Искусственный интеллект все активнее проникает в издательское дело и киноиндустрию, помогая авторам писать черновики романов или сценариев. Но, как показал детальный литературный анализ, персонажи нейросетей получаются плоскими и предсказуемыми.
Почему художественная литература совсем не удается ИИ
Почему искусственному интеллекту не удается создавать по-настоящему глубокие литературные произведения? Новое исследование ученых из Университета Северной Каролины в Чапел-Хилл раскрывает главную слабость генеративных моделей: они лишают персонажей загадочности, у героев ИИ нет тайны. Используя новую систему оценки CASPER, эксперты проанализировали тысячи текстов и доказали, что нейросети склонны упрощать психологические портреты ради предсказуемого финала.
Буква за буквой, слово за словом. Unsplash
Глубинный анализ текста. Для анализа текстов ученые создали фреймворк CASPER, который оценивает персонажей по законам литературоведения. Система проверяет героев на реалистичность, анализирует их эволюцию по ходу сюжета и финальное разрешение и завершение конфликта. Опрос профессиональных литераторов, использующих ИИ, показывает: авторы делегируют ИИ рутину, например, поиск источников, но главные черты героев всегда прописывают сами.
ИИ-агенты опираются на знакомые паттерны и стремятся аккуратно завершить все сюжетные линии, не оставляя места для читательского воображения. Напротив, писатели-люди легко создают противоречивых героев, чьи мотивы остаются неразгаданными даже после финала.
Обзор структуры CASPER, включая последовательность действий по созданию корпуса (верхний ряд), проведению экспериментов (средний ряд) и анализу категорий (нижний ряд). Anneliese
Именно эта незавершенность и недосказанность делают человеческую литературу запоминающейся, заставляя размышлять над сюжетом после прочтения. Даже масштабное увеличение вычислительной мощности и размера языковых моделей не решает эту проблему, здесь дело не в объеме данных, а в самом понимании природы повествования. Работа опубликована в материалах конференции Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics.
Продолжение ниже
Видео
Продолжение
Шаблонный финал против интриги
Рассказы, написанные людьми (синий цвет), и рассказы, сгенерированных LLM (зеленый цвет), в разбивке по категориям. Писатели-люди, как видно из этой диаграмма, не особенно стремятся завершать все сюжетные линии (closure).
Разработанный исследователями инструмент CASPER позволяет оценивать глубину и разнообразие персонажей по восьми ключевым критериям, помогая разработчикам отслеживать прогресс текстовых моделей. В эпоху, когда писатели много экспериментируют с ИИ, важно понимать его ограничения.
Нейросеть способна стать техническим помощником, но создание по-настоящему захватывающих миров требует способности принимать и понимать неопределенность. Самые сильные истории рождаются там, где герои не вписываются в строгие рамки, совершают нелогичные поступки и оставляют вопросы без ответов, что пока совершенно недоступно алгоритмам, привыкшим действовать по безопасным шаблонам.
«Одно из наших самых удивительных открытий заключалось в том, что более крупные и мощные модели ИИ не обязательно создают более разнообразных персонажей, чем меньшие модели», — говорит соавтор исследования Николас Санаи.-- «Значит проблема не в масштабе. Речь идет о том, как эти модели понимают само повествование».
Загружаем