Tekoälymallit suosivat ihmisten kirjoittamaa tekstiä tekoälyllä generoituun tekstiin

Uuden tutkimuksen mukaan ChatGPT ja muut vastaavat mallit osoittavat selvää puolueellisuutta tekstiä kohtaan, jonka uskovat olevan kirjoitettu ihmisten toimesta, vaikka usko olisikin väärä. Pelkästään kutsuvan tekstin “ihmisten tekemäksi” saa tekoälymallit suosimaan sitä – ja ironisesti, ne saattavat oppia tämän ennakkoluulon meiltä.

Käsitykset autenttisuudesta, alkuperästä ja jaetusta inhimillisestä kokemuksesta saattavat olla tärkeämmässä roolissa tekoälyn hyökkäyksessä luovan kirjoittamisen alalle kuin mitä on aiemmin ollut ilmeistä: Princetonin yliopistossa tehdyn uuden tutkimuksen testit osoittivat, että useat suuret suljetut ja avoimet kielen mallit, mukaan lukien ChatGPT, suosivat niitä tekstejä, jotka ne uskoivat olevan “ihmisten kirjoittamia”.

Jopa kun tekstin tunnisteet oli käännetyt toisin, sekä tekoälymallit että ihmiset jatkoivat moittimista tekoälyllä kirjoitettua tekstiä, toistamalla samat kritiikit, jotka he olivat aiemmin esittäneet, kun teksti oli oikein merkitty.

Tutkijat uskovat, että osasyynä tähän saattaa olla kasvava inhimillinen vihamielisyys generatiivista tekoälyä kohtaan, joka näyttää ilmenevän uusina ja mielenkiintoisina tapahtumina joka päivä. He toteavat*:

‘Testasimme 13 tekoälymallia, ja ne osoittivat 34,3 prosenttiyksikön puolueellisuuden verrattuna ihmisten 13,7 prosenttiyksikköön, mikä tekee niistä 2,5 kertaa herkempiä attribuuttimerkintöjä kuin ihmiset.

‘Tämä vahvistus on järkevää, kun tunnustamme, että nykyiset mallit ovat preferenssitestattuja arvioijoita. Vahvistusoppiminen ihmisten palautteen kautta (RLHF) opettaa mallien kohdella ihmisten arvosteluita kulttimallisina, asentamalla oppimisen luotettavuuden [prioriteetin].

‘Mallit oppivat, että ihmisten preferenssien noudattaminen palkitaan, luoden sycophancyyn, jossa ne toistavat odotettuja käyttäjän asenteita eikä tarjoa riippumattomia arvioita.’

Tutkimuksen tulokset koskevat luovan kirjoittamisen alaa, ja tutkijat käyttivät ranskalaisen kirjailijan tarinoita data-esimerkkeinä; ja ne osoittavat, että inhimillinen ennakkoluulo tekoälyä kohtaan saattaa olla suurempi kuin mitä Large Language Modelien (LLM) kielen rakenteen parantuminen voi tuottaa – ja että “tekoäly”-merkintä saattaa tulla merkitsemään “epäaidosti”, “ersatz”, ja jopa “toissijainen” tässä alalla.

Monet syystä liittyvät kulttuuriseen käytäntöön ja käyttöön: tutkimus osoittaa, että luovuutta usein kuvaillaan uutuuden, arvon ja tyypillisen luonteen kautta, eli kuinka uusi jokin on; kuinka paljon sitä arvostetaan asiantuntijoiden toimesta; ja kuinka hyvin se sopii luokkaansa. Kun teksti on merkitty “ihmisten kirjoittamaksi”, tuttu genre-ominaisuus palkitaan arvokkaana; kun se on merkitty “tekoälyllä generoituksi”, samat ominaisuudet hylätään alkuperättöminä.

Teossa, kun lähde paljastetaan, työn arvon uudelleenarviointi muotoillaan oletuksilla siitä, miten se tehtiin. Kun tekoälyn kirjoittajuus paljastetaan, lukijat hylkäävät vaistonvaraisesti yksilöllisen löytämisen tai aikomusten mahdollisuuden tuloksesta.

Tutkimus toteaa*:

‘Useimmissa taiteissa ei ole kulttimallista “tarpeeksi luovalle”, joten alkuperämerkit ovat voimakkaita primeseja, jotka voivat siirtää, mikä kriteeri tuntuu tärkeimmältä: kurinalainen käsityö tai ilmiselvä uutuus, saavutettavuus vai vaikeus.

‘Havainnoitsijat usein johtavat prosessia tuotteesta sekä siitä, mitä se on: konservatiiviset liikkeet voidaan kreditoa käsityönä ihmiseltä (arvioiden taitavaksi käsityöksi), mutta hylätä “pelkkänä generoinnina” mallilta.’

Kolmetoista mallia, mukaan lukien ChatGPT:n variantit, osallistuivat ihmisten lukijoiden rinnalla, ja kaikki arvioivat tarinoita myönteisemmin, kun heille kerrottiin, että ne olivat kirjoitettu ihmisten toimesta, ja LLM:t osoittivat enemmän puolueellisuutta kuin ihmiset.

Ajatus siitä, että tekoälymallit saattavat olla omaksuneet ennakkoluulon omaa tuotostaan, herättää kysymyksiä siitä, mistä tämä puolueellisuus saattaa olla peräisin. Koska tekoälyteksti ei aina ole helppo tunnistaa, negatiiviset assosiaatiot, jotka muodostuvat koulutuksen aikana, saattavat johtua esimerkkeistä, jotka on nimenomaisesti merkitty, joko uutisoinnista tekoälysisällöstä tai itseilmoitettujen tekoälyllä generoituista artikkeleista valtavirtamediaissa.

Uusi tutkimus on nimeltään Jokainen suosii ihmisten kirjailijoita, myös tekoäly, ja se on tehty kahden kirjailijan toimesta Princetonin digitaalisten humanistien keskuksessa. Tutkimuksen kanssa on liitetty myös liittyvä datajulkaisu Zenodossa (ja GitHub-julkaisu, joka mainitaan tutkimuksessa, mutta repo ei ollut aktiivinen kirjoittamisen aikana).

Menetelmä

Tutkijat käyttivät Exercices de style-teosta, joka on Raymond Queneaun omituinen teos vuodelta 1947, joka uudelleenkirjoittaa yksinkertaisen anekdootin 99 eri tyylissä. Tarina seuraa miestä, joka nousee bussiin, riitaantuu toisen matkustajan kanssa ja myöhemmin saa muotineuvontaa ystävältään.

Vaikka se on kirjallista alkuperää, tämä rakenne ennakoi modernien kielen mallien prompt-pohjaisia muodonmuutoksia, joissa käyttäjät pyytävät uudelleenkirjoituksia tietyn tyylin, äänen tai rekisterin mukaan. Tätä prosessia on kutsuttu transstylizationiksi – kehys, jota nyt toistetaan tekoälytutkimuksessa tyylin siirtämisen yhteydessä. Vaikka useimmat laskennalliset menetelmät kohdistuvat toiminnallisiin muutoksiin, kuten mielentilaan tai detoxifikaatioon, Queneaun uudelleenkirjoitukset pyrkivät merkittäviin tyyllisiin kontrasteihin.

Queneaun teoksesta valittiin 30 harjoitusta, jotka säilyttivät kertomuksen ja kattoivat laajan tyyllisen valikoiman. Niihin kuului rajoitettuja muotoja, kuten alexandrines ja lipograms, rekisterin muutoksia, kuten noble tai abusive, kertomuksen siirtymiä, kuten retrograde ja hesitation, sekä leikkisiä vääristymiä, jotka sisälsivät spoonerismin, onomatopoeettisen kielen tai dog Latinin:

Tutkimuksesta esimerkkejä, jotka osoittavat, miten GPT-4 uudelleenkirjoitti Queneaun tarinoita eri kirjallisissa tyylissä, parittain humanistisen ja tekoälyarvioijoiden näkemien tyylien kuvausten kanssa. Lähde: https://arxiv.org/pdf/2510.08831

Queneaun kokeet ovat vaikeita luokitella, ja nämä luokat ovat vain likimääräisiä ryhmittelyjä, joiden tarkoituksena ei ole testata tunnistettavuutta tai genre-yhdenmukaisuutta, vaan luoda erilaisia olosuhteita, joissa (ihmis-)lukijat ja mallit voivat paljastaa omat puolueellisuutensa.

Tutkijat käyttivät tarkoituksella minimi-promptteja luomaan tekoälyllä kirjoitetut vastineet kullekin valitulle tyylille. Jokainen malli sai Queneaun yksinkertaisimman anekdootin (avausharjoitus, Notation) sekä lyhyen ohjeen uudelleenkirjoittaa se tietyn tyylin mukaan, kuten Uudelleenkirjoita tarina tieteisversiona. Tämä lähestymistapa mahdollisti promppteja, jotka heijastivat Queneaun alkuperäisten muodonmuutosten henkeä, samalla kun antoivat mallille vapauden tulkita tyyliä vapaasti.

Kaksoisnäkö

Ensimmäinen tutkimus, jonka tutkijat tekivät, käytti GPT-4o:ta kaikkien 30 tyylin variantin generoimiseen, koska se oli edistynein malli silloin. Yhden mallin käyttäminen varmisti, että tulokset olivat johdonmukaisia, mikä mahdollisti attribuuttimerkintöjen vaikutuksen erottamisen.

Tulokset eivät olleet editoitu tyylin tai sävyn suhteen, paitsi kehyksen roskaa, kuten Tässä on uudelleenkirjoitettu versio.

Toisessa tutkimuksessa generointiprosessi toistettiin 13:lla eri suurella kielen mallilla: Qwen 2.5 72B Instruct, Mistral Nemo, Mistral Medium 3, Llama 4 Maverick, Llama 3.3 70B Instruct, Gemini 2.5 Flash, GPT-4o Mini, GPT-4o, GPT-3.5 Turbo Instruct, DeepSeek RI (0528), DeepSeek Chat v3 (0324), Cohere Command R (08-2024), Claude Sonnet 4 ja Claude 3.5 Haiku.

Jokainen malli sai samat ohjeet ja tuotti omat versiot 30:stä tyylivariantista, mikä mahdollisti 420 uudelleenkirjoitettua tarinaa. Tämä mahdollisti tutkijoiden testaamisen siitä, säilyykö attribuuttimerkintöjen vaikutus eri tekoälykirjoittajien välillä, eikä vain yhdessä mallissa.

Data ja testit

Tutkijat esittivät samat tarinaparit eri ihmisryhmille, mutta muuttivat tunnisteita, jotta he voivat nähdä, kuinka paljon kirjailijan nimi vaikuttaa mielipiteisiin:

Ensimmäinen ryhmä ei nähnyt kirjailijan nimiä ollenkaan, vaan ainoastaan “A” ja “B” -tunnisteet. Toisessa ryhmässä oli oikeat nimet, joista toinen oli merkitty “ihmisen” ja toinen “GPT-4o”:n kirjoittamaksi.

Kolmas ryhmä näki nimet vaihdettuina, jossa “tekoäly”-tarina oli merkitty “ihmisen” ja “ihmisen” versio oli merkitty “tekoälyksi”:

Kunkin 13 tekoälymallin attribuuttipuolueellisuus: palkit osoittavat vaikutuskohtia 95 prosentin luottamusväleillä, ja punainen viiva merkitsee ihmisten vertailukohdan. Kaikki mallit osoittivat voimakkaampaa puolueellisuutta kuin ihmiset, ja vain pieniä eroja niiden välillä.

Jokainen malli suosi tarinoita, jotka oli merkitty “ihmisten kirjoittamiksi”, voimakkaampaa vaikutusta kuin mitä havaittiin ihmisillä. Jopa poistamalla äärimmäisen tapauksen, keskimääräinen puolueellisuus säilyi yli kaksinkertaisena verrattuna ihmisten versioon, osoittaen, että vaikutus ei ole yhden mallin virhe, vaan jaettu piirre LLM-malleissa yleensä.

Johtopäätös

Vaikka tutkimus toteaa, että aiemmat tutkimukset ovat osoittaneet, että tekoäly voi tuottaa kirjoitusta, joka on yhtä hyvää tai jopa parempaa kuin ihmisten tuottama, tutkijat korostavat, että kirjallisuudessa arvostus kirjailijuudesta ja autenttisuudesta on vanha ja syvästi juurtunut konventio:

‘Kun GPT-4o Mini hylkää Queneaun “luovan ja huvittavan” lähestymistavan “liioiteltuna” tekoälyattribuutin alla, mutta ylistää samat piirteet ihmisten attribuutin alla, se paljastaa implisiittisesti, miten nämä tunnisteet laukaisevat oletuksia, että mikään aito psykologinen prosessi ei ole tapahtunut.

‘Alkuperämerkit salakuljettavat prosessin takaisin siihen, mitä muuten voisi olla ainoastaan tuotteen arviointi: “pelkkä generointi” tuntuu hyväksyttyltä ihmisiltä (arvioidaan taitavaksi käsityöksi), mutta epäilyttävältä mallilta (arvioidaan algoritmiseksi uudelleenjärjestelyksi).’

LLM:t eivät ole vielä luotettavia välitöntä, tietopohjaista tutkimusta varten, vaikka huolellinen valvonta voi edelleen tehdä niistä tuottavia – mutta LLM-pohjainen luova kirjoittaminen saattaa kohtaa epävarmemman tulevaisuuden, jos tekoälyllä generoitu luova työ stigmatisoituu laajemman julkisen hyväksymättömyyden kautta tekoälyn tunkeutumisesta inhimillisiin aloihin, eikä kirjallisen ansiosta.

Tutkimustulosten vaikutukset ovat merkittäviä, ja ne riippuvat suuresti yritysten ja yksilöiden valmiudesta olla rehellisiä siitä, käyttävätkö he tekoälyä tuotannossaan. Joidenkin tapauksissa epäilyksen aiheuttaa enemmän teollallinen tekijänoikeusryöstö kuin huoli siitä, hyväksyvätkö ihmiset tekoälyllä generoidun luovan työn.

Kuitenkin oikeudelliset, taloudelliset ja poliittiset ratkaisut ovat mahdollisia (vaikka hyvin haasteellisia) tekijänoikeuden suhteen. Onko mahdollista saada ihmiset nauttimaan tekoälyllä generoidusta luovasta työstä, jolla ei ole yhtä yksittäistä, suhdetta voivaa inhimillistä mieltä – se saattaa olla vielä haasteellisempi tavoite.

* Viitattu alkuperäiseen tutkimukseen poistettujen sisäisten viittauksien osalta. Niitä sisällytetään tarpeen mukaan tähän artikkeliin. Julkaistu ensimmäisen kerran maanantaina 13. lokakuuta 2025.