Lo studio e il metodo
Uno studio della New York University e della University of Texas at Austin, ripreso da The Decoder, sostiene che i modelli linguistici più avanzati tendono a usare in modo sistematico costruzioni che rendono la lettura più faticosa per gli esseri umani. I ricercatori hanno fatto produrre testo a 14 modelli in tre contesti: conversazione informale, sessioni di programmazione e saggi argomentativi. Tra i modelli coinvolti figurano Claude, GPT-5.6, GLM-5, Kimi K2.5 e modelli open source più piccoli come Llama e Olmo.
Il corpus analizzato comprende 120 conversazioni, 45 sessioni di codice e 980 saggi, confrontati con testi scritti da persone provenienti da sottotitoli di film, StackExchange e saggi studenteschi. Il confronto non riguarda solo la correttezza dei contenuti, ma la struttura delle frasi e la scelta delle parole.
I sei schemi segnalati
Secondo la ricerca, i modelli abusano di combinazioni di parole rare nella scrittura umana, come reader-patience budget, e separano parti della frase che dovrebbero restare vicine, sovraccaricando la memoria di lavoro. Un esempio attribuito a Claude Opus 5 è una frase in cui soggetto e predicato principale sono divisi da una lunga subordinata.
Ricorrono anche riferimenti abbreviati con nesso omesso: al posto di the book that the professor wrote i modelli scrivono the book the professor wrote, risparmiando una parola ma creando un momento di ambiguità. Si aggiungono catene di sostantivi come horror movie soundtrack generator, che lasciano al lettore il compito di capire quale termine modifichi quale.
I modelli trasformano inoltre nomi in verbi dove un essere umano non lo farebbe, come calendar it al posto di put it in the calendar, e applicano verbi animati a soggetti inanimati. Un esempio citato è una conversazione che si mangia la coda. Il significato resta comprensibile, ma richiede uno sforzo aggiuntivo.
Possibili cause e limiti
I ricercatori collegano il fenomeno all'addestramento crescente su compiti come matematica, codice e ragionamento logico, dove viene premiata la correttezza e non la chiarezza. Sostengono inoltre che il passaggio dal reinforcement learning con feedback umano a quello con ricompense verificabili rimuova gli esseri umani dal circuito di feedback, favorendo un dialetto efficiente per comprimere informazioni ma poco adatto ai lettori.
I dati mostrano differenze tra modelli: Llama e Olmo base sono i più vicini al testo umano, mentre nella famiglia Olmo i punteggi salgono dal modello base alla variante instruct fino al modello di ragionamento Olmo Think, suggerendo un ruolo del post-addestramento. Claude Opus 5.5 supera Opus 5 in 19 confronti su 21, indicando che un fine-tuning mirato può migliorare la leggibilità. Lo studio resta un'analisi comparativa su un corpus definito e non stabilisce un nesso causale definitivo tra addestramento e stile. La portata dei risultati su altri modelli e contesti d'uso va verificata.
