Literówka w CV może uratować przed AI? Paradoks ery modeli językowych

Czy perfekcyjnie napisany tekst może działać przeciwko autorowi? W dobie modeli językowych, które generują nienagannie płynne wypowiedzi, idealna składnia budzi podejrzenia. Coraz więcej osób sięga po paradoksalny sposób, by udowodnić swoje człowieczeństwo – celowo psuje własne teksty.

Perfekcja stała się dowodem na winę

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

Jeszcze niedawno klarowny, precyzyjny tekst uchodził za wyznacznik kompetencji. Dziś, jak zauważa analiza w New Scientist, dla rosnącej grupy czytelników, recenzentów i menedżerów ds. rekrutacji stał się źródłem moralnego podejrzenia. Gdy nie sposób łatwo odróżnić tekst napisany przez człowieka od wygenerowanego przez ChatGPT czy Gemini, doskonałość zdaje się obciążać autora. Przykład: przyjaciółka autora usłyszała, że jej praca „wygląda, jakby napisała ją sztuczna inteligencja”, choć była w pełni samodzielna. „Zrozumiałem, co się stało – jej wiarygodność podważono nie dlatego, że wypadła słabo, ale dlatego, że była zbyt dobra” – relacjonuje.

Ten mechanizm nie ogranicza się do kręgów towarzyskich. W konkursach o pracę, na uczelniach i w redakcjach coraz trudniej polegać na stylu jako dowodzie autorstwa. Jak podkreśla autor, umiejętności, które kiedyś sygnalizowały inteligencję i wysiłek – klarowność, precyzja, zgrabne zdanie – tracą na znaczeniu.

Błąd jako certyfikat człowieczeństwa

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

W odpowiedzi na tę niepewność niektórzy piszący sięgają po jedyny wciąż dostępny sygnał: ludzki błąd. Powtórzone słowo, drobna literówka, nieco kanciasta fraza zaczynają funkcjonować nie jako objaw niedbalstwa, lecz jako dowód autentycznego ludzkiego dotyku. Alan Turing już w latach 50. sugerował, by maszyny celowo popełniały błędy, aby wydawać się bardziej ludzkie – dziś to ludzie naśladują tę strategię, by odróżnić się od maszyn.

Zjawisko to przybiera konkretne formy: doradcy zawodowi podobno radzą kandydatom, aby w listach motywacyjnych zostawili pojedynczy błąd – właśnie po to, by zasygnalizować, że pisał je żywy człowiek. „Usterka stała się świadectwem” – komentuje autor. W środowisku, gdzie ani ludzie, ani algorytmy nie potrafią niezawodnie odróżnić tekstu maszynowego od ludzkiego (badania pokazują, że gdy próbki są wymieszane, skuteczność spada jeszcze bardziej), defekt zyskuje wartość uwierzytelniającą.

Narzędzia do wykrywania AI zawodzą

Kluczowym czynnikiem napędzającym ten trend jest zawodność automatycznych detektorów AI. Wiele uczelni, które początkowo wdrożyły oprogramowanie antyplagiatowe rozszerzone o wykrywanie modeli językowych, wycofało się z tego pomysłu – liczba fałszywych alarmów była zbyt wysoka. Studenci, którzy rzetelnie napisali pracę sami, bywali oskarżani o oszustwo bez możliwości skutecznej obrony. W konsekwencji jedyną metodą na udowodnienie autorstwa stało się to, co najtrudniej podrobić: celowa niedoskonałość.

„Dobre pisanie, niegdyś oznaka umiejętności, stało się źródłem moralnego podejrzenia” – stwierdza autor analizy w New Scientist.

Presja, by dogonić AI – nawet wbrew sobie

Paradoks potęguje presja samego środowiska naukowego. Jak wynika z sondażu opublikowanego w Nature w czerwcu 2026 roku, blisko 60 procent badanych badaczy odczuwa obawę, że zostanie w tyle, jeśli nie zacznie korzystać z narzędzi AI. Równocześnie prawie połowa z nich ma negatywny stosunek do tej technologii, a 63 procent uważa, że ryzyko związane z używaniem dużych modeli językowych przewyższa korzyści. „Jeśli chcesz utrzymać się w walce, nie masz wyboru – musisz przyjąć niektóre narzędzia, zwłaszcza LLM-y, by dotrzymać kroku innym, którzy je stosują” – mówi Alexander Gibson, doktorant z Queensland University of Technology. W tym napięciu między potrzebą przetrwania a nieufnością błąd staje się symbolem oporu – sposobem, by zaznaczyć, że mimo korzystania z AI, ostateczny głos należy do człowieka.

Koniec tymczasowej broni?

Niestety, waluta błędu jest na kredyt. Gdy tylko imperfekcja zostanie uznana za znak autentyczności, modele językowe nauczą się ją imitować. „Użytkownicy poproszą systemy AI, by brzmiały bardziej szorstko, mniej dopracowane, bardziej ludzko” – przewiduje autor. I systemy posłusznie zaczną symulować skalibrowaną niekompetencję. Wówczas celowe literówki przestaną działać, a my znajdziemy się w punkcie wyjścia – tyle że jeszcze bardziej nieufni.

Wyjściem mogą być rozwiązania nie oparte na stylu, lecz na formie: bezpośrednie, niepośredniczone oceny twarzą w twarz, odręczne egzaminy, ustne wyjaśnienia w czasie rzeczywistym. Albo – jak sugerują niektóre uczelnie – przyzwolenie na używanie AI, pod warunkiem ujawnienia promptów jako części pracy. Niezależnie od ścieżki, era, w której perfekcyjna polszczyzna była bezdyskusyjną zaletą, dobiega końca. A błąd – na krótką chwilę – znów stał się bardzo ludzki.