KI-Texte verraten sich immer schlechter, aber sie färben unsere Sprache um
TL;DR
Der Guardian zeigt am Beispiel von Hotelreviews: Menschen erkennen KI-Texte nur mäßig zuverlässig. Linguistin Claire Hardaker nennt bei ihrem Bot-or-Not-Test rund 60 Prozent Trefferquote; typische Verdachtsmuster wie Klischees, Gedankenstriche oder Dreierlisten treffen auch auf menschliche Texte zu. Der Artikel sammelt mehrere aktuelle Streitfälle aus Literatur und Medien, darunter Vorwürfe gegen Jamir Nazir, den zurückgezogenen Roman Shy Girl und Steven Rosenbaums Buch mit halluzinierten Zitaten. Das größere Problem ist nicht nur KI-Nutzung, sondern die neue Verdachtskultur.
Nauti's Take
Der stärkste Punkt im Guardian-Stück: KI macht Sprache nicht nur schlechter oder glatter, sie macht uns misstrauischer gegenüber Sprache. Das ist gefährlicher als ein paar übernutzte Wörter.
Wer gute Texte baut, sollte deshalb weniger auf Detektor-Ampeln starren und mehr auf Herkunft, Absicht, Stilbruch, Quellen und echte Erfahrung achten. Der neue Qualitätsvorteil liegt in erkennbarer Haltung, nicht in perfekt entgifteter Modellprosa.
Einordnunganzeigen
Die eigentliche Veränderung passiert nicht im einzelnen Satz, sondern im Feedback-Kreis zwischen Modellen, Nutzerinnen, Redaktionen und Detektoren. Wenn alle anfangen, gegen vermeintliche KI-Marker zu schreiben, verändern Menschen ihre Sprache ebenfalls. Für Content-Teams heißt das: Detektorwerte sind kein Wahrheitsbeweis, Stilpflege wird strategischer.
Quellen