Studie: Ti, kdo píší s pomocí chatbota, ve výsledku skrývají identitu, osobnost a duševní zdraví

26. 8. 2026

Lidé vyjadřují podobné názory různými způsoby a tyto rozdíly mohou o nich poskytnout informace, například o jejich sociálním zázemí. Výzkumníci používají jazykové vzorce ke studiu jednotlivců a společností, ale LLM by mohly tuto variabilitu snížit tím, že upřednostní společné jazykové vzorce.

Zhivar Sourati a kolegové analyzovali více než 880 000 textů, včetně příběhů na Redditu, novinových článků, akademických článků, esejí, příspěvků na sociálních sítích a politických projevů. Požádali také GPT-3.5, Llama 3 70B a Gemini Pro, aby přepsali tisíce textů psaných lidmi.

Bylo zjištěno, že přepisování LLM snižuje variabilitu složitosti zápisu o 21 % až 50 %. V 87 % případů měly původní i přepsané texty skóre podobnosti významu nad 0,95, což naznačuje, že LLM z velké části zachovaly původní význam.

Po přepisování byly počítačové modely použité k analýze textů LLM v průměru o šest procentních bodů méně přesné při identifikaci osobních charakteristik autorů z textu. LLM oslabily některé jazykové vzorce spojené s těmito rysy, včetně asociací mezi používáním zájmen a extraverzí, slovy spojenými s přáteli a loajalitou a slovy zaměřenými na budoucnost a věk. Nicméně zůstaly i jiné asociace, včetně těch mezi slovy s negativními emocemi a neurotismem, náboženskými výrazy a čistotou, a sociálními slovy a genderem.

Zjištění naznačují, že psaní asistované LLM by mohlo učinit hodnocení založeným na jazyce méně spolehlivými v oblastech jako psychologie, péče o duševní zdraví, nábor a personalizované služby. Je potřeba dalšího výzkumu, abychom pochopili, proč LLM zachovávají některé osobní jazykové znaky, ale jiné oslabují.

Zdroj v angličtině: ZDE