají, že překrývající se tréninková data a čím dál podobnější optimalizační cíle mohou tlačit modely k podobným interním reprezentacím konceptů a sémantických vztahů – což nakonec vede k podobnějším odpovědím:

‘[Je] nejasné, zda je tato homogenita dočasným vedlejším produktem stále se vyvíjející technologie nebo nevyhnutelnou – potenciálně kumulativní – vlastností statistických jazykových modelů.’

‘Plausibilní síly ukazují v obou směrech. Rostoucí množství akademických prací naznačuje, že generativní modely trénované na překrývajících se datech a optimalizované směrem k podobným cílům budou organizovat koncepty a sémantické vztahy čím dál podobnějšími způsoby, což povede k podobným výstupům.’

Autoři však také citují práci, která naznačuje, že jak se modely vyvíjejí, mohou se opět rozvětvit do vlastních uzavřených sad charakteristik, pokud jde o kreativní výstupy.

Metoda

Aby sledovali, zda se AI modely stávají podobnějšími, výzkumníci začali otevřenými otázkami a sbírali odpovědi od po sobě jdoucích generací modelů. Každá odpověď byla převedena na číselnou reprezentaci svého významu, což umožnilo měřit, jak podobné nebo odlišné odpovědi jsou.

Regrese byla následně použita k určení, zda se tyto rozdíly zmenšují s vydáváním novějších modelů:

Schéma autorů pro měření, zda se AI výstupy v průběhu času stávají podobnějšími. Otevřené kreativní podněty byly spuštěny napříč různými rodinami modelů, jejich odpovědi byly mapovány podle významu, aby se změřila vzdálenost mezi nimi, a regresní analýza sledovala, jak se tyto vzdálenosti mění v průběhu po sobě jdoucích generací modelů.

Byly vybrány dva soubory podnětů k testování kreativity z různých úhlů. Nejprve úkol Alternativní využití (AUT), standardní psychologický test divergentního myšlení, který žádá o neobvyklé využití běžných předmětů; ve studii byly použity předměty jako kniha, bota a kladivo. Jeho pevný formát poskytl kontrolovaný způsob, jak porovnat nápady generované různými modely.

Dalších 100 podnětů bylo odvozeno z Infinity-Chat100, sbírky vycházející z reálných konverzací s jazykovými modely. Tyto zahrnovaly méně omezené kreativní úkoly zahrnující tvorbu obsahu, řešení problémů, brainstorming a generování nápadů; úkoly, které umožňovaly větší svobodu v odpovědích a přístupech.

Kompletní sady podnětů AUT a Infinity-Chat100 byly následně odeslány modelům vydaným mezi březnem 2023 a červencem 2026, zahrnujícím 12 poskytovatelů a systémy od Anthropic, Google, Meta, OpenAI, DeepSeek a Mistral AI. Všechny odpovědi byly shromážděny přes API OpenRouter za stejných nastavení vzorkování, přičemž teplota (svoboda kreativní odpovědi) i top-p byly nastaveny na jedničku.

Modely byly uspořádány podle měsíce vydání, aby se zjistilo, zda novější generace produkují podobnější odpovědi.

Protože data vydání ve skutečnosti neodrážejí změny v tréninkových datech, architektuře nebo post‑tréninku, autoři považovali vzniklý trend za souvislost s vývojem modelu, nikoli za důkaz, že samotný průběh času způsobuje konvergenci.

Odpovědi modelů byly následně převedeny na embeddingy pomocí sentence‑transformeru all‑MiniLM‑L6‑v2. Každá odpověď byla reprezentována jako číselný vektor, což umožnilo umístit odpovědi s podobným významem do podobných směrů a změřit jejich sémantickou vzdálenost.

Pro AUT byly všechny návrhy využití pro každý předmět považovány za jedinou odpověď, čímž vzniklo deset embeddingů na model. Pro Infinity-Chat100 byl každý odpověď embedována samostatně, což vytvořilo 100 embeddingů na model.

27 měsíců vydání bylo seskupeno do devíti časových období a porovnávány byly pouze modely od různých poskytovatelů. Sémantické vzdálenosti mezi jejich odpověďmi byly měřeny v rámci každého období, přičemž menší vzdálenosti naznačovaly větší podobnost.

Aby se zabránilo dominanci poskytovatelů s větším počtem modelů, analýza byla opakována 1 000krát s vyváženými vzorky od každého poskytovatele.

Výsledky

Poté byla použita lineární regrese k sledování těchto vzdáleností v čase, přičemž konzistentní negativní sklon naznačoval, že modely od různých poskytovatelů se stávají podobnějšími:

Počáteční výsledky testu ukazující, zda se kreativní odpovědi od různých poskytovatelů AI staly v průběhu času podobnějšími. Sémantické vzdálenosti klesaly jak u podnětů z úkolu Alternativní využití, tak u Infinity-Chat100, a opakované vyvážené vzorkování vykazovalo konzistentně negativní trendy, což naznačuje rostoucí podobnost napříč generacemi modelů.

Autoři zdůrazňují následující výsledky:

‘Pro oba soubory odpovědí AUT i Infinity-Chat pozorujeme během sledovaného období pokles vzdáleností výstupů mezi poskytovateli.

‘To naznačuje snižování rozmanitosti – nebo rostoucí homogenitu – kreativních výstupů LLM v průběhu času.’

Rozdíl mezi staršími a novějšími modely byl nejzřetelnější v úkolu Alternativní využití. Průměrná vzdálenost mezi odpověďmi od různých poskytovatelů klesla z přibližně 0,50 u nejstarších modelů na pod 0,40 u nejnovějších, což znamená, že jejich odpovědi se podstatně více přiblížily. Stejný vzorec byl pozorován u Infinity-Chat100, ačkoliv změna byla menší, s průměrnou vzdáleností klesající z přibližně 0,34 na těsně nad 0,32.

Výsledky testu měřící, jak rychle se odpovědi od různých poskytovatelů AI v průběhu času stávaly podobnějšími. Úkol „Alternativní využití“ ukázal mnohem silnější pokles rozdílů mezi modely než Infinity-Chat, přičemž oba výsledky zůstaly konzistentní napříč opakovanými vzorkovacími testy výzkumníků.

Zjištění také přežilo všech 1 000 kol vyváženého pře‑vzorkování. V každém případě novější modely produkovaly odpovědi, které byly blíže k sobě než u starších modelů. Velikost těchto poklesů, spolu s 95 % intervaly spolehlivosti výzkumníků, je znázorněna výše.

V souvislosti s tím článek uvádí:

‘Rozsah poklesu v úkolu AUT je zvláště pozoruhodný vzhledem k účelu úkolu. AUT explicitně testuje divergentní myšlení tím, že instruuje modely, aby vytvořily využití, která jsou co nejoriginálnější a nejnečekanější, což je právě prostředí, ve kterém by se měly výstupy lišit.’

Výsledky Infinity-Chat ukazují, že stejný trend se objevil i napříč mnohem širším spektrem kreativních úkolů. Jeho 100 podnětů požadovalo, aby modely vytvořily mnoho různých typů otevřených odpovědí, a tyto odpovědi se v čase stávaly podobnějšími.

Změna byla menší než v úkolu Alternativní využití, ale stala se zřetelnější u modelů vydaných od roku 2025 dál. Autoři naznačují, že by to mohl být raný signál, že kreativní výstupy od různých poskytovatelů AI se obecně stávají podobnějšími, a ne jen u jednoho konkrétního typu testu.

Závěr

Problémy související s konvergencí LLM a VLM jsou stále rostoucím zdrojem obav jak ve výzkumné komunitě, tak u uživatelů následných modelů, které z nich vyplývají. Přibližujeme se k úplnému konci první a jediné „čisté“ generace dat, ke které bude výzkumná scéna mít kdykoliv přístup; a odhodlání poskytovatelů modelů získávat data od konkurentů nevyhnutelně představuje riziko konvergence, protože data se stávají identickými a principy trénování modelů jsou podobné, ne-li identické, mezi poskytovateli.

Proto se pravděpodobně neobjeví nic tak jednoduchého jako nahrazení pomlček, aby se bojovalo proti rostoucí podobnosti kreativních výstupů mezi rodinami modelů, a případy duplikace se spíše pravděpodobně odhalí veřejně a trapně.

* Úplný seznam modelů je Claude-3-Haiku; Claude-Fable-5; Claude-Opus-4; Claude-Opus-4.1; Claude-Opus-4.5; Claude-Opus-4.6; Claude-Opus-4.7; Claude-Opus-4.8; Command-A; Command-R-08-2024; DeepSeek-Chat; DeepSeek-V3.1-Terminus; DeepSeek-V3.2; DeepSeek-V4-Pro; Gemini-2.5-Pro; Gemini-3-Flash-Preview; Gemini-3.1-Pro-Preview; Gemini-3.5-Flash; Llama-3.1-70B-Instruct; Llama-3.2-3B-Instruct; Llama-3.3-70B-Instruct; Llama-4-Maverick; MiniMax-01; MiniMax-M1; MiniMax-M2; MiniMax-M2.1; MiniMax-M2.5; MiniMax-M2.7; MiniMax-M3; Mistral-Large; Mistral-Large-2407; Mistral-Large-2512; Mistral-Medium-3; Mistral-Medium-3.5; Mistral-Medium-3.1; Mistral-Small-24B-Instruct-2501; Mistral-Small-2603; Mistral-Small-3.1-24B-Instruct; Mistral-Small-3.2-24B-Instruct; Mixtral-8x22B-Instruct; Kimi-K2; Kimi-K2-0905; Kimi-K2.5; Kimi-K2.6; GPT-3.5-Turbo; GPT-4; GPT-4.1; GPT-4o; GPT-5; GPT-5.1; GPT-5.2; GPT-5.3-Chat; GPT-5.4; GPT-5.5; GPT-5.6-Sol; Qwen-2.5-72B-Instruct; Qwen3-Max; Qwen3.5-Plus-20260420; Qwen3.6-Max-Preview; Qwen3.7-Max; Grok-4.20; Grok-4.3; Grok-4.5; GLM-4.5; GLM-4.6; GLM-4.7; GLM-5; GLM-5.1; a GLM-5.2

** Zdůraznění autorů, ne moje.

^† Můj převod inline citací autorů na hypertextové odkazy.

Poprvé publikováno v pátek 21. srpna 2026