Uso da IA como assistente de escrita reduz a singularidade linguística

A linguagem codifica uma grande quantidade de informação sobre a identidade, estado psicológico ou contexto social, mas o uso de ferramentas de IA, como os assistentes de escrita, torna os estilos mais semelhantes, levando a padrões linguísticos comuns.

Apesar de os grandes modelos de linguagem de grande escala [LLM - Large Language Model, em inglês] oferecerem "ferramentas poderosas para melhorar a clareza e a acessibilidade na escrita, as nossas descobertas apontam para uma consequência alarmante: a erosão da singularidade linguística", lê-se num artigo publicado na Nature Human Behaviour.

A equipa liderada pela Universidade do Sul da Califórnia (EUA) analisou mais de 880 mil textos, incluindo histórias do Reddit, artigos de imprensa, trabalhos académicos, ensaios, publicações nas redes sociais e discursos políticos.

Além disso, solicitaram ao GPT-3.5, ao Llama 3 70B e ao Gemini Pro que reescrevessem milhares de textos redigidos por pessoas.

O conteúdo essencial é preservado quando os LLM refinam e reescrevem os textos, mas também homogeneízam os estilos de escrita.

Os resultados indicam que a variabilidade na complexidade da escrita foi reduzida numa percentagem "estatisticamente significativa" --- entre 21% e 50% --- em todos os conjuntos de dados e modelos.

Os LLM alargavam os padrões associados às características dominantes, ao mesmo tempo que suprimiam outros, "dando prioridade à conformidade em detrimento da individualidade".

Em 87% dos casos, os textos originais e os reescritos obtiveram pontuações de semelhança semântica superiores a 0,95, o que indica que os LLM preservaram em grande medida o significado original.

Em todos os casos de utilização de LLM para melhorar ou reformular textos, observou-se --- destaca o artigo --- "a mesma tendência para a homogeneização", com possíveis implicações para os processos de diagnóstico, esforços de personalização, avaliações de contratação e preservação cultural.

À medida que a comunicação mediada pela IA se dissemina, é "imprescindível garantir que estas ferramentas potenciam, em vez de extinguir, a rica tapeçaria da diversidade linguística humana", escrevem os investigadores.

Após a reescreverem, os modelos computacionais utilizados para analisar os textos gerados pelos LLM apresentaram também uma precisão média seis pontos percentuais inferior ao identificarem características pessoais dos autores com base na redação, uma vez que atenuaram alguns padrões linguísticos associados a estes traços.

Os resultados sugerem que a escrita assistida por LLM poderia reduzir a fiabilidade das avaliações baseadas na linguagem em áreas como a psicologia, a assistência à saúde mental, a seleção de pessoal e os serviços personalizados.