Maszynowe teksty są wszędzie. Prawdziwą rzadkością jest brzmieć jak człowiek.
Natural Writing to nasz wewnętrzny zestaw narzędzi: bierze maszynowy szkic i dostraja go, na podstawie korpusu opublikowanych badań lingwistycznych, aż czyta się tak, jakby napisał go człowiek. Potem człowiek go zatwierdza. Nie po to, żeby ukryć maszynę, nasz kolofon mówi to wprost, ale dlatego, że w miarę jak każdy kanał wypełnia się generowanymi tekstami, język staje się jednym z największych wyróżników, jakimi firma dysponuje.
Maszynowy tekst zdradza się już w pierwszym zdaniu.
Każdy kanał wypełnia się maszynowym pisaniem, a czytelnicy nauczyli się rozpoznawać jego znaki. Sztampowe zwroty, akapity poukładane w równe trójki, podsumowanie, o które nikt nie prosił. Najmocniejszym sygnałem jest nadmierne spajanie: każda myśl podpięta do następnej, każde zdanie domknięte, nic nie zostaje do dopowiedzenia czytelnikowi. Ludzie tak nie piszą. I nie da się tego naprawić, prosząc model, żeby brzmiał naturalnie, bo to właśnie modelowe wyobrażenie o naturalności wyprodukowało te znaki. W miarę jak takich tekstów przybywa, język po cichu staje się jednym z największych wyróżników, jakie istnieją. Chcieliśmy, żeby teksty pod naszą marką się broniły, więc zbudowaliśmy ten zestaw narzędzi.
Silnik reguł osadzony w lingwistyce, której modele nigdy nie czytały jako reguł.
Wysłaliśmy 14 agentów badawczych w opublikowaną literaturę i wróciliśmy z 462 ustaleniami, z których 60 zweryfikowaliśmy krytycznie, wprost u źródeł. Z tego powstał roboczy korpus: czarna lista 116 maszynowych zwrotów, 278 reguł strukturalnych, 335 twardych statystyk, 85 reguł branżowych. Źródła obejmują brytyjskie przewodniki stylu (GOV.UK, Plain English Campaign, „The Economist”, „Financial Times”, „The Guardian”, „The Times”), recenzowaną literaturę językoznawczą, badania nad wykrywaniem tekstów AI oraz brytyjskie badania ankietowe wśród pracowników, z prawdziwymi wielkościami prób.
Kluczowe punkty odniesienia mają nazwiska i da się je sprawdzić. Wymiary rejestru Bibera, które mierzą, czy proza leży bliżej bieguna zaangażowanego czy informacyjnego, dzięki czemu maila nie redaguje się jak pisma od prawnika. Delta Burrowsa, statystyka atrybucji autorstwa pokazująca, że każdy piszący ma stabilny odcisk palca w słowach funkcyjnych, przez co celem staje się idiolekt samego autora, a nie jakiś ogólny „swobodny” głos. Rama Appraisal, czyli teoria wartościowania, do przywracania stanowiska autora tam, gdzie szkic jest stosem gołych twierdzeń. Perpleksja i „burstiness”, czyli nierówny rytm tekstu, tokenowy mechanizm stojący za detektorami: modele wybierają przewidywalne słowa w równym rytmie, a rozbicie połączeń i zróżnicowanie rytmu usuwa to u samego źródła. Wreszcie badania nad ludzką percepcją (jedno, opublikowane w PNAS, objęło 4600 czytelników), z których wynika, że większość potocznych sygnałów „to pisało AI” nie ma wartości diagnostycznej albo działa na odwrót; dlatego zestaw usuwa maszynowe znaki, zamiast wstrzykiwać sztuczne dziwactwa. Rejestr osadzają w realiach prawdziwe próbki pisania właściciela, więc redakcja zmierza w stronę człowieka, a nie persony. Nic z tego nie jest wbudowane w same modele.
Szkic, szlif, podpis człowieka. Teksty i klipy, angielski i polski.
Maszyna pisze pierwszy szkic. Szkic przechodzi przez szlif naturalności: trafienia z czarnej listy wypadają, struktura dostaje zróżnicowanie, jakie nadałby jej ludzki redaktor, rejestr jest dostrajany względem korpusu i pilnowany, żeby nie odjechał od celu, prosty brytyjski angielski albo naturalna polszczyzna, w obie strony przez tę granicę językową. Potem człowiek to czyta i zatwierdza. Nic nie wychodzi na podstawie samego wyniku punktowego. Ta sama dyscyplina obowiązuje przy wideo: silnik klipów ma około 21 bramek jakości, w tym rejestr głosu, żeby narracja pozostała spokojna i bez przesady, zanim cokolwiek się wyrenderuje.
Sami jesteśmy swoim pierwszym klientem.
Pierwszym klientem tego zestawu narzędzi była ta strona. Gdy reguły już istniały, puściliśmy je po stronach, które je sprzedają: pełny przebieg po gotowej witrynie wyłapał maszynowe tiki, które zostały z etapu szkicu, tę samą wypolerowaną frazę powtórzoną na kilku stronach, akapity pospinane zbyt równo od początku do końca, i je wyciął, łącznie z tą stroną. Czarną listę skalibrowaliśmy tak samo, na prawdziwej skrzynce, nie na teorii: 140 maszynowo oznaczonych spamów zestawionych z 66 wiadomościami pisanymi przez ludzi nauczyło mechanizm, jak naprawdę czyta się ludzki tekst. Bramki dla klipów wzięły się z tego samego nawyku. Zbuduj regułę, przetestuj na własnej robocie, zostaw to, co przetrwa.
Jest w komplecie ze wszystkim, co robimy.
Zestawu nie da się kupić osobno, bo wszystko, co cooltake dostarcza, już przez niego przechodzi: szlif naturalności jest w każdym pakiecie, strony, maile, zimna korespondencja, skrypty i klipy bez wyjątku. Jeśli Twoje teksty zaczęły czytać się jak teksty wszystkich innych, tamta strona jest dobrym punktem wyjścia.