چرا متنهایی که هوش مصنوعی مینویسه گنگه؟
خلاصهٔ کاملتر
نویسندههای این مقاله میگن مدلهای زبانی با اینکه تو کدنویسی قوی شدن، هنوز تو نوشتن ضعیفن، چون کدنویسی راحتتر با پاداشهای مشخص بهتر میشه و از نظر اقتصادی هم جذابتره. اونا یه نوع «slop» (یعنی متن بیکیفیتی که AI تولید میکنه) رو جدا کردن که تو محیط کار پیدا میشه: پیام Slack یا توضیح PRی که نمیشه ازش رد شد و باید رمزگشاییش کرد.
معیارشون وضوح هست و از کتاب کلاسیک Style: The Basics of Clarity and Grace الهام گرفتن. به گفتهی نویسندهها، آدمها سر اینکه چه متنی واضحه توافق زیادی دارن و همین یه معیار خوب برای سنجیدن slop میده. اونا متن AI و آدم رو تو مقالهها و بحثهای کدنویسی مقایسه کردن و نرخ نوشتههای گنگ تو نمونههای AI خیلی بالاتر بوده.
ایراد اول پنهان شدن شخصیت و عمل هست. هر جمله یه داستان کوچیکه و واضحترین حالت اینه که شخصیت داستان فاعل جمله باشه و کارش فعل جمله. AI معمولاً بیدلیل اینها رو تو اسمها قایم میکنه، مثل اینکه به جای «اردک اومد و پرسید» بگه «درخواستی هنگام ورود اردک مطرح شد». خواننده مجبوره داستان رو خودش دوباره بسازه.
ایراد دوم کلمههای مبهم هست که به گفتهی مقاله رایجترین ایراد تو Claude Code هست: ارجاعهای گنگ، اسمهای پشت سر هم و ترکیبهای عجیب. مثلاً به دکهی لیموناد بگی «خردهفروش نوشیدنی». نمونهی واقعیای که الهامبخششون بوده جملهای از Claude Code بوده دربارهی اینکه «چک آماده بودن دیتابیس رو مرز ورود user-session قرار داره».
ایراد سوم جملههای توخالی و تأکید اشتباه هست. همهی کلمهها رو میفهمی ولی نکتهی اصلی پیدا نمیشه و پردازشش بیش از ده ثانیه طول میکشه. راهحل اینه که حرف اصلی اول گفته بشه، مثلاً «وقتی poll تموم شد نتیجه رو میگم».
نویسندهها تأکید میکنن نشونههای معروف AI مثل کلمهی «delve» یا em dash چیزی نیستن که متن رو بد میکنن. اونا معیار وضوح خودشون رو با ابزارهای تشخیص متن AI هم مقایسه کردن و نشون دادن این دو تا یه چیز رو نمیسنجن.
نکات کلیدی:
- سه ایراد اصلی: فاعل و فعل پنهان، کلمههای مبهم، جملههای توخالی با تأکید اشتباه
- کلمههای مبهم رایجترین ایراد تو خروجی Claude Code بوده
- مقایسه روی دو نوع متن انجام شده: مقالهها و بحثهای کدنویسی
- معیار وضوح از کتاب Style نوشتهی Joseph M. Williams گرفته شده
- نشونههایی مثل delve و em dash معیار درستی برای slop نیستن




