អ្នកអានជាច្រើនបានកត់សម្គាល់វាយ៉ាងអនាធិបតេយ្យ៖ អត្ថបទដែលសរសេរដោយម៉ូដែល AI មានអារម្មណ៍ថាកាន់តែក្រាស់ រលាក់ និងហត់នឿយខ្លាំងក្នុងការញែក ទោះបីជាវាគ្មានកំហុសតាមវេយ្យាករណ៍ក៏ដោយ។ ការបោះពុម្ពថ្មីដែលបានបង្ហោះទៅ arXiv ដាក់ទិន្នន័យភាសារឹងនៅពីក្រោយវិចារណញាណនោះ — ហើយស្នើការពន្យល់អំពីមូលហេតុដែលវាកើតឡើង។

ការសិក្សា "ហេតុអ្វីបានជាភាសាដែលបង្កើតដោយ AI ពិបាកយល់ម្ល៉េះ?" ត្រូវបានដាក់ជូននៅថ្ងៃទី 21 ខែតុលា ដោយអ្នកស្រាវជ្រាវ Thomas Hikaru Clark, Matias B. Martin, និង Kyle Mahowald ។ ដោយគូរលើរូបធាតុប្រលោមលោកនៃអត្ថបទដែលបង្កើតដោយ AI នៅទូទាំងដែនផ្សេងៗគ្នា អ្នកនិពន្ធបានវិភាគសំណុំនៃលក្ខណៈផ្លូវចិត្តដែលត្រូវបានបង្កើតឡើងយ៉ាងល្អនៅក្នុងអក្សរសិល្ប៍ជាសញ្ញាសម្គាល់នៃការលំបាកក្នុងដំណើរការសម្រាប់អ្នកអានរបស់មនុស្ស — រួមទាំងឃ្លាទាក់ទងវត្ថុ ភាពអាស្រ័យវាក្យសម្ព័ន្ធវែង និងប្រេកង់ទាប n-gram ។ For more context on this story, see our ongoing breaking AI news.

អ្វីដែលអ្នកស្រាវជ្រាវវាស់វែង

Psycholinguistics បានដឹងជាយូរមកហើយថាមិនមែនគ្រប់ប្រយោគទាំងអស់មានតម្លៃដូចគ្នាក្នុងការអាននោះទេ។ Object relative clauses ("សមាជិកព្រឹទ្ធសភាដែលអ្នករាយការណ៍បានវាយប្រហារ...") ចំណាយពេលយូរក្នុងការវាស់វែងជាងសាច់ញាតិប្រធានបទ។ ការពឹងផ្អែកយូររវាងពាក្យបង្ខំអ្នកអានឱ្យកាន់សម្ភារៈបន្ថែមទៀតនៅក្នុងការចងចាំ។ លំដាប់​ពាក្យ​កម្រ​ទាមទារ​ឱ្យ​មាន​ការ​ប្រឹងប្រែង​បន្ថែម​ទៀត​ដើម្បី​ទាញ​យក និង​បញ្ចូល​គ្នា។ លក្ខណៈពិសេសទាំងនេះដើរតួជាអ្នកគ្រប់គ្រងសម្រាប់វាស់ថាតើអត្ថបទពិបាកយល់យ៉ាងណា — ដោយខុសគ្នាពីកម្រិតសំឡេងដែលស្មុគ្រស្មាញ។

អ្នកស្រាវជ្រាវបានប្រៀបធៀបការសរសេរដែលបង្កើតដោយ AI ប្រឆាំងនឹងគោលពីរ៖ អត្ថបទដែលសរសេរដោយមនុស្ស និងពាក្យសំដីដែលផលិតឡើងតាមរយៈការបកប្រែដំណើរទៅមក ដែលជាវត្ថុបញ្ជាដែលបានរចនាឡើងដើម្បីបំបែកបំរែបំរួលគំរូពិតប្រាកដពីរសជាតិទូទៅនៃសុភាសិតផ្លូវការ ឬដោយម៉ាស៊ីន។

ការគ្រប់គ្រងនោះសំខាន់។ អ្នកសង្ស័យអាចជជែកវែកញែកដោយហេតុផលថាអត្ថបទ AI គ្រាន់តែអានដូចជាអាជីវកម្ម ឬការសរសេរបច្ចេកទេស - ផ្លូវការ មិនមានលក្ខណៈផ្ទាល់ខ្លួន និងនាមធ្ងន់ - ជាជាងការបង្ហាញពីរោគសាស្ត្រដាច់ដោយឡែក។ ការបកប្រែទៅមក បង្កើតអត្ថបទជាមួយនឹងការចុះឈ្មោះស្រដៀងគ្នា និងខុសពីធម្មជាតិ ដោយគ្មានការបណ្តុះបណ្តាលភាសាគំរូណាមួយនៅពីក្រោយវា។ ប្រសិនបើម៉ូដែល AI នៅតែលើសពីកម្រិតមូលដ្ឋានលើវិធានការពិបាកដំណើរការ នោះភាពខុសគ្នានឹងត្រូវមកពីអ្វីដែលជាក់លាក់ចំពោះរបៀបដែលម៉ូដែលខ្លួនឯងបានរៀនសរសេរ។ នោះតាមខ្លឹមសារ គឺជាអ្វីដែលការសិក្សាបានរកឃើញ។

អ្វីដែលពួកគេបានរកឃើញ

លទ្ធផលគឺស្របគ្នានៅទូទាំងក្រុមប្រឹក្សាភិបាល។ បើប្រៀបធៀបជាមួយនឹងការសរសេររបស់មនុស្ស គំរូព្រំដែនទាំងប្រាំបួនដែលបានពិនិត្យនៅក្នុងការសិក្សា - ក្រុមដែលរួមបញ្ចូលប្រព័ន្ធពីគ្រួសារ GPT-5.6, Claude, Llama, DeepSeek និង Qwen - បានធ្វើការជ្រើសរើសដែលពិបាកវាស់វែង៖

  • មុខវិជ្ជាដែលគ្មានជីវិតច្រើនទៀតដែលផ្គូផ្គងជាមួយកិរិយាសព្ទជីវចល - គំរូ AI លក្ខណៈនៃការសរសេរដែលអរូបី "បង្ហាញ" "គូសបញ្ជាក់" ឬ "បន្លិច" ។
  • n-grams ប្រេកង់ទាបបន្ថែមទៀត មានន័យថា លំដាប់ពាក្យមិនធម្មតា ដែលអ្នកនិពន្ធមនុស្សកម្រផលិត។
  • ភាពអាស្រ័យវាក្យសម្ព័ន្ធយូរជាង ជាមួយនឹងមុខវិជ្ជា និងកិរិយាស័ព្ទដែលបំបែកដោយសម្ភារៈអន្តរាគន៍កាន់តែច្រើន។
  • នាមជង់ច្រើនទៀត ហើយនៅក្នុងអត្ថបទសន្ទនា ឃ្លាទាក់ទងវត្ថុកាត់បន្ថយកាន់តែច្រើន។

ការសិក្សាក៏បានចងក្រងជាឯកសារនៃការប្រែប្រួលយ៉ាងសន្ធឹកសន្ធាប់នៅទូទាំងគ្រួសារគំរូ — មិនមែនគ្រប់ម៉ូដែលទាំងអស់ពិបាកអានដូចគ្នានោះទេ ហើយបានរកឃើញថា គំរូ AI បានប្រើប្រាស់សំណង់ដ៏លំបាកទាំងនេះញឹកញាប់ជាងពាក្យសំដីការបកប្រែដំណើរទៅមក ដែលបង្ហាញពីប្រសិទ្ធភាពជាក់លាក់ចំពោះរបៀបដែលគំរូត្រូវបានបណ្តុះបណ្តាលជាជាងវត្ថុបុរាណនៃការចុះឈ្មោះជាផ្លូវការ។

បំរែបំរួលនោះគឺជាលទ្ធផលដ៏មានប្រយោជន៍បំផុតមួយនៅក្នុងក្រដាស។ ប្រសិនបើការលំបាកក្នុងការអានគឺជាផលវិបាកដែលមិនអាចជៀសវាងបាននៃទំហំ ឬសមត្ថភាពនោះ ប្រព័ន្ធព្រំដែនទាំងអស់នឹងដាក់ជាក្រុមជាមួយគ្នា។ ផ្ទុយទៅវិញ ការរីករាលដាលរវាងគ្រួសារណែនាំថាជម្រើសក្រោយការបណ្តុះបណ្តាល — ល្បាយទិន្នន័យ សញ្ញារង្វាន់ ការសង្កត់ធ្ងន់លើដែនដែលមានហេតុផលច្រើន — បង្ហាញយ៉ាងច្បាស់ពីរបៀបដែលពាក្យសំដីរបស់តារាបង្ហាញម៉ូដនៅលើអ្នកអានរបស់មនុស្ស។ ម្យ៉ាងវិញទៀត អត្ថបទ AI ដែលពិបាកអាន គឺជាលទ្ធផលនៃការរចនា មិនមែនជាផលផ្លែនៃបញ្ញាដែលជៀសមិនរួចនោះទេ។

សម្មតិកម្មដង់ស៊ីតេព័ត៌មាន

ហេតុ​អ្វី​បាន​ជា​គំរូ​រសាត់​ទៅ​រក​ភាសា​កាន់​តែ​ពិបាក? អ្នកនិពន្ធស្នើ និងសាកល្បងសម្មតិកម្មមួយ៖ ខណៈពេលដែលភាសារបស់មនុស្សមានការវិវឌ្ឍន៍ និងត្រូវបានសិក្សាក្រោមសម្ពាធក្នុងការប្រាស្រ័យទាក់ទងដោយជោគជ័យ អត្ថបទដែលបង្កើតដោយ AI ត្រូវបានធ្វើឱ្យប្រសើរកាន់តែខ្លាំងឡើងសម្រាប់គោលដៅផ្សេងទៀត - គណិតវិទ្យា កូដ និងកិច្ចការហេតុផល - ដែលសម្ពាធគឺឆ្ពោះទៅរក ដង់ស៊ីតេព័ត៌មាន ជាជាងភាពងាយស្រួលនៃការយល់ដឹង។

គំរូដែលត្រូវបានផ្តល់រង្វាន់សម្រាប់ការវេចខ្ចប់ចម្លើយត្រឹមត្រូវទៅក្នុងសញ្ញាសម្ងាត់តិចជាងនេះ រៀនពីទម្លាប់ដែលបន្តទៅជាពាក្យសំដី៖ បង្រួមអត្ថន័យ ចូលចិត្តពាក្យច្បាស់លាស់ ប៉ុន្តែកម្រ បង្កប់រចនាសម្ព័ន្ធបន្ថែមទៀតក្នុងមួយប្រយោគ។ លទ្ធផល​គឺ​អត្ថបទ​ដែល​ទទួល​បាន​ពិន្ទុ​ល្អ​នៅ​លើ​ចំណុច​គោល​ខណៈ​ពេល​ដែល​មាន​ការ​កើនឡើង​ជា​លំដាប់​តិច​តួច​សម្រាប់​អ្នក​អាន​មនុស្ស។

ដើម្បីសាកល្បងគំនិតនេះ អ្នកស្រាវជ្រាវបានដំណើរការការពិសោធន៍ភស្តុតាងនៃគំនិត៖ ពួកគេបានកែសម្រួលគំរូភាសាមួយនៅក្រោមការពិន័យប្រវែង ដោយបង្ខំឱ្យវាបង្រួមលទ្ធផលរបស់វា។ អាកប្បកិរិយាភាសារបស់គំរូបានបង្វែរពីគំរូដូចមនុស្សតាមរបៀបដែលសម្មតិកម្មព្យាករណ៍ — ការផ្តល់ប្រាក់កម្ចីគាំទ្រដល់គំនិតដែលថាសម្ពាធបង្កើនប្រសិទ្ធភាព មិនមែនទិន្នន័យតែមួយមុខទេ ដែលជំរុញឱ្យមានការផ្លាស់ប្តូរ។

ហេតុអ្វីវាសំខាន់

ការរកឃើញនេះបានគូសបញ្ជាក់ពីអ្វីដែលអ្នកនិពន្ធហៅថា ភាពខុសឆ្គងរវាងតម្រូវការដំណើរការភាសារបស់មនុស្ស និងអ្នកដែលចូលចិត្តដោយប្រយោលដោយគំរូភាសាធំៗ។ ការ​ដាក់​ខុស​នោះ​មាន​លទ្ធផល​ជាក់ស្តែង។ ជំនួយការ AI ដែលផលិតអត្ថបទដែលពិបាកអានដាក់ពន្ធលាក់កំបាំងលើរាល់ចម្លើយ និងសមាសធាតុឥទ្ធិពលនៅពេលដែលមនុស្សចំណាយពេលអានរបស់ពួកគេកាន់តែច្រើនលើសេចក្តីព្រាង សេចក្តីសង្ខេប និងការពន្យល់ដែលបង្កើតជាគំរូ។

អ្នកនិពន្ធបានជជែកវែកញែកអំពីចំណុចក្នុងក្របខ័ណ្ឌរបស់ពួកគេឆ្ពោះទៅរកដំណោះស្រាយដែលអាចកើតមាន — វិធីដើម្បីបណ្តុះបណ្តាល ឬកែសម្រួលគំរូដែលទិន្នផលរបស់ពួកគេគោរពតាមដែនកំណត់ដំណើរការរបស់មនុស្សដោយមិនលះបង់សមត្ថភាព។ ក្រដាសនេះគឺជាការបោះពុម្ពជាមុន ហើយមិនទាន់បានឆ្លងកាត់ការពិនិត្យឡើងវិញពីមិត្តភ័ក្តិនៅឡើយ ប៉ុន្តែការសង្កេតកណ្តាលរបស់វាកំពុងបង្ហាញឡើងវិញរួចហើយ៖ ការងារនេះបានឡើងទំព័រមុខរបស់ Hacker News នៅថ្ងៃទី 24 ខែតុលា ដោយគូរការជជែកពិភាក្សាយ៉ាងសកម្មអំពីថាតើការដោះដូររវាងការអនុវត្តហេតុផល និងការនិយាយដែលអាចអានបានគឺជាមូលដ្ឋាន ឬអាចជួសជុលបាន។

សម្រាប់ពេលនេះ ការសិក្សាផ្តល់ឱ្យអ្នកអាននូវវាក្យសព្ទដែលមានសុពលភាពសម្រាប់ការមិនសប្បាយចិត្តដែលធ្លាប់ស្គាល់។ អត្ថបទមិនកាន់តែអាក្រក់ដោយចៃដន្យទេ - វាកាន់តែក្រាស់តាមការរចនា។

ប្រភព៖ arXiv:2610.29162, Hacker News discuss

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →