ИИ-инструменты помогли собрать материалы и написать первый черновик этой статьи. Я отредактировал текст и сверил цитаты с оригинальными страницами (аннотации исследований через Europe PMC и arXiv; сайты самих авторов; Vox). Цифры о стиле письма взяты из внутреннего исследования, подготовленного для Dapp.Expert с помощью ИИ-инструментов; оно не прошло рецензирование. Обложка создана ИИ. Подробности в конце.
Попросите ИИ-инструмент написать абзац о новом токен-мосте, и получите что-то гладкое, взвешенное и правдоподобное. Попросите завтра ещё раз или обратитесь к другому инструменту, и абзац выйдет почти тем же. Это не ошибка одного продукта. Так получается, когда множество авторов берут подсказки из одного источника.
Голос — не словарь и не тон, который можно включить. Это небольшой набор решений, которые вы каждый раз принимаете одинаково: как начинаете, что считаете, насколько уверенно звучите и чем заканчиваете. ИИ может помочь почти со всем, что вокруг этих решений. Если отдать сами решения, ваш текст сползёт к текстам всех остальных.
Это шестая часть серии о том, как сделать редакционную работу проверяемой. Предыдущие части были о том, как показывать доказательства, раскрывать использование ИИ-инструментов, заметно исправлять ошибки, честно указывать чужие исследования и не путать уверенный тон с доказательствами. Эта часть о голосе, которым всё это написано.
Почему черновики ИИ сползают к среднему
Два эксперимента показывают это притяжение напрямую.
Каждый творческий в одиночку, все похожи вместе. Anil Doshi и Oliver Hauser провели онлайн-эксперимент, в котором часть участников перед написанием короткого рассказа получала идеи от большой языковой модели. Рассказы с идеями от ИИ оценивались как «более креативные, лучше написанные и более увлекательные, особенно у менее креативных авторов». Но «рассказы, написанные с помощью генеративного ИИ, больше похожи друг на друга, чем рассказы, написанные только людьми». Авторы описывают результат как социальную дилемму: каждому автору становится лучше, но «в совокупности создаётся более узкий круг новых идей» [1]. (Рецензируемый эксперимент, Science Advances, 2024.)
Подсказки меняют не только то, что пишут, но и как. Dhruv Agarwal, Mor Naaman и Aditya Vashistha попросили 118 участников из Индии и США выполнить культурно привязанные задания на письмо с подсказками ИИ и без них. Подсказки «заставляли индийских участников перенимать западные стили письма, меняя не только то, что написано, но и то, как это написано» [2]. (Рецензируемая статья конференции CHI 2025.)
Ни одно из исследований не касалось крипто-текстов или журналистики, и оба измеряли короткие задания. Они показывают направление: когда одна и та же модель предлагает многим людям один и тот же вид подсказок, их тексты сближаются. Для издания это практический риск. Читателю, который видит один и тот же взвешенный абзац повсюду, мало причин возвращаться к какому-то одному источнику.
Из чего на самом деле состоит голос
В ноябре 2026 года Dapp.Expert подготовил внутреннее исследование 148 авторов, которых редакторы и читатели часто считают образцами: колумнистов, аналитиков, репортёров и эссеистов, от Hersey и Orwell до Matt Levine и Vitalik Buterin [3]. Это редакционное исследование, а не измерение: один кодировщик, работая с ИИ-инструментами для поиска, оценил авторов по нескольким осям; для 45 из них прочитан хотя бы один текст, 101 оценены по справочным источникам, 2 проверить не удалось. (Внутреннее исследование, не рецензировалось; согласованность между кодировщиками не проверялась.) С этими оговорками выделились четыре закономерности.
Первое предложение — договор. Во всех 45 прочитанных текстах первая строка даёт обещание, которое остальной текст выполняет: тезис, сцену, определение или вопрос.
Узнают по двум-трём повторяющимся приёмам, а не по разнообразию. Узнаваемые авторы обычно повторяют одну и ту же структуру: механизм, затем случай, затем вывод; или схему, которую применяют к каждому новому событию; или сцену с точным временем. Собственная трактовка исследования, помеченная им как предположение: голос делает узнаваемым повторение, а не разнообразие.
Откалиброванная неопределённость встречается редко. Только 14 из 148 авторов получили 4 или 5 баллов из 5 за ясное разделение известного и предполагаемого. Большинство набрало мало по иронии (107 из 148) и по метафорам (108 из 148). Простое, аккуратное письмо встречается часто. Простое письмо, которое ещё и говорит, насколько автор уверен, в этой выборке встречалось заметно реже.
Числа стоят внутри предложений, с источником. Сильные авторы о бизнесе вставляют цифру в середину обычного предложения и дают на неё ссылку, а не оставляют её таблице.
Ничто из этого ИИ-инструмент написать не может. Но он не выберет это за вас, потому что это зависит от того, о чём, по вашему решению, текст и сколько вы на самом деле знаете.
Три автора, три отпечатка
Чтобы проверить, проявляются ли эти привычки в измеримых признаках, то же исследование внимательнее изучило трёх авторов, пишущих об ИИ, технологиях и крипто и публикующихся открыто: Ethan Mollick (One Useful Thing), Benedict Evans (его эссе) и Molly White (Citation Needed) [4]. Было собрано 24, 28 и 26 полных текстов соответственно, около 160 000 слов в сумме, и подсчитаны простые признаки. (Внутреннее исследование. Авторов сравнивают друг с другом, а не с английским языком в целом; кодирование выполнено машиной, и исследование само оценивает свою надёжность классом B, ниже целевой.)
| На 1000 слов, если не указано иное | Mollick | Evans | White |
|---|---|---|---|
| «Я» | 16,8 | 6,4 | 9,8 |
| Вопросы, доля предложений | 4,3% | 13,7% | 2,2% |
| Числа | 8,5 | 9,6 | 17,6 |
| Ссылки | 9,2 | 3,1 | 14,7 |
| Средняя длина предложения, слов | 19,7 | 23,7 | 24,6 |
Различия совпадают с тем, что замечает читатель. Mollick пишет как практик, который пробует: рассказы от первого лица о собственных тестах встретились примерно в трети просмотренных отрывков (34%) против 12% у Evans и 9% у White. Evans пишет как аналитик, разбирающий вопросы; на своём сайте он описывает свою работу как «попытки понять, какие вопросы задавать» [5]. White пишет как документалист: больше всех чисел и ссылок среди троих.
Все трое по-своему обозначают неопределённость. Mollick, взвешивая четыре объяснения того, почему новая модель Google оказалась так близка к GPT-4: «Я думаю, что вероятнее всего второе, но понятия не имею, правда ли это» [6]. Evans, перечислив возможные причины, по которым многие пользуются чат-ботами лишь время от времени: «Не думаю, что мы можем это знать» [7]. White, в эссе с критикой издержек ИИ, говорит о своей уверенности уже в подзаголовке: «ИИ может быть в каком-то смысле полезным, но я не уверена, что “в каком-то смысле полезный” инструмент оправдывает вред» [8].

Смысл не в том, чтобы копировать кого-то из них. Их имена, коронные фразы и придуманные термины принадлежат им, и правила самого исследования запрещают их использовать. Смысл в том, что каждый голос — устойчивый набор выборов, и этот набор виден в цифрах. В исследовании 74 из 78 текстов были отнесены к правильному автору только по простым подсчётам слов.
Как один из них использует ИИ
Mollick изучает ИИ и пишет о нём каждую неделю, поэтому его собственная практика — хороший ориентир. На странице «О рассылке» сказано: «Я пишу каждый пост сам и прошу ИИ о замечаниях только после того, как закончил полный черновик» [9]. В интервью Vox в 2024 году он описал значительную часть своего творческого использования ИИ как «расклинивание»: когда связующее предложение не получалось, он просил «30 вариантов этого предложения в радикально разных стилях»; когда нужна была аналогия, просил 25 на выбор [10].
Это метод одного автора, а не правило. Но он показывает чёткое разделение. ИИ даёт варианты и замечания. Автор сохраняет структуру, выбирает подходящее и отвечает за результат.
Что оставить себе, что делегировать
Такое же разделение подходит для большинства случаев письма с ИИ-инструментами. Оставьте себе решения, из которых складывается ваш голос. Делегируйте работу, которая лишь даёт варианты, и проверяйте всё, что вернулось.
| Оставить себе | Делегировать, затем проверить |
|---|---|
| Первое предложение: что обещает текст | Тридцать вариантов формулировки уже написанного вами предложения |
| Какие факты войдут, а какие нет | Список возражений на ваш аргумент |
| Насколько уверенно звучит каждое утверждение | Пересказы источников (затем откройте источники) |
| Ваши два-три повторяющихся приёма | Правку грамматики, длины и единообразия |
| Концовка: что читателю делать или за чем следить | Вёрстку, заголовки, черновики альтернативного текста |

Левая колонка короткая намеренно. Это места, где черновик становится вашим. Всё из правой колонки может сэкономить часы, и ничто из этого не решает, что вы думаете.
Разобранный пример
Сеть и цифры ниже вымышлены для иллюстрации.
Допустим, вы пишете о мосте между двумя сетями, который на шесть часов приостановил вывод средств после сообщения об уязвимости.
Черновик ИИ по умолчанию. «В стремительном мире крипты безопасность остаётся главной заботой. Недавняя пауза подчёркивает и трудности, и возможности, стоящие перед кросс-чейн-инфраструктурой. Одни пользователи выражали недовольство, другие хвалили быструю реакцию команды. Что это значит для будущего мостов, покажет только время».
Каждое предложение грамматически правильно, и ни одно не ваше. Начало ничего не обещает. «Одни пользователи» и «другие» не названы. Концовка ничего не предсказывает и ничего не просит у читателя.
Тот же абзац после ваших решений. «Мост приостановил вывод средств на шесть часов во вторник после того, как исследователь сообщил об ошибке в проверке сообщений из другой сети. Средства не потеряны, по данным заметки команды об инциденте (ссылка). Пока неизвестно, прошло ли исправление аудит; в заметке об этом не сказано. Если у вас есть средства на мосту, полезно проверить страницу статуса команды, а не соцсети».
ИИ по-прежнему может помочь со второй версией: ужать предложение, подсказать более ясное слово, сверить время с заметкой об инциденте. Но решения принадлежат автору. Первое предложение — факт со временем. Источник назван. В абзаце сказано, что пока неизвестно. Концовка даёт один практический шаг.
Проверка голоса перед публикацией
Прежде чем публиковать текст, написанный с помощью ИИ, задайте пять вопросов:
- Первое предложение написал я? Если начало пришло от инструмента, перепишите его как обещание, которое вы действительно хотите выполнить.
- Могу ли я назвать источник каждого числа? Если цифра появилась в черновике, найдите её в оригинале, прежде чем оставить.
- Сказано ли, насколько я уверен? Найдите хотя бы одно предложение, отделяющее известное от предполагаемого.
- Узнает ли постоянный читатель, что это моё? Проверьте, есть ли ваша привычная структура, а не типовая.
- Концовка моя? Замените «покажет только время» тем, что читатель может проверить, за чем следить или что сделать.
Частые ошибки и как их исправить
1. Позволить инструменту открыть текст. Типовые начала («В современном стремительном мире…») — первый признак чужого голоса. Исправление: напишите первое предложение сами, прежде чем просить любой черновик.
2. Принимать баланс за позицию. «Одни говорят X, другие говорят Y» выглядит честно, но ничего не сообщает читателю. Исправление: скажите, какую сторону подтверждают доказательства и насколько сильно.
3. Копировать известного автора вместо того, чтобы учиться у него. Заимствовать придуманные автором термины, фирменные фразы или имя («в стиле…») — это подражание, а не голос. Исправление: возьмите приём, например один острый вопрос на раздел, и применяйте его своими словами.
4. Сглаживать собственные привычки. Редакторские инструменты склонны убирать короткие предложения, вопросы и прямые признания сомнения. Исправление: держите короткий список своих привычек и проверяйте, что они остались в итоговом тексте.
5. Скрывать роль ИИ. Узнаваемый голос не заменяет раскрытия. Исправление: скажите, что сделал инструмент и что сделали вы, как это сделано в начале и в конце этой статьи.
Чего эта статья вам сказать не может
Два эксперимента измеряли короткие задания на письмо с участниками онлайн, а не журналистов или крипто-авторов, и не показывают, насколько велик эффект за месяцы публикаций. Исследование 148 авторов и сравнение трёх авторов внутренние, не рецензировались: оценки по осям поставил один кодировщик с ИИ-инструментами, кодирование корпуса выполнила машина, а три автора ничего не говорят об авторах вообще. Никто пока не проверял, различают ли читатели эти голоса вслепую. Эта статья также не может сказать, каким должен быть ваш голос; она лишь показывает, из каких решений он состоит.
Как сделана эта статья
| Задача | Что сделал ИИ | Что сделал человек | Как проверено |
|---|---|---|---|
| Исследование | Провёл внутреннее исследование 148 авторов и корпусное сравнение трёх авторов; искал эксперименты об ИИ и письме | Выбрал вопрос и источники, на которые можно опираться | Аннотации экспериментов [1], [2] получены из Europe PMC и arXiv и сверены с цитатами; цитаты авторов [5]–[10] проверены на оригинальных страницах; цифры корпуса взяты из файлов исследований [3], [4] |
| Черновик | Написал первый вариант по заметкам | Отредактировал текст, структуру и разобранный пример | Отдельная проверка сверила цифры и цитаты с источниками |
| Изображения | Сгенерировал обложку | Выбрал иллюстрацию; сделал схемы-пояснения | Подписаны как созданные ИИ в строке раскрытия и альтернативном тексте |
| ИИ не делал | — | Решение о публикации и ответственность за текст | — |
Конфликт интересов: нет. У автора нет коммерческих отношений с названными авторами и исследователями; мост в примере вымышленный.
Ответственный за статью: Дмитрий Ластовка, автор. Исправления: форма обратной связи.
Источники
Метки: исследование (рецензируемое, если не указано иное), внутреннее исследование (не рецензировалось), первичный текст (страница самого автора), интервью.
- Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. doi:10.1126/sciadv.adn5290. Исследование.
- Agarwal, D., Naaman, M., & Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. Proceedings of CHI 2025. doi:10.1145/3706598.3713564; arXiv:2409.11360. Исследование (рецензируемая статья конференции).
- Dapp.Expert, «Anatomy of style: 148 reference writers» (внутреннее исследование, ноябрь 2026). Внутреннее исследование.
- Dapp.Expert, «Author style pilot: Mollick, Evans, White» (внутреннее корпусное исследование, ноябрь 2026; 24, 28 и 26 текстов). Внутреннее исследование.
- Benedict Evans, About & Contact. https://www.ben-evans.com/contact Первичный текст.
- Ethan Mollick, «Google's Gemini Advanced: Tasting Notes and Implications», One Useful Thing (8 февраля 2024). https://www.oneusefulthing.org/p/google-gemini-advanced-tasting-notes Первичный текст.
- Benedict Evans, «GenAI's adoption puzzle» (25 мая 2025). https://www.ben-evans.com/benedictevans/2025/5/25/genais-adoption-puzzle Первичный текст.
- Molly White, «AI isn't useless. But is it worth it?», Citation Needed (17 апреля 2024). https://www.citationneeded.news/ai-isnt-useless/ Первичный текст.
- Ethan Mollick, About, One Useful Thing. https://www.oneusefulthing.org/about Первичный текст.
- Noam Hassenfeld, «What a practical approach to AI looks like, according to an expert», Vox (5 сентября 2024). https://www.vox.com/the-highlight/370246/what-a-practical-approach-to-ai-looks-like-according-to-an-expert Интервью.










