Investigadores encuentran seis patrones que hacen que el texto de IA sea agotador de leer
decoder ·
Un reciente estudio de investigadores de la Universidad de Nueva York y la Universidad de Texas en Austin identifica seis patrones lingüísticos específicos que hacen que el texto generado por IA sea difícil y agotador de leer. El análisis de más de 1.000 ensayos y numerosas conversaciones revela que los modelos de vanguardia sobreutilizan sistemáticamente combinaciones inusuales de palabras, cláusulas oracionales separadas y sustantivos apilados, lo cual sobrecarga la memoria de trabajo del lector. Además, estos modelos suelen convertir sustantivos en verbos o aplicar acciones animadas a sujetos inanimados, creando metáforas que los humanos no utilizarían naturalmente. Si bien modelos de código abierto más pequeños como Llama y Olmo producen un texto más cercano a las normas humanas, los modelos de vanguardia más grandes presentan desviaciones significativas debido a sus objetivos de entrenamiento. Los investigadores argumentan que el cambio del Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF) hacia Recompensas Verificables prioriza la densidad de información y la corrección sobre la claridad. Este proceso de optimización fomenta un 'dialecto' adecuado para comprimir datos en lugar de comunicarse con personas, una tendencia señalada por expertos de la industria como una adaptación a la 'psicología de los LLM'. Sin embargo, esfuerzos de ajuste fino dirigidos, como los observados en Claude Opus 5.5, han mostrado prometedores resultados al restaurar la legibilidad abordando estos problemas estructurales.
decoder