最近のAIの文章、なんだか読みにくいと感じませんか?その正体を言語学の物差しで測った論文です。
タイトル: Why is AI-generated language so hard to understand?
URL:
📝 14モデルのチャット・コード・エッセイを集め、人間の文章や往復翻訳した言い換えと比べて、処理負荷の高い言語特徴の使用頻度を測りました。
🔍 注目ポイント1:全モデルが過剰に使う癖
9つの最先端・準最先端モデルすべてで、「is_file() swallows that」のような無生物主語+有生物の動詞と、低頻度の語の並びが人間より多いと分かりました。会話では、依存関係の長さや名詞の積み重ねも増えます。
📈 注目ポイント2:学習が進むほど強まる
Olmo 3 は base → instruct → think と後学習が進むほど、これらの特徴が強くなりました。数学やコードの正解を報酬にする学習が、分かりやすさより情報の詰め込みを後押ししている、というのが著者らの仮説です。
✂️ 注目ポイント3:短さへの報酬だけで文体が変わる
小型モデルをRLで学習し、短い文に報酬を与えるだけで、that を省く短い変種を98%超選びました。学習していない構文にも転移します。一方で Claude Opus 5.5 は Opus 5 より21比較中19で難しさが低く、改善できることも示唆されます。
AIの文章を人間に合わせるアラインメントが、新しい課題になりそうです。
#
LLM# #
心理言語学#