Industrializarea umanizării

Postările de tip gig și ofertele de servicii la platforme de muncă ocazională precum Upwork și Fiverr includ în prezent frecvent cuvântul ‘humanize’, cu o gamă de joburi și furnizori care propun diverse niveluri de ascundere a faptului că un articol a fost scris, sau parțial scris, sau co-scris, cu AI.

Tendința „Humanize” în postările reale de la Upwork.

Cererea pentru servicii umane și automate care pot rescrie output‑ul „poluat” de AI astfel încât să pară că un om s-a așezat și a transpirat câteva ore, sugerează că s-a ajuns la un consens universal că „atingerea umană” este necesară pentru conexiune și outreach – și că volumul imens de conținut în era AI va face ca acea conexiune să fie din nou esențială.

Aș dori personal să cred asta, dar nu este neapărat așa – nu în ultimul rând pentru că ghidurile Google în această privință abordează calitatea textului, mai degrabă decât mijloacele prin care a fost creat.

Adevărul este că nu știm încă exact cât și ce fel de AI suntem dispuși să tolerăm, sau în ce măsură putem raționaliza beneficiile pe care miliarde de noi le primim zilnic de la AI în raport cu un sentiment de „complicitate” și seducție morală privind implicațiile mai largi ale tehnologiei.

Anunțurile de job menționate reflectă și ele acest lucru; acolo, creatorii și companiile se avântă spre automatizare, probabil pentru că doresc să publice la scară, ceea ce este exact practica pe care Google promite să o penalizeze în mod specific în algoritmul său de ranking. În același timp, caută atât metode automate, cât și bazate pe oameni pentru „industrializarea” umanizării.

Îmi amintește oarecum una dintre cele mai bune glume din rutinele comice neurodivergente ale lui Steven Wright din anii 1980:

‘În casa mea, am un șemineu cu microunde. Pot să mă întind în fața focului seara în doar 8 minute.’

Forma de Slop care va veni

Ca de obicei, aceste gânduri sunt inspirate de periajul meu zilnic prin Arxiv, unde astăzi am fost atras în mod special de un paper al lui Jochen Madler de la compania de automatizare a marketingului Sitefire, intitulat SlopShape: Identifying AI-Generated Commercial Web Content.

În mod normal, resping lucrările cu autori unici, pe principiul „Victor Frankenstein”, dar premisa acesteia este Spartană, iar metodologia de testare robustă.

Studiul susține în esență că atunci când o postare generată de AI este rescrisă complet, chiar și de oameni, păstrează o semnătură arhitecturală distinctă care se situează la un nivel mult mai înalt decât nivelul cuvântului, constituind o „formă” caracteristică ce nu poate fi eradicată prin nicio cantitate de reformulare sau amendament superficial al textului:

Compararea tiparelor structurale în postările scrise de oameni și de AI. Scrierea umană tinde să folosească combinații mai rare de structuri, în timp ce toate cele cinci modele AI favorizează combinații mai convenționale. Sursă

Desigur, se poate ocoli această problemă (dacă o consideri o problemă) planificând efectiv cursul scrierii tu însuți și fie să nu folosești deloc AI, fie să îl folosești doar pentru componentele separate pe care le-ai planificat.

Totuși, așa cum atestă reclamele agresive de pe Upwork, nu este ceea ce se dorește; se poate deduce din tonul acestor anunțuri că conținutul articolului ar trebui preferabil să nu fie doar structurat de AI, ci generat idei de AI – adică, că un LLM ar sugera subiecte adecvate aliniate cu obiectivele generale ale unei companii sau entități.

După aceasta, este pe deplin de așteptat ca AI să producă diverse schițe progresive ale conținutului, componenta umană enervantă intervenind doar pentru o încheiere și o notă casual de umanitate (deși, ideal, acest proces ar evolua în cele din urmă într-un flux de lucru Python).

Caracteristici remarcabile

Autorul noului articol a obținut aceste informații colectând câteva mii de postări de blog ale companiilor imediat înainte de lansarea și difuzarea ChatGPT (2020-2022) și inferând prompturi din ele.

Adică, a folosit Gemini 3 Flash pentru a citi lucrările reale, scrise de oameni, și a reconstrui un prompt conceput să producă o lucrare similară pe unele dintre cele mai importante LLM-uri, și anume GPT5.4, Kimi 2.5, DeepSeek V3.2, Claude 4.6, și Gemini 3.

Aceste prompturi au fost apoi folosite pentru a crea cinci versiuni AI ale fiecărei postări umane reale, din care caracteristici au fost extrase, descriind în cele din urmă „forma” specifică LLM-ului a conținutului în cele cinci modele; și Madler observă că „postările AI împărtășesc o formă ordonată, auto‑anunțatoare”.

Întregul studiu este o reluare a proiectului StoryScope din COLM 2026, în august, o colaborare între Universitatea din Maryland și Google DeepMind, care a aplicat practic aceeași metodologie la ficţiune, constatănd că poveştile generate de AI converge spre un interval mai restrâns şi mai previzibil de structuri narative decât scrierea umană:

Din studiul StoryScope, o comparaţie prin diagramă de dispersie a tiparelor narative în ficţiunea scrisă de oameni şi cea generată de AI. Poveştile scrise de oameni ocupă o regiune distinctă, în timp ce poveştile provenite de la cinci modele AI de top se grupează mai strâns, indicând o similitudine mai mare în alegerile lor narative subiacente. Sursă

Madler a decis să relanseze StoryScope pe blogurile corporative din cauza impulsului financiar extins de a le automatiza, comparativ cu domeniul mai excentric al scrierii de ficţiune, şi a gradului mare în care acestea sunt deja automatizate (50% automatizare a conţinutului online până în mai 2026, conform unui studiu Graphite citat în lucrarea lui Madler).

Poate cea mai interesantă analiză este despărţirea caracteristicilor extrase din materialul produs de AI, bazate pe postările scrise de oameni dinainte de 2022:

‘Valorile produse cel mai frecvent de modelele AI se adună în ceea ce numim postarea de blog ordonată, auto-anunţatoare: promite rezultatul deja în titlu, enunţă teza şi anunţă structura înainte de prima secţiune, vorbeşte într-un ton editorial-explicativ şi se încheie cu o etapă care rezumă sau reia teza.

‘Într-o postare AI tipică, rezultatul este promis în titlu: “Cum să reduci la jumătate timpul de integrare.” Teza este enunţată şi fluxul anunţat înainte de prima secţiune: “În această postare, vom acoperi de ce se blochează integrarea, trei soluţii care funcţionează şi cum să măsurăm diferenţa.”

‘Și încheierea reia teza: “Pe scurt, integrarea structurată economiseşte timp.” Valorile orientate spre om descriu postări fără acele semnalizări: fără flux de secţiuni anunţat, fără escaladarea importanţei şi fără secţiune de încheiere care să reia teza.’

O Premisă Defectuoasă

Întâmplător, majoritatea clișeelor şi stereotipurilor prezente în şablonul descris au fost derivate din restricţiile obsesionate de SEO ale scenei de marketing de dinainte de LLM. De unde credem că AI a învăţat aceste obiceiuri?

Textul de marketing şablonat era întotdeauna detestat, cu mult timp înainte de AI, şi întotdeauna produs la scară, mult înainte ca maşinile să poată face asta bine; şi din cauza cerinţei de a se conforma practicilor SEO, au fost stabilite unele convenţii îngrozitoare, cum ar fi plasarea cuvintelor cheie şi designul elaborat al legăturilor.

În acest caz, AI ar fi putut învăţa astfel lecţia greşită, deoarece corporaţiile numai-text pe care a fost antrenat au eliminat atât de multe dintre tacticile orientate spre SEO care erau incluse iniţial în materialul sursă, cum ar fi diagramele strategice, explicaţiile vizuale; şi, mai ales, hyperlink‑urile.

Întregi secţiuni ale unui articol ar fi putut fi concepute pentru a încadra un hyperlink sau o încorporare YouTube pe care un client dorea să o promoveze; dar până când datele au fost antrenate într-un LLM, încorporarea sau legătura a fost eliminată, iar textul conceput pentru a o evidenţia a rămas lipsit de contextul său original.

Prin urmare, se poate susţine că marele erou în proiectarea metodologiilor de antrenament pe astfel de materiale a fost tratarea conţinutului web ca şi cum ar fi literatură din secolul al XIX‑lea (complet autosuficientă) în loc de multimedia (semnificativ influenţată de factori non‑textuali precum video, hyperlink‑uri şi ilustraţii).

Celălalt mare erou a fost antrenarea pe material pe care oamenii deja îl detestau, şi care a fost torţionat în forma sa nepopulară de reguli care probabil nu mai sunt valabile.

Atenție, Oameni

Totuşi, dacă credeţi tendinţele de la Upwork, există o cerere semnificativă pentru mai mult din acelaşi, produs la scară de LLM‑uri şi „umanizat” prin cel mai puţin idiosincratic proces disponibil, la cea mai mare viteză şi la cel mai mic cost posibil.

Totul acesta, pentru a produce efectul de atenţie: ideea că cineva ca tine (adică, în posesia unui sistem endocrin, cel puţin) s‑a aşezat câteva ore şi s‑a gândit ce vrea să‑ţi spună.

Percepţia de a primi atenţie umană este semnificativă pentru noi chiar şi atunci când nu este utilă; prin urmare, cu siguranţă merită industrializată.

Nu pot să nu simt că lucrarea lui Madler ar putea, într‑un fel, să înrăutăţească situaţia, deoarece identifică trăsături caracteristice de dimensiuni superioare care acum, probabil, pot fi abordate cu mai mult AI, astfel încât semnăturile implicite să adopte o formă mai umană pe măsură ce modelele evoluează.

Prima publicare joi, 17 septembrie 2026