Как сохранить авторский голос, когда пользуешься ИИ

Как сохранить авторский голос, когда пользуешься ИИ

user avatar

от me1afon

13 minutes ago


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].

Столбчатая диаграмма внутреннего корпусного исследования Dapp.Expert: на 1000 слов «я» — 16,8 у Mollick, 6,4 у Evans, 9,8 у White; ссылки — 9,2, 3,1 и 14,7; вопросы как доля предложений — 4,3%, 13,7% и 2,2%. Авторы сравниваются только друг с другом.

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

Две колонки. Оставить себе: первое предложение, что входит и что нет, насколько уверенно звучит каждое утверждение, повторяющиеся приёмы, концовка. Делегировать, затем проверить: альтернативные формулировки, возражения, пересказы источников, редактуру, оформление.

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:

  1. Первое предложение написал я? Если начало пришло от инструмента, перепишите его как обещание, которое вы действительно хотите выполнить.
  2. Могу ли я назвать источник каждого числа? Если цифра появилась в черновике, найдите её в оригинале, прежде чем оставить.
  3. Сказано ли, насколько я уверен? Найдите хотя бы одно предложение, отделяющее известное от предполагаемого.
  4. Узнает ли постоянный читатель, что это моё? Проверьте, есть ли ваша привычная структура, а не типовая.
  5. 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.

  1. 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.
  2. 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).
  3. Dapp.Expert, «Anatomy of style: 148 reference writers» (внутреннее исследование, ноябрь 2026). Внутреннее исследование.
  4. Dapp.Expert, «Author style pilot: Mollick, Evans, White» (внутреннее корпусное исследование, ноябрь 2026; 24, 28 и 26 текстов). Внутреннее исследование.
  5. Benedict Evans, About & Contact. https://www.ben-evans.com/contact Первичный текст.
  6. 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.
  7. Benedict Evans, «GenAI's adoption puzzle» (25 мая 2025). https://www.ben-evans.com/benedictevans/2025/5/25/genais-adoption-puzzle Первичный текст.
  8. 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.
  9. Ethan Mollick, About, One Useful Thing. https://www.oneusefulthing.org/about Первичный текст.
  10. 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.

Тир I

Сектор: #18291

Запечатанная комната тайников

Resource Cache

Resource Cache

Тир I

Нужно 25% прогресса тира
Meme Cache

Meme Cache

Тир I

Нужно 50% прогресса тира
Equipment Cache

Equipment Cache

Тир I

Нужно 75% прогресса тира

После получения тайники попадут в инвентарь — открыть их можно ключами.

Другие статьи

Утверждения о дефиците, которые читатель может проверить

Дефицит повышает ценность, поэтому его часто подделывают. Таймеры, метаанализы и обзор 11 000 магазинов: как сделать заявление о дефиците проверяемым.

user avatarme1afon

Как предложить ценность, не создавая долга

Небольшой подарок рождает чувство долга. Исследования открыток, нацпарка, обедов от фармкомпаний и аирдропов показывают, когда это работает, а когда обязывает.

user avatarme1afon

Когда социальное доказательство облегчает плохое решение

Следовать за другими часто разумно, но эксперименты показывают, когда это обманывает. Пять вопросов до того, как число решит за вас.

user avatarme1afon

Чем заслуживает доверия исследование стиля письма

Тот же разбор, что мы применяли к трём авторам, теперь — к самому исследованию: корпус, база, кодировщики, оценка. Семь вопросов к любому анализу стиля.

user avatarme1afon

Как Молли Уайт привязывает критику к источникам

Молли Уайт пишет резкую критику крипторынка, и её тексты — самые насыщенные источниками в нашем исследовании. Как она привязывает вывод к документу.

user avatarme1afon

Как Бенедикт Эванс использует сравнения, чтобы строить аргумент

Эванс постоянно сравнивает новые технологии со старыми прецедентами и тут же предупреждает: аналогии не предсказывают. Зачем ему сравнения и как их проверять.

user avatarme1afon

Важное примечание: Информация, представленная на портале Dapp.Expert, предназначена исключительно для ознакомительных целей и не является рекомендацией к инвестициям или руководством к действию. Команда Dapp.Expert не несет ответственности за возможные убытки или упущенную выгоду, связанные с использованием материалов, опубликованных на сайте. Перед принятием инвестиционных решений рекомендуем проконсультироваться с квалифицированным финансовым советником.