Сегодня ИИ используют более миллиарда человек, и чаще всего нейросети помогают нам составлять или править тексты. Хотя многие из нас уже научились узнавать характерный для LLM тон повествования, использование ИИ остается востребованным для быстрого исправления ошибок, подбора формулировок и т.д. Однако новое исследование показывает менее приятную сторону автоматизации интеллектуального труда: оказывается, нейросети фундаментально искажают структуру и смыслы человеческого письма.
Машинный след
Авторы исследования проанализировали, как LLM работают с текстами, сравнив 86 эссе на тему связи денег и счастья, которые были написаны людьми еще до массового распространения нейросетей, с их вариантами, которые были отредактированы тремя современными LLM: GPT-5-mini, Gemini 2.5 Flash и Claude Haiku.
Нейросетям давали несколько задач: общая правка, минимальные изменения, редактура грамматики, завершение и расширение текста. В результате ученые пришли к выводу, что даже в случае просьбы внести минимальные правки происходила статистически значимая замена лексики, грамматики и даже позиции автора.
Если при анализе "человеческих" текстов фиксировалась их композиционно-лингвистическая уникальность, то тексты, обработанные LLM, становились более "усредненными" или похожими друг на друга — феномен, получивший название "гомогенизации" письменной речи.
"Смерть автора"
Помимо чисто лингвистического аспекта, фиксировались и смысловые изменения: ИИ также сглаживал остроту человеческих высказываний, делая их мягче и менее определенными.
Лингвистически это проявляется в специфической перестройке грамматики и набора используемых слов. LLM придавали текстам более формальный, логический и почти канцелярский стиль, увеличивая долю существительных и прилагательных за счет резкого сокращения местоимений.
Все это вело к методичному удалению из текста авторской позиции: аргументация, основанная на личном опыте, подменялась обезличенными конструкциями, насыщенными статистическими выкладками и псевдоаналитическими речевыми конструкциями.
Интереснее всего на это реагировали сами пользователи. Люди, активно применявшие ИИ для написания текстов, в целом оставались довольны итоговым результатом, при этом признавая, что в полученном тексте "терялись" их собственное мнение, креативность и авторский стиль.
Стандарты науки от ИИ
Самое пугающее открытие исследователей заключается в том, что речевые изменения уже проникли в академическую среду. Анализ почти 18 тыс. рецензий с научной конференции ICLR 2026 показал, что 21% отзывов на работы были сгенерированы с помощью LLM.
Большой интерес вызывает то, как именно ИИ подходит к оценке научных работ и как его оценки отличаются от человеческих. При рецензировании LLM в среднем выставляют оценки на 10% выше человеческих и оценивают научные труды по совершенно другим критериям.
Если "живые" ученые в 32% случаев обращают внимание на ясность изложения и релевантность работы, то нейросети на 136% чаще фокусируются на воспроизводимости и на 84% чаще — на масштабируемости исследования.
По сути, это означает, что постепенно ИИ начинает диктовать научному сообществу, какие исследования считать валидными, опираясь исключительно на свои алгоритмические предпочтения.
Цена эффективности
Соблазн использовать ИИ никуда не денется, и в своей массе люди продолжат выдавать машинный текст за свой в погоне за более быстрыми результатами.
Однако важно помнить о скрытой цене использования ИИ: делегируя мысли LLM, мы позволяем им незаметно менять наш язык, культуру, науку и даже то, как мы общаемся друг с другом, принося индивидуальность в жертву эффективности.
В конечном итоге мы сталкиваемся с парадоксальной угрозой: инструменты, изначально призванные облегчить нашу повседневную жизнь, начинают методично подменять человеческие мысли своими усредненными шаблонами.
Однажды мы рискуем проснуться в реальности, где базовые культурные и социальные институты будут выстроены на основах, которые не были сформулированы ни одним человеком.