Varför maskinskrivna utkast låter likadant
En språkmodell bygger en mening av de ord som mest sannolikt kommer härnäst. Sannolika meningar är grammatiska och säkra, men de är också meningarna i alla andras utkast. Resultatet läses som om ingen särskild hade skrivit det.
Ingen av vanorna nedan bevisar att en maskin skrev en text. Människor skriver också så, särskilt i formella rapporter och på ett andraspråk. Se dem som tecken på ett utkast som ingen har redigerat ännu, och rätta dem för läsarens skull.
Bryt den jämna rytmen
Räkna orden i fem meningar i rad. Om alla är ungefär lika långa kommer stycket att låta enformigt, hur bra innehållet än är. Slå ihop två meningar som hör ihop, och korta ner en till några få ord där poängen förtjänar tyngden.
Före: Det nya schemat minskar övertiden för lagerpersonalen. Det förbättrar också samordningen mellan de två skiften. Dessutom ger det cheferna mer tid för planering.
Efter: Med det nya schemat minskar övertiden på lagret, och de två skiften börjar faktiskt prata med varandra. Cheferna vinner också något: tid att planera.
Stryk de slitna bindeorden
”Dessutom”, ”vidare”, ”därtill” och ”det är värt att notera att” påstår ett samband utan att visa det. Stryk ordet och läs de två meningarna igen. Om de fortfarande hänger ihop var bindeordet bara brus. Om de inte gör det skriver du ut det verkliga sambandet: eftersom, så, men, efter det.
Före: Enkäten hade en låg svarsfrekvens. Vidare är det värt att notera att de flesta svaren kom från en och samma avdelning.
Efter: Få svarade på enkäten, och de flesta som gjorde det arbetar på samma avdelning, så resultaten beskriver den avdelningen och inte företaget.
Plocka isär det automatiska tretalet
Maskinskrivna utkast tar gärna till tre led eftersom tre låter fullständigt: ”snabb, pålitlig och skalbar”, ”tydlighet, enhetlighet och genomslag”. Fråga dig om du kan ge ett exempel på varje led. Behåll dem du kan ge exempel på, och ge ett exempel på det bästa av dem. Två sanna saker slår tre släta.
Före: Vårt supportteam är snabbt, vänligt och kunnigt och står alltid redo att hjälpa till.
Efter: Vårt supportteam svarar inom en timme på vardagar, och den som svarar är en av ingenjörerna som byggde produkten.
Bestäm vad du faktiskt påstår
En modell garderar sig av ren vana: ”kan potentiellt”, ”kan bidra till att”, ”i många fall”, ”spelar en roll för”. En ärlig reservation hjälper, men fyra i samma mening lämnar ingenting kvar.
Bestäm för varje gardering om du faktiskt vet saken. Om du vet den säger du det rakt ut. Om du inte vet den säger du exakt vad du inte vet.
Före: Regelbundna säkerhetskopior kan potentiellt bidra till att minska risken för dataförlust i många situationer.
Efter: Regelbundna säkerhetskopior hindrar inte att en disk går sönder, men de avgör om du förlorar en timmes arbete eller ett helt års.
Ta bort den tomma inledningen och den tomma avslutningen
Den första meningen i ett maskinskrivet utkast brukar presentera ämnet och hur viktigt det är, och den sista sammanfattar det som just har sagts. Täck över den första raden med handen. Om texten börjar bättre med den andra meningen stryker du den första.
Gör likadant i slutet: sluta vid den sista meningen som säger läsaren något nytt.
Före: I dagens snabbrörliga affärsvärld är effektiv kommunikation viktigare än någonsin. Detta mejl beskriver förändringarna i vårt mötesschema.
Efter: Från och med måndag flyttas det veckovisa planeringsmötet till tisdagar kl. 10, och avstämningen på fredagar ställs in.
Lägg till det som bara du vet
Det här är steget som ingen omskrivning kan göra åt dig. En modell vet vad som brukar gälla för introduktion av nyanställda, säkerhetskopior eller mötesscheman. Den vet inte att din senaste nyanställda fick vänta fyra dagar på en dator, eller att din kund ställde samma fråga två gånger.
En sådan detalj i ett stycke gör mer för textens röst än hur mycket omformulering som helst, eftersom den inte kan ha kommit någon annanstans ifrån.
Gå igenom utkastet och markera varje allmänt påstående. Fråga dig för vart och ett vad du såg, mätte, beslutade eller fick höra som fick dig att tro på det, och skriv ner det i stället eller bredvid.
Håll fakta intakta medan du redigerar
Stilredigeringar förstör fakta i det tysta. När du slår ihop två meningar kan ett villkor hamna i fel sats, och när du stryker en gardering kan ”i två av fem tester” bli ”i tester”. När du är klar lägger du den redigerade texten bredvid originalet och jämför bara de hårda punkterna:
- Varje siffra, datum, pris och enhet, också de som är utskrivna med bokstäver.
- Varje namn på en person, ett företag, en produkt eller en plats, med rätt stavning.
- Varje villkor och undantag: om inte, bara om, utom, upp till, minst.
- Varje negation, eftersom ett bortfallet ”inte” är den dyraste redigering som finns.
- Vem som gör vad mot vem i varje mening som du slog ihop eller delade upp.
Läs texten högt innan du skickar den
Örat uppfattar det som ögat förlåter. Läs texten högt i samtalstempo. Om du tappar andan är meningen för lång. Om du aldrig skulle säga en fras till en kollega vid bordet, använd det du skulle säga i stället. Om du blir uttråkad blir läsaren det också.
När ett verktyg hjälper, och var det tar stopp
Ytarbetet i den här checklistan är så pass mekaniskt att ett verktyg kan ta över det när du har mycket text eller ont om tid: rytm, bindeord, stela formuleringar. Textumis Humanizer gör den delen och siktar på text som läses som om en människa skrev den. Innan den visar ett resultat går utkastet igenom flera kontroller mot ditt original: fakta, namn, siffror, exakta benämningar och logiken, inklusive negationer och motsatser.
Det mesta av arbetet görs av Textumis egen AI-utveckling på våra egna servrar, och utkastet granskas dessutom av en extern AI-modell som anges i integritetspolicyn. Du kan använda Humanizer i arbetsytan på webben, i macOS-appen med Individuell och Professionell eller be din AI-assistent att skriva om en engelsk text via Textumis koppling. Vi fortsätter att förbättra Humanizer och lägger regelbundet till verktyg som gör den enklare att använda.
Humanizer tar 50 till 2 000 ord på engelska och upp till 1 000 på de andra språken. Ditt original står kvar bredvid resultatet, så att du ser varje ändring.
Ett verktyg kan inte lägga till det som bara du vet, och det lovar ingenting om hur någon AI-detektor kommer att bedöma resultatet. Låt det göra den mekaniska genomgången och gör sedan de två sista stegen själv: lägg till dina egna detaljer och läs texten högt.
Vanliga frågor
Varför låter AI-text så robotaktig?
Eftersom en modell väljer sannolika ord, och sannolika ord ger jämna, säkra och allmänna meningar. Grammatiken är det inget fel på. Det som saknas är variation i rytmen, en tydlig hållning och de konkreta detaljer som en människa hämtar ur sin egen erfarenhet. En redaktör sätter tillbaka dem. Inget av det kräver särskild skicklighet, bara noggrann uppmärksamhet på ett stycke i taget.
Vilka är de vanligaste tecknen på AI-skriven text?
Meningar av nästan samma längd, bindeord som ”dessutom” och ”vidare”, uppräkningar med exakt tre led, flera garderingar i samma mening, en inledning om hur viktigt ämnet är och en avslutning som upprepar texten. Inget av detta är ett bevis. Människor gör allt detta, och en noggrann skribent kan undvika allt detta även med en maskins hjälp.
Hur lång tid tar det att redigera ett AI-utkast för hand?
Kortare tid än att skriva sidan från grunden, om du kan ämnet. Att ta bort inledningen, avslutningen och de slitna bindeorden går snabbast och ger oftast mest förbättring för insatsen. Att lägga till egna detaljer tar längst tid. Det är den delen som gör texten till din, så det är fel ställe att spara tid på.
Klarar texten en AI-detektor om jag redigerar den?
Det finns inget pålitligt svar på det, och den som påstår något annat gissar. Detektorer mäter olika saker, är ofta oense och flaggar ibland texter som helt och hållet skrivits av människor. Redigera för läsaren. Ett detektorresultat är en signal om mönster i formuleringarna, inte ett bevis på vem som skrev texten, och det bör inte vara målet med din redigering.
Kan jag be AI:n själv att låta mer naturlig?
Ja, och det hjälper lite. Att be om kortare meningar eller en enklare ton ändrar ytan. Men modellen byter gärna en vana mot en annan, till exempel stelhet mot tillgjord ledighet. Och eftersom den inte känner till dina fakta förblir de allmänna påståendena allmänna tills du ersätter dem med det du vet.
Är det fel att redigera AI-genererad text och lägga fram den som min?
Det beror på vart texten ska. För dina egna mejl, inlägg och arbetsdokument är redigering av ett maskinskrivet utkast helt enkelt en del av skrivandet. Om din skola, en tidskrift, en arbetsgivare eller en kund har regler för AI-hjälp följer du dem och redovisar hjälpen där de kräver det. Att redigera en text ändrar inte hur den först kom till.
Ersätter ett humanizer-verktyg redigeringen?
Det tar över den mekaniska delen: det varierar rytmen, rensar bort slitna fraser och lättar upp stela meningar. Det vet inte vad som hände i ditt projekt eller vad du tycker, så det kan inte bidra med de detaljer och den hållning som gör en text värd att läsa. Jämför resultatet med ditt original, kontrollera namn och siffror och lägg till det som bara du kan.