Długa pauza „—”, stała się symbolem teksów tworzonych przez sztuczną inteligencje. Modele językowe bardzo lubią ją stosować. Dla niektórych ludzi działa to jak płachta na byka, i po zauważaniu długiej pauzy pojawiają się komentarze mówiące że: ” ten tekst był tworzony przez AI”, i domyślnie jest on mało wartościowy. Nie jest to najlepsze podejście, bo obecnie da się łatwo tworzyć teksty za pomocą sztucznej inteligencji bez długich pauz. Poza tym jeśli ktoś napisze tekst w 100% ręcznie, a potem poprosi o korektę, to Ai może dołożyć do tekstu długie pauzy.
Z drugiej strony pojawiają się głosy że przecież korzystanie z długiej pauzy to normalna praktyka pisarska, a osoby które zwracają na to uwagę, nie znają zasad interpunkcji. To też nie jest najlepszym podejściem, bo AI używa długich pauz częściej niż ludzie (gdy weźmiemy pod uwagę tylko tych ludzi, którzy z długich pauz regularnie korzystają). Dodatkowo długa pauza występuje częściej w określonych, często zagranicznych tekstach. W amerykańskich gazetach publicystycznych aż roi się od długich pauz. Podobnie jest w przypadku tekstów naukowych czy ekonomicznych, na Mises.pl długie pauzy tez występują często (w obu przypadkach sprawdzałem teksty z przed ery Chata GPT).
Głównym problemem jest struktura zdań i rytm. Modele językowe lubią dzielić tekst na równe fragmenty, a długie pauzy umożliwiają łatwe dzielenie zdań na trzy krótsze części. Tak więc zamiast korzystać z szeregu innych rozwiązań, np. nawiasów, przecinków, średników, odpowiedniej konstrukcji zdań i spójników, modele językowe lubią iść po najmniejszej linii oporu i wszędzie używać długich pauz. Taka struktura po prostu męczy, kłuje w oczy, dodatkowo w tekstach pisanych przez sztuczną inteligencję, forma wpływa na treść, więc podobna forma sprawia że treści są bardziej schematyczne i nudne.
Spis treści
Skąd się wzięło to całe zamieszanie?
Korzystanie z długiej pauzy wymaga pewnego wysiłku (lub wiedzy). Stąd na ogół, przy tekstach pisanych na szybko, np. w przypadku komentarzy czy postów na socjalmediach, ludzie z niej nie korzystają.
Temat zrobił się głośny jesienią 2024 roku, kiedy na Reddicie pojawił się post z pytaniem, czy ChatGPT nie używa przypadkiem myślników za często, skoro nie ma ich nawet na klawiaturze. Post został usunięty, ale zdążył wywołać lawinę kolejnych wątków, które z Reddita przebijały się na LinkedIn i inne platformy. Dyskusja szybko wyszła poza środowisko techniczne i zaczęła żyć własnym życiem.
Mniej więcej w listopadzie 2024, pojawił się post na forum deweloperów OpenAI, gdzie użytkownik skarżył się, że nie może sprawić, żeby ChatGPT przestał używać myślników. To dało tematowi drugie życie wśród bardziej technicznej części internetu. Pokrywa się to z moimi doświadczeniami, rok temu miałem spory problem z długimi pauzami w tekstach tworzonych przez Chat GPT i inne modele AI, obecnie ten problem praktycznie zniknął, i wystarczy krótka prośba o to żeby długich pauz nie korzystać.
W maju 2025 roku jeden z użytkowników GitHuba opublikował projekt „em-dash-conspiracy”: analizę opartą na Reddit API, która śledziła częstotliwość myślnika em w tysiącach postów z technologicznych subredditów jako potencjalnego markera treści generowanych przez AI.
Najciekawszy trop jest jednak techniczny. GPT-3.5 właściwie nie używał em dasha, natomiast GPT-4o zaczął go stosować mniej więcej dziesięć razy częściej. Jednym z proponowanych wyjaśnień jest zmiana danych treningowych: od 2024 roku laboratoria AI zaczęły masowo skanować drukowane książki, które historycznie zawierają znacznie więcej myślników niż teksty z internetu.
Skąd się biorą pauzy w tekstach AI?
Modele językowe uczą się pisać na podstawie ogromnych zbiorów tekstów z internetu, książek, artykułów i dokumentacji. W tych zbiorach długa pauza pojawia się w określonych kontekstach: w beletrystyce, eseistyce, dziennikarstwie literackim, tekstach anglosaskich. Model uczy się, że w zdaniu o pewnej strukturze, z wtrąceniem lub dopowiedzeniem, pojawia się właśnie ten znak.
Problem polega na tym, że model nie rozumie kontekstu kulturowego ani redakcyjnego. Nie wie on że w polskich porządnych (redagowanych tekstach) pauza jest używana oszczędnie, a w tekstach pisanych na szybko, np. przy wiadomościach, komentarzach i postach na socjlamedia, długa pauza praktycznie nie występuje.
Dlaczego AI używa pauzy za często?
Jest kilka powodów, które nakładają się na siebie.
Po pierwsze, dane treningowe są zdominowane przez angielski, a w angielskiej typografii myślnik em dash jest znacznie popularniejszy niż w polskiej. Model przenosi ten wzorzec na inne języki.
Po drugie, pauza jest wygodnym substytucją zdania podrzędnego. Zamiast zbudować poprawną konstrukcję składniową, model wstawia pauzę i dokłada dopowiedzenie. To krótsze, szybsze i statystycznie „bezpieczniejsze” z perspektywy generowania.
Po trzecie, w zbiorach treningowych pauza często pojawia się w tekstach o wysokiej jakości stylistycznej. Model kojarzy ją z prestiżem i płynnością. Naśladuje efekt, nie rozumiejąc przyczyny.
Szerszy problem długiej kreski.
Dyskusja o pauzie jest pozornie drobna, ale ujawnia coś istotnego. Modele językowe nie piszą, one przewidują. Każde słowo jest wyborem statystycznym na podstawie kontekstu. Znak typograficzny nie jest dla modelu decyzją stylistyczną, tylko tokenem z określonym prawdopodobieństwem pojawienia się po danej sekwencji słów.
To oznacza, że model może pisać pięknie w sensie lokalnym, zdanie po zdaniu, a jednocześnie być nieświadomy globalnych norm gatunkowych, redakcyjnych czy kulturowych. Dlatego tekst AI bywa poprawny gramatycznie, płynny, nawet elegancki, ale jednocześnie dziwnie zuniformizowany. Każdy tekst brzmi trochę jak każdy inny.
Czy można to naprawić?
Tak i to na kilka sposobów. Instrukcja w prompcie działa skutecznie. Jeśli użytkownik napisze wprost, że nie chce pauz, model w większości przypadków ich unika i szuka alternatywnych konstrukcji składniowych. Choć jeszcze półtora roku temu modele miały z tym duży problem.
Dostrajanie modelu na konkretnym stylu również przynosi efekty.
Redakcje i wydawnictwa, które chcą spójności z własnym stylem, mogą trenować modele na własnych zbiorach, w których pauza pojawia się w konkretnej roli i z konkretną częstotliwością.
Wreszcie jest kwestia świadomości użytkownika. Osoba, która rozumie, skąd bierze się nadmiar pauz, potrafi ocenić tekst AI krytyczniej i poprawić go szybciej.
Co naprawdę jest problemem?
Sama pauza nie jest problemem. Pauza to tylko najbardziej widoczny symptom głębszego zjawiska: modele językowe generują tekst, który jest statystycznie prawdopodobny, ale nie osadzony w konkretnej tradycji redakcyjnej ani gatunkowej. Są doskonałymi naśladowcami uśrednionego pisania.
Kiedy ktoś mówi, że „po pauzach od razu poznaje tekst napisany przez AI”, ma rację nie dlatego, że pauza jest zła. Ma rację dlatego, że widzi wzorzec, który nie odpowiada żadnemu konkretnemu stylowi, gatunkowi ani redakcji. Jest zbyt gładki, zbyt równy, zbyt wszędzie taki sam.
To jest właściwe pytanie o AI i pisanie. Nie o to, których znaków interpunkcyjnych używa, ale o to, czy kiedykolwiek będzie pisać jak ktoś, a nie jak wszyscy naraz.
Inne cechy tekstów pisany przez AI , „to nie X to Y”, szczęśliwa trójka.
Myślnik to zaledwie wierzchołek góry lodowej. Redaktorzy i badacze zdążyli już skatalogować znacznie bogatszy repertuar nawyków pisarskich AI, a niektóre z nich są znacznie trudniejsze do wychwycenia niż pojedynczy znak interpunkcyjny.
Najbardziej charakterystyczny wzorzec to konstrukcja, którą badacze zaczęli nazywać „metaforą z trykolonem”. Wygląda tak: „To nie jest tylko [opis]; to [metafora], która łączy [trzy powiązane pojęcia].” Na przykład: „To nie jest tylko artykuł o pisaniu; to manifest o autentyczności, kreatywności i przyszłości ludzkiej ekspresji.” Kiedy już raz dostrzeżesz ten schemat, zaczynasz go widzieć wszędzie: w blogach korporacyjnych, postach na LinkedInie, newsletterach.
Jak np. w końcówce poprzedniego zdania, poza tym całe poprzednie zdanie składa z trzech części.
Trykolon jako taki, czyli wyliczenie trzech elementów dla rytmu i podkreślenia, jest starym narzędziem retorycznym. Problem w tym, że jeden trykolon jest elegancki, ale trzy pod rząd to już sygnał, że coś poszło nie tak. Model nie ma wyczucia, kiedy przestać.
Osobną kategorią jest klasyczne „wyobraź sobie” otwierające futurystyczną wizję. Schemat jest zawsze ten sam: „Wyobraź sobie świat, w którym każde narzędzie, którego używasz, ma za sobą cichą inteligencję…”
Wiele charakterystyczny słów dotyczy konkretnego tematu. W tekstach o sportach zimowych „białe szaleństwo” to podstawa. Teksty o Helu mówią o specyficzny, wolnym klimacie. I tak dalej.
Techniki same w sobie nie są złe, bo mają długą historię w retoryce. Problem polega na tym, że modele stosują je z robotyczną konsekwencją, bez wyczucia, kiedy dany chwyt jest uzasadniony. Ludzki pisarz wprowadza metaforę i po jakimś czasie z niej wychodzi. Model ją wprowadza i już z niej nie wychodzi.
Sedno problemu, czyli problemy wynikające z tekstów tworzonych przez AI.
Doszukiwanie się charakterystycznych wstawek nie rozwiązuje całego problemu. Warto jest zwracać na nie uwagę wtedy, gdy są one tak częste że aż kłują w oczy. Najważniejsze jest to żeby artykuł miał sens, i coś wnosił. Czyli ważny jest istotny udział człowieka. Jeśli tekst mówi o „osobistym, prawdziwym doświadczeniu”, to dobrze by było żeby nie był zmyślony. Przy czym człowiek tez może zmyślić wszystko, pisząc tekst ręcznie.
W przypadku tekstów informacyjnych, Ai może pisać więcej, ważne jest żeby człowiek miał nad tym kontrolę. Jeśli robi się to dobrze, to część pracy przechodzi w myślenie nad tematem, a częć pracy polega na wybieraniu najlepszych fragmentów, ocenie ich, i pisaniu ręcznie tego co AI nie potrafi napisać. Kiedy teskt powstaje w większości ręcznie, sztuczna inteligencja może napisać te żmudniejsze fragmenty, które są niezbędne żeby dostarczyć kontekst, ale które z założenia są schematyczne.
