Современные языковые модели всё чаще тяготеют к конструкции «это не X, это Y» — так называемому негативному параллелизму. Приём полезен для контраста и переосмысления, но его чрезмерное использование в соцсетях привело к обратной реакции: людей начали подозревать в том, что за них пишет бот. Парадокс в том, что этот стиль порождён не ленью авторов, а методами пост-тренировки LLM, вроде RLVR (обучение с подкреплением через верифицированные награды). RLVR заставляет модель решать задачи, воспроизводя язык человеческих рассуждений вслух, и когда она приходит к правильному ответу, именно такие речевые обороты закрепляются. Так «это не X, это Y» становится шаблоном размышления, а не просто стилистической причудой.
Проблема усугубляется ИИ-детекторами. Сервис Grammarly, например, советует переписывать фразы, которые якобы выглядят «машинными», — и в итоге авторский голос заменяется механическим текстом. Другой сервис, Pangram, за 20 долларов проверяет, не сочтёт ли его алгоритм статью сгенерированной. Автор иронизирует: приходится платить машине, чтобы доказать, что ты не использовал другую машину.
Если ложные обвинения станут нормой, люди начнут избегать полезных оформительских структур вроде негативного параллелизма — а это инструменты критического мышления. В довершение картины в UK протестировали ИИ-оценщик эссе: он ставил высокие баллы за длину, сложность и словарный запас — те же признаки, по которым оценивают сами LLM. Срабатывает закон Гудхарта: когда показатель становится целью, он перестаёт быть хорошим показателем. Применительно к языку — когда измерение языка становится его целью, язык перестаёт быть хорошим.
Автор призывает сопротивляться автоматическому доверию детекторам: они создают культуру самоцензуры, а не защищают человеческое выражение. Если использование ИИ для письма — индустриализация ума, то ИИ-детекция — система слежки за мыслью.