ЛЕКСИКО-СИНТАКСИЧЕСКИЕ И ДИСКУРСИВНЫЕ ОСОБЕННОСТИ ИИ-ГЕНЕРАЦИИ В НАУЧНЫХ ТЕКСТАХ

Аннотация

Генеративные языковые модели пишут все убедительнее, и различить «машинный» и «человеческий» академический стиль становится непросто, особенно в русскоязычной социологии. Мы сопоставили 15 авторских аннотаций и 45 аннотаций, сгенерированных тремя нейросетями по тем же темам. Задача – найти лексико-синтаксические и дискурсивные маркеры, по которым текст человека отличим от текста модели. Методика сочетает качественный анализ, подсчет частот, критерий χ² для категориальных признаков и описательную статистику для количественных. Результат: ИИ-тексты чаще используют переходные и рамочные формулы, больше безличных конструкций, более жесткую композицию, меньшую вариативность длины предложения и более низкие показатели TTR и MTLD. По нашим данным, надежно опознать «машинный» текст по одному признаку нельзя – работает только совокупность маркеров. Практическая ценность – в преподавании академического письма, редакционной и экспертной практике при оценке текстов, созданных с участием ИИ.