AI文の読みにくさを生む6つの言語パターンを研究が特定

研究では14の言語モデルに、日常会話、コーディングセッション、論証エッセイを生成させた。対象にはClaude、GPT-5.6、GLM-5、Kimi K2.5のほか、LlamaやOlmoなどの小型オープンソースモデルが含まれる。120件の会話、45件のコーディングセッション、980本のエッセイを分析し、映画の字幕、StackExchange、学生のエッセイといった人間の文章と比べた。 六つのパターンは、人間の文章にはまれな語の組み合わせの多用、主語と述語が長い節で離れる構造、接続語を省いた短縮参照、名詞を積み重ねた表現、名詞の動詞化、無生物主語への有生物動詞の適用である。例として、Claude Opus 5が生成した「The whole conversation is eating its own tail」や、Claude Fable 5の「calendar it」が挙げられている。意味は推測できるが、読み手に余計な負荷がかかるという。 モデル間の差も大きい。LlamaとOlmoのベースモデルは人間の文章に最も近い。Olmoファミリーではベースモデル、instruct版、推論モデルOlmo Thinkの順にスコアが上がり、ポストトレーニングが原因と考えられている。一方でClaude Opus 5.5は、Opus 5を21項目中19項目で上回り、的を絞ったファインチューニングで可読性を改善できることを示唆している。 研究者は原因として、数学やコード、論理推論など正しさだけが報酬になるタスクでの学習が増えた点を挙げる。RLHFからRLVRへの移行で人間がフィードバックから外れ、情報圧縮には向くが人間には読みにくい「方言」が生まれるという。概念実証では、短い回答に報酬を与えるペナルティ項で小型モデルを学習させ、条件によっては文脈に関係なく短い表現を選ぶようになった。人間は状況に応じて使い分けていた。 業界内部からも似た説明が出ている。Claudeのファインチューニングに携わるAnthropicのJackson Kernionは、Opus 4.6がAnthropic最後の良い「ライティングモデル」だったと説明した。数学やコード、他のAI向けの技術的説明に最適化した結果、AIには機能しても人間には密度が高く不自然な文体になったという。Opus 5.5では文の明瞭さや情報の詰め込みに初めて対処した。

The Decoderより