text size
Prije nekoliko dana pročitao sam objavu na LinkedIn-u od nekoga koga poznajem godinama, ma ne...cijeli život ga znam. Da se razumijemo: radi se o ozbiljnom i veoma uspješnom profesionalcu sa respektabilnom karijerom - i da budem iskren do kraja – mnogo uspješnijem od mene. Dakle čitam njegovu objavu i u pola rečenice automatski se pojavilo pitanje: da li je ovo zaista napisao on, ili je to vještačka inteligencija?
A onda sam shvatio da se pred našim očima razvija nova vrsta književnog ili “digitalnog detektivskog rada”, a koje većina ljudi nije ni svjesna. Pročitamo e-mail, objavu na društvenim mrežama, akademski rad, novinski komentar ili izvještaj i nešto nam jednostavno “ne sjeda“. Tekst je gramatički ispravan. Rečenice su uredne. Argument je logičan. Sve je na svom mjestu. Ipak, nakon nekoliko rečenica ili paragrafa uhvatimo sebe kako razmišljamo: ma ovo je garant napisala vještačka inteligencija.
Prije samo nekoliko godina takva sumnja bila je mnogo jednostavnija. Vještačka inteligencija imala je veoma prepoznatljiv izražaj: previše uredan, previše predvidiv, previše sklon istim izrazima i gotovo opsjednut dugim crtama ili popularno na bosansko-engleskom jeziku «em dešs». Danas je situacija znatno drugačija i zanimljivija. Najnoviji modeli su sve ovo vrijeme vrijedno učili, dobijali novi trening materijal i naučili da mogu mijenjati ton, imitirati različite autore, pisati kratko ili opširno, koristiti kolokvijalni ili akademski stil i, ako im se dovoljno precizno objasni šta želimo, kreirati tekst koji na prvi pogled izgleda kao da ga je napisala konkretna osoba.
Čitaj više
Tokenizacija imovine: Sljedeća velika transformacija globalnih finansija
Ako postoji jedna promjena koja može redefinisati ulaganje i trgovinu imovinom, to je tokenizacija.
03.04.2026
Al agenti kao nova radna snaga: kako autonomni radni tokovi mijenjaju ekonomije
Sada dolazi nova faza evolucije: AI agenti.
02.01.2026
AI više nije igra riječi: Kina ulaže 8,2 milijarde dolara da promijeni stvarnost
Umjetna inteligencija više nije samo tehnološka inovacija.
17.10.2025
Kraj interneta kakav poznajemo: AI pretraživanje briše stare navike
ChatGPT je postao održiva alternativa web pretraživanju za sve, od sažetaka do preporuka za kupovinu i pomoći pri programiranju.
08.08.2025
Tehnološka trka 21. vijeka: Kako je Kina preuzela primat od SAD-a
Kina: od učenika do lidera – uporedba finansijskih pristupa s SAD-om.
02.05.2025
Od teorije do primjene: Kako kvantni kompjuteri mijenjaju svijet
Samo u 2024. godini, globalna ulaganja u kvantne tehnologije premašila su 1,5 milijardi dolara.
14.02.2025
Kako Al mijenja način na koji konzumiramo sport: Australian Open donosi revoluciju
Australian Open 2025 postavio je nove standarde u načinu na koji se sport može predstaviti globalnoj publici.
22.01.2025
Početkom avgusta ove godine, ugledni magazin The Economist objavio je komparativnu studiju upravo tog problema: kako razlikovati pisanje vještačke inteligencije od ljudskog kada stari, površinski signali počnu nestajati. Problem od kojeg su krenuli bio je metodološki: da bi se prepoznao AI “rukopis”, potreban je pouzdan uzorak teksta kojeg je bez ikakave sumnje napisalo ljudsko biće: vlastiti novinarski članci. Naime, svi članci i komentari objavljeni u magazinu podliježu rigoroznoj kontroli AI detekcije.
Sa druge strane odabrana su četiri vodeća jezička modela: ChatGPT, Claude, Gemini i Grok, dobila su zadatak da, bez pretraživanja interneta, napišu vlastite verzije tekstova. Kreirani AI tekstovi su dodatno uporedili sa novinarskim tekstovima CNN-a, New York Times-a i Washington Post-a, te s dijelovima iz uspješnih romana objavljenih između 1950. i 2022. godine. Priznajem, kad sam prvi put pročitao metodologiju, posumnjao sam da je uzorak od tri medijske kuće premali za ozbiljna istraživanja, ali kada sam vidio da je ukupan korpus obuhvatio 55.940 rečenica i 1,2 miliona riječi, ostao sam bez argumenata.
Šta je istraživanje zapravo dokazalo? Naime, rezultati su pokazali da tekstove koje piše vještačka inteligencija je moguće razlikovati, ali ne po ključnim riječima ili po pretjerano korištenju duge crte (moje očekivanje), nego po izboru riječi i interpunkcije, kao i po strukturi rečenica i odlomaka. Rezultati studije pokazuju da postoje nekoliko “signala” korištenja vještačke inteligencije koji su strukturalne prirode. Nedostak interpunkcije što se može objasniti da veliki jezički modeli rjeđe koriste zareze i tačke sa zarezom, a zagrade gotovo uopšte i ne koriste.
Naredni signal je izbor riječi, o čemu ćemo više u P.S. dijelu na kraju. Ključni zaključak po mom skromnom mišljenju jeste ono što se događa unutar pojedinačne rečenice. To je ritam. Tekst napisan upotrebom vještačke inteligencije se sve manje i manje može detektovati jednom oznakom na stranici, a sve više ritmom u cjelini: dugim i relativno jednoličnim rečenicama, uredno povezanim odlomcima i nedostatkom malih skretanja, oklijevanja, digresija i sintaksičkih skretanja koja obilježavaju um koji stvarno razmišlja kroz rečenicu u realnom vremenu. Čovjek koji razmišlja kroz tekst često promijeni smjer. Vrati se korak unazad. Prizna da nešto ne zna. Uvede primjer koji na prvi pogled nije neophodan. Napiše rečenicu koja nije savršena, ali nosi njegov karakter. AI modeli uglavnom znaju “gdje treba stići” i često tamo stignu previše lagano i uredno.
Vrijedi ovdje dodati i iskustvo koje sam formirao čitajući stotine studentskih i konsultantskih tekstova posljednjih godina: ne postoji niti jedna riječ koju možemo sa sigurnošću klasificirati da je „AI riječ“. Nadalje, ne postoji jedinstven stil AI pisanja, baš kao što ne postoji ni jedinstven stil ljudskog pisanja. Različiti modeli pišu na različite načine, a neke od karakteristika vještačke inteligencije, poput sklonosti prema dugoj crtici, dijele i pojedini ljudski pisci. Naime studija The Economist-a podsjeća da je čuvena Emily Dickinson obožavala dugu crticu davno prije nego što je postojao upošte postojao kompjuter. Zato je svaki pojedinačni trag, koliko god zvučao uvjerljivo, u najboljem slučaju indicija, a nikada presuda. I upravo tu počinje mnogo ozbiljniji problem. Više nije riječ u pitanju nego u obliku.
Dimitry Kobak sa saradnicima proveo je 2024. godine veliku analizu sa preko 15 miliona biomedicinskih sažetaka od 2010. do 2024. godine koje je indeksirao PubMed. Istraživanje je pokazalo da je nastao nagli skok u određenom skupu "stilskih riječi" upravo u trenutku kada je ChatGPT ušao u masovnu upotrebu. Analiza je pokazala da je najmanje 13,5% sažetaka iz 2024. godine obrađeno pomoću LLM-ova, što predstavlja donju granicu koja se značajno razlikuje među disciplinama, zemljama i časopisima, dostižući 40% za neke podgrupe.
Analiza koja je u januaru 2026. godine objavljena u časopisu Nature analizirala je više od 41 milion naučnih radova, uključujući približno 311.000 radova identifikovanih kao radovi koji su koristili vještačku inteligenciju. Istraživanje je pokazalo fascinantan paradoks: naučnici koji koriste alate vještačke inteligencije objavljuju više radova, imaju više citiranja, brže napreduju u karijeri od onih koji to ne čine, ali su se njihova istraživanja koncentrisala na uži raspon tema. Istraživanje pokreće pitanja i zabrinutost u vezi sa potencijalnim utjecajem alata vještačke inteligencije na naučnike i nauku u cjelini.
Depositphotos
Univerzitet Maryland i Google DeepMind realizovali su 2026. godine projekat pod nazivom StoryScope. Istraživanje je pokazalo da se tekstovi koji su generisani upotrebom vještačke inteligencije mogu prepoznati ne samo po izboru riječi ili stilu pisanja, nego i po načinu na koji je priča konstruisana. Naime, dokazano je da AI tekstovi previše direktno objašnjavaju glavne teme, koriste uredan i linearan razvoj radnje sa jasnim početkom, razvojem i završetkom, dok ljudski autori češće stvaraju moralno ambivalentne likove, složenije odluke i nelinearnu vremensku strukturu, uključujući flashbackove i vremenske skokove. Istraživači su analizirali 61.608 priča nastalih na osnovu 10.272 prompta: jednu ljudsku i po jednu verziju na pet različitih AI modela uključujući Claude, ChatGPT, Gemini, DeepSeek i Kimi. Zatim su, umjesto rječnika, svaku priču ocijenili prema trideset strukturalnih karakteristika: koliko je eksplicitno izražena tema, da li postoje sporedne radnje, da li je rješenje na kraju previše jednostavno, da li se imenuju stvarni problemi, dakle konkretne stvari. Analiza podataka je pokazala da same narativne karakteristike omogućavaju razlikovanje ljudskih i tekstova kreiranih vještačkom inteligencije sa 93,2% preciznosti.
Istovremeno, AI-generirane tekstove međusobno se više grupišu i pokazuju manje raznolikosti, dok ljudske priče zauzimaju mnogo širi i raznovrsniji narativni prostor. Najvažniji zaključak jeste da dokaz korištenja AI-a nije nužno u jednoj riječi ili karakterističnoj frazi, nego u samoj arhitekturi priče, odnosno načinu razvoja radnje, opisu ponašanja aktera, korištenju vremena i stepenu narativne kompleksnosti. Ako malo promislimo, postajemo svjesni da stvarno ljudsko promišljanje, čak i kao ideja na papiru, obično je pomalo nejasno i često se vraća unazad i priznaje ono što ne zna. Mašinsko pisanje, uz svu svoju lepršavost, i dalje ima tendenciju da stigne do odredišta na previše brz i lagan način.
Isti taj nagon za urednošću vidi se i u tome kako modeli oblikuju pojedinačnu rečenicu, kada im zatreba malo dinamike. The Economist primjećuje da veliki jezični modeli imaju omiljeni, uzak repertoar retoričkih figura: konstrukcije poput "ne X, nego Y", "ne samo..., nego i..." te takozvano pravilo trojke, grupisanje ideja u tri dijela kako bi zvučale uvjerljivije i pamtljivije. ChatGPT i Claude tim obrascima pribjegavaju čak i češće nego ostali modeli, i češće nego ljudski autori u uzorku. Kada sljedeći put naiđete na tekst, poslovni ili akademski, koji svaku treću rečenicu gradi po istom kalupu "ne samo nego i", to je vjerovatno vrijedniji trag od bilo koje “duge crtice”.
Kako je objava sa početka naše priče, MOŽDA napisana uz pomoć AI, a takav vid oglašavanja postao svakodnevnica na društvenim mrežama, neke platforme poput LinkedIn-a odlučile su se na prioritetno vraćanje ljudskih ideja i promišljanja. LinkedIn je, nakon godina aktivnog ohrabrivanja objava uz pomoć AI-ja, sada krenuo u suprotnom smjeru. Krajem jula 2026. godine uveo je funkciju koja korisnicima omogućava da označe objave kao "AI slop" (slobodni prevod: AI otpad). Statistika o povjerenju jednostavno objašnjava zašto se platforme pomjeraju u tom smjeru. Anketa iz marta 2026. godine pokazala je da, iako 51% ljudi sada redovno koristi AI za istraživanje, pisanje ili analizu podataka, samo 21% vjeruje informacijama koje on proizvodi, a 27% kaže da mu gotovo nikada ne vjeruje. Očigledno je da povjerenje u profesionalni sadržaj vidljivo erodira.
To je istinski nezgodna pozicija za svakog profesionalca čiji kredibilitet zavisi od toga da bude percipiran kao izvor prosuđivanja, a ne kao neko ko samo prepakuje tuđu ideje.
Na kraju, možda je najvažnije priznati ono što postaje sve očiglednije. Jezički modeli vještačke inteligencije svakim danom postaju sve sposobniji do te mjere da smo došli do tačke u kojoj vjerovatno više nećemo moći pouzdano utvrditi da li je tekst napisao AI ili čovjek uz pomoć AI-ja. Jezik se mijenja, modeli uče naše obrasce, a ljudi istovremeno usvajaju obrasce koje su modeli učinili uobičajenim, pa granica između „ljudskog“ i „mašinskog“ stila postaje sve manje vidljiva. Zato potraga za jednom riječi, jednom interpunkcijom, pravilom trojke, dugom crtom ili rezultatom AI detektora nije samo nepouzdana. Ona nas odvodi od mnogo važnijeg pitanja.
Depositphotos
Nije presudno možemo li prepoznati mašinu iza rečenice, već možemo li prepoznati čovjeka iza ideje: ko je postavio pitanje, ko je izabrao argument, ko je provjerio činjenice, ko je preuzeo rizik vlastitog zaključka i ko je spreman stati iza onoga što je objavljeno. Vještačka inteligencija može oblikovati rečenicu, značajno ubrzati istraživanje, reorganizovati misao i učiniti tekst uvjerljivijim, ali ne bi smjela postati zamjena za intelektualnu odgovornost. Možda će upravo zato nova pismenost u hajpu vještačke inteligencije biti manje sposobnost da otkrijemo da li je tekst „napisao AI“, a mnogo više sposobnost da procijenimo kvalitet mišljenja koje stoji iza napisanog teksta. Najveći problem budućnosti neće biti to što više ne možemo prepoznati mašinu u tekstu, nego to što u savršeno oblikovanom tekstu više nećemo moći prepoznati čovjeka koji je imao nešto vlastito, stvarno i vrijedno da kaže.
P.S. Kao što sam obećao, slije riječi koje bi mogle indicirati da je tekst napisala vještačka inteligencija. Prema istraživanju Toma Juzeka i Zine Ward sa Florida State University, objavljenom na COLING 2025 konferenciji ('Why Does ChatGPT »Delve« So Much?'), identifikovana je 21 riječ koje su najčešće koriste u naučnim tekstovima. Neke riječi imaju nevjerovatan rast upotrebe od gotovo 67 puta otkad je ChatGPT u masovnoj upotrebi. Ovo ne opovrgava ono što sam ranije rekao: nijedna pojedinačna riječ nije dokaz. Ali ako se pojavljuje prečesto u istom tekstu, to je barem indicija vrijedna pažnje. Ako ste u jednom tekstu uspjeli ubaciti sve navedene riječi iz tabele - čestitam...jer po tekstu koji ste pročitali to vam niko više ne može dokazati.
|
Word |
opm 2020 |
opm 2024 |
Increase (%) |
|---|---|---|---|
|
delves |
0.21 |
14.38 |
6,697.14 |
|
delved |
0.12 |
2.90 |
2,240.47 |
|
delving |
0.12 |
2.38 |
1,816.83 |
|
showcasing |
0.59 |
8.79 |
1,396.03 |
|
delve |
0.58 |
8.50 |
1,374.92 |
|
boasts |
0.11 |
1.15 |
918.18 |
|
underscores |
4.50 |
45.19 |
903.61 |
|
comprehending |
0.56 |
5.58 |
898.95 |
|
intricacies |
0.60 |
5.22 |
772.85 |
|
surpassing |
1.37 |
10.50 |
667.48 |
|
intricate |
6.22 |
44.22 |
611.24 |
|
underscoring |
2.70 |
17.17 |
536.94 |
|
garnered |
2.44 |
13.13 |
437.19 |
|
showcases |
0.82 |
4.31 |
422.45 |
|
emphasizing |
8.30 |
41.27 |
397.12 |
|
underscore |
7.42 |
36.40 |
390.65 |
|
realm |
2.25 |
10.85 |
381.10 |
|
surpasses |
0.85 |
3.96 |
367.55 |
|
groundbreaking |
0.87 |
3.75 |
330.42 |
|
advancements |
12.49 |
47.17 |
277.59 |
|
aligns |
1.55 |
5.68 |
266.97 |
Izvor: Juzek & Ward, "Why Does ChatGPT 'Delve' So Much?", COLING 2025 (arXiv:2412.11385), (opm = occurrences per million words)
I na kraju, zamolio sam GPTZero da ocijeni kompleta komentar i dobio odgovor da su veoma uvjereni da tekst kompletno ljudski - tačnije 95%.
Dr. Nedžad Pirić je ekspert za digitalizaciju.
Sadržaj, stavovi i mišljenja izneseni u komentarima objavljenim na Bloomberg Adriji pripadaju autoru i ne predstavljaju nužno stavove uredništva Bloomberg Adrije.
.webp){kind=icon}
