Veel lezers hebben het anekdotisch opgemerkt: tekst geschreven door AI-modellen voelt steeds compacter, hoogdravender en vreemd vermoeiend om te ontleden, zelfs als deze grammaticaal foutloos is. Een nieuwe preprint op arXiv plaatst harde taalkundige gegevens achter die intuïtie – en stelt een verklaring voor waarom dit gebeurt.
De studie, "Waarom is door AI gegenereerde taal zo moeilijk te begrijpen?", werd op 21 oktober ingediend door onderzoekers Thomas Hikaru Clark, Matias B. Martin en Kyle Mahowald. Op basis van een nieuw corpus van door AI gegenereerde tekst uit verschillende domeinen, analyseerden de auteurs een reeks psycholinguïstische kenmerken die in de literatuur goed ingeburgerd zijn als markers van verwerkingsproblemen voor menselijke lezers – waaronder object-relatieve clausules, lange syntactische afhankelijkheden en laagfrequente n-grammen. Voor meer context over dit verhaal, zie ons meer AI-verhalen.
Wat de onderzoekers hebben gemeten
De psycholinguïstiek weet al lang dat niet alle zinnen even duur zijn om te lezen. Object-relatieve clausules ("de senator die de verslaggever heeft aangevallen...") hebben meetbaar meer tijd nodig om te verwerken dan subject-familieleden. Lange afhankelijkheden tussen woorden dwingen lezers om meer materiaal in het geheugen vast te houden. Zeldzame woordreeksen vereisen meer inspanning om op te halen en te integreren. Deze functies dienen als liniaal om te meten hoe moeilijk een tekst daadwerkelijk te begrijpen is – in tegenstelling tot hoe geavanceerd deze klinkt.
De onderzoekers vergeleken door AI gegenereerd schrijven met twee basislijnen: door mensen geschreven tekst en parafrases geproduceerd door middel van retourvertaling, een controle die is ontworpen om echte modeleigenaardigheden te scheiden van de generieke smaak van formeel of machinaal proza.
Die controle is belangrijk. Sceptici zouden redelijkerwijs kunnen beweren dat AI-tekst eenvoudigweg leest als zakelijk of technisch schrijven – formeel, onpersoonlijk en met veel zelfstandige naamwoorden – in plaats van een duidelijke pathologie te vertonen. Retourvertaling levert tekst op met een vergelijkbaar gepolijst, enigszins onnatuurlijk register, zonder enige taalmodeltraining erachter. Als AI-modellen die basislijn nog steeds zouden overschrijden wat betreft metingen van verwerkingsmoeilijkheden, zou het verschil moeten komen uit iets specifieks in de manier waarop de modellen zelf leerden schrijven. Dat is in essentie wat het onderzoek heeft gevonden.
Wat ze hebben gevonden
De resultaten waren over de hele linie consistent. Vergeleken met het menselijk schrift hebben alle negen frontier- en near-frontier-modellen die in het onderzoek zijn onderzocht – een groep die systemen uit de GPT-5.6-, Claude-, Llama-, DeepSeek- en Qwen-families omvat – meetbaar moeilijkere keuzes gemaakt:
- Meer levenloze onderwerpen gecombineerd met bewegende werkwoorden: het karakteristieke AI-schrijfpatroon dat abstracties 'verdiept', 'onderstreept' of 'accentueert'.
- Meer laagfrequente n-grammen, wat ongebruikelijke woordreeksen betekent die menselijke schrijvers zelden produceren.
- Langere syntactische afhankelijkheden, waarbij onderwerpen en werkwoorden worden gescheiden door meer tussenliggend materiaal.
- Meer gestapelde zelfstandige naamwoorden en, in conversatietekst, meer gereduceerde relatieve bijzinnen.
De studie documenteerde ook aanzienlijke verschillen tussen modelfamilies – niet alle modellen zijn even moeilijk te lezen – en ontdekte dat AI-modellen deze moeilijke constructies vaker gebruikten dan de parafrases van round-trip-translation, wat aangeeft dat het effect specifiek is voor de manier waarop modellen worden getraind en niet zozeer een artefact van een formeel register is.
Die variatie is stilletjes een van de nuttigste resultaten in het artikel. Als leesproblemen een onvermijdelijk gevolg zouden zijn van schaal of capaciteit, zouden alle grenssystemen samenclusteren. In plaats daarvan suggereert de spreiding tussen families dat keuzes na de training – de datamix, de beloningssignalen, de nadruk op domeinen die zwaar redeneren – zichtbaar bepalen hoe het proza van een model op een menselijke lezer terechtkomt. Met andere woorden: moeilijk leesbare AI-tekst is een ontwerpresultaat en niet een onvermijdelijk bijproduct van intelligentie.
De informatiedichtheidshypothese
Waarom zouden modellen afglijden naar hardere taal? De auteurs stellen een hypothese voor en testen deze: terwijl de menselijke taal is geëvolueerd en wordt geleerd onder druk om succesvol te communiceren, wordt door AI gegenereerde tekst steeds meer geoptimaliseerd voor andere doeleinden – wiskunde, coderen en redeneertaken – waarbij de druk meer gericht is op informatiedichtheid dan op begrijpelijkheid.
Een model dat wordt beloond voor het verpakken van correcte antwoorden in minder tokens, leert gewoonten aan die in het proza worden overgedragen: de betekenis comprimeren, de voorkeur geven aan nauwkeurige maar zeldzame bewoordingen, meer structuur per zin inbouwen. Het resultaat is tekst die goed scoort op benchmarks, maar steeds minder natuurlijk wordt voor menselijke lezers.
Om het idee te testen voerden de onderzoekers een proof-of-concept-experiment uit: ze verfijnden een taalmodel met een lengtestraf, waardoor het de uitvoer moest comprimeren. Het taalgedrag van het model week precies af van mensachtige patronen op de manier waarop de hypothese voorspelt – wat causale steun verleent aan het idee dat optimalisatiedruk, en niet alleen data, de verschuiving aandrijft.
Waarom het ertoe doet
De bevindingen benadrukken wat de auteurs een verkeerde afstemming noemen tussen de taalkundige verwerkingseisen van mensen en de eisen waaraan grote taalmodellen impliciet de voorkeur geven. Deze verkeerde afstemming heeft praktische gevolgen. AI-assistenten die moeilijker leesbare tekst produceren, leggen een verborgen belasting op elk antwoord, en het effect wordt groter naarmate mensen meer van hun leestijd besteden aan door modellen gegenereerde concepten, samenvattingen en uitleg.
De auteurs beweren dat hun raamwerk wijst op mogelijke oplossingen: manieren om modellen te trainen of af te stemmen waarvan de output de menselijke verwerkingslimieten respecteert zonder dat dit ten koste gaat van de capaciteit. Het artikel is een preprint en heeft nog geen peer review ondergaan, maar de centrale observatie ervan vindt nu al weerklank: het werk steeg op 24 oktober op de voorpagina van Hacker News, wat leidde tot een actief debat over de vraag of de wisselwerking tussen redeneerprestaties en leesbaar proza fundamenteel of fixeerbaar is.
Voorlopig biedt het onderzoek lezers een gevalideerde woordenschat voor een bekende frustratie. De tekst wordt niet per ongeluk slechter; hij wordt door het ontwerp compacter.
Bronnen: arXiv:2610.29162, Hacker News discussie---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
