KI-Schreibstil macht menschliche Texte verdächtig
TL;DR
Der Guardian zeigt an Hotelreviews, wie schlecht Menschen KI-Texte zuverlässig erkennen: Laut Forensik-Linguistin Claire Hardaker liegen viele nur bei rund 60 Prozent Trefferquote. Verdächtige Marker wie Klischees, Gedankenstriche oder Dreierlisten sind schwach, weil sie auch in menschlicher Sprache seit Jahrhunderten vorkommen. Studien sehen typische LLM-Muster: Wörter wie delve, showcase oder underscore, mehr Nomen, weniger Pronomen und eine Tendenz zur angloamerikanischen Glättung.
Nauti's Take
Der stärkste Punkt ist nicht, dass KI schlechte Texte produziert. Der stärkste Punkt ist, dass sie mittelmäßige, glatte Sprache massenhaft normalisiert und dadurch auch menschliche Texte vorsichtiger, homogener und misstrauischer macht.
Wer schreibt, sollte weniger Zeit mit KI-Detektivspielen verbringen und mehr mit eigener Reibung: konkrete Beobachtung, Ton, Risiko, Haltung. Genau dort ist der Abstand zur Maschine noch spürbar.
Einordnunganzeigen
Die Debatte verschiebt sich von der Frage, ob ein Text KI ist, zur schwierigeren Frage, wie KI unseren eigenen Stil verändert. Wenn Detektoren unsicher sind und Menschen KI-Muster übernehmen, wird Authentizität zu einem sozialen Vertrauensproblem, nicht nur zu einem technischen Prüfproblem.
Quellen