چطور با هوش مصنوعی بنویسیم بدون اینکه صدای خودمون گم بشه؟
هوش مصنوعیخلاصهٔ کاملتر
کریس بست، مدیرعامل ساباستک، با اشاره به دادههای شرکت تشخیص متن پنگرام میگه چیزی حدود ۴۰ درصد از مطالب طولانی روی لینکدین احتمالاً کاملاً با هوش مصنوعی نوشته شدن. به گفتهٔ اون این عدد لزوماً معنی بیکیفیت بودن نمیده؛ خیلی از متنهای کمکِ هوش مصنوعی هم فکرشدهن و خیلی از نوشتههای آدمها هم سرسریان. اما این نشونهٔ یه تغییر واقعیه: بخش زیادی از چیزی که آنلاین میخونیم، اصلاً از فکر یه آدم رد نشده.
نکتهٔ جالب اینه که مدلهای زبانی بهخاطر روش آموزششون -از جمله یادگیری تقویتی با بازخورد انسانی- یه جور «مرکز ثقل» سبکی پیدا میکنن: تضادهای دراماتیک، تیترهای غلوآمیز و یه ریتم خاص که ربطی به موضوع نداره و همهجا تکرار میشه. این دقیقاً همون چیزیه که ابزارهایی مثل پنگرام روش تمرکز میکنن، نه صحت محتوا. جالب اینجاست که مدلهایی که مخصوصاً برای «انسانیتر» نوشتن فاینتیون شدن، امتیاز خیلی پایینتری تو این تشخیصها میگیرن؛ یعنی این ردپا یه ویژگی ذاتیِ متن ماشینی نیست، بلکه محصول جانبیِ روش پیشفرض آموزش و استفادس.
خط فارق واقعی، از نظر بست، استفاده از ابزار نیست، بلکه قضاوت آدمیه که پشتشه. کمکگرفتن از مدل برای بیان چیزی که واقعاً بهش فکر کردی، یه چیزه؛ اما دستور دادن به مدل برای تولید هزارتا پست بدون خوندن و انتشارشون، یه چیز کاملاً متفاوته. وقتی خوانندهها نتونن تشخیص بدن کدوم متن پشتش فکر بوده، به مرور به همهچیز -حتی کارهای واقعاً باکیفیت- بیاعتماد میشن.
یه نویسنده تو همین حوزه یه روش عملی رو تعریف میکنه: قبل از اینکه اصلاً سراغ هوش مصنوعی بره، یه ترنسکریپت طولانی و بیساختار از حرفزدنش (گاهی ۱۰ تا ۱۵ دقیقه، با ابزارهایی مثل Whisper Flow) ضبط میکنه تا شکل کامل ایده از ذهنش بیرون بیاد. بعدش کار به دو مرحلهٔ جدا تقسیم میشه: اول «توسعهٔ ایده» که رو شفافیت و درستی استدلال اصلی کار میشه، و بعد یه پاس جدا برای پاککردن سبکهای تکراری هوش مصنوعی مثل تضادهای دراماتیک یا جملههای «بذار اینو باز کنم».
ساباستک فعلاً بهجای ممنوعیت، مسیر شفافیت رو انتخاب کرده: تشخیص پنگرام رو مستقیم تو اپش گذاشته تا هرکسی بتونه یه نوشتهٔ طولانی رو چک کنه، و نویسندهها هم میتونن دربارهٔ روش کارشون توضیح بذارن. بست خودش میگه این فقط یه نقطهٔ شروعه، نه یه سیاست نهایی، و نگرانیش اینه که اگه هیچ اتفاقی نیفته، پلتفرمهای بزرگ خیلی زود پر از محتوای ژنریک میشن.
نکات کلیدی:
- به گفتهٔ کریس بست، حدود ۴۰ درصد از مطالب طولانی لینکدین رو احتمالاً هوش مصنوعی تولید کرده
- مشکل اصلی، استفاده از AI نیست؛ نداشتن فکر واقعی پشت نوشتهست
- مدلهای زبانی یه سبک نوشتاری قابلتشخیص دارن که از روش آموزششون میاد
- روش عملی: اول دیکتهکردن فکر خام، بعد پاکسازی جدا از سبکهای تکراری هوش مصنوعی
- ساباستک بهجای ممنوعیت، شفافیت رو انتخاب کرده و ابزار تشخیص رو تو اپ گذاشته
