Michal Místecký

Přeherodovat Heroda? – Modely GPT trénované na autorských dílech a původní tvorba z perspektivy kvantitativní lingvistiky

Introduction

Přeherodovat heroda? – modely gpt trénované na autorských dílech a původní tvorba z perspektivy kvantitativní lingvistiky. Kvantitativní lingvistika porovnává GPT modely trénované na českých autorech s originály. AI texty jsou odlišitelné od lidských děl, s pedagogickým využitím.

Abstract

Cíle: Studie porovnává texty vytvořené modely GPT trénovanými na dílech významných českých autorů s literárními texty, které tito autoři skutečně napsali. Cílem je zjistit (1) zda mezi oběma typy textů existují rozdíly, a pokud ano, (2) v které jazykové oblasti jsou tyto rozdíly nejvýraznější. Metody: Pro trénink GPT byli zvoleni autoři Karel Čapek, Jaroslav Hašek, Franz Kafka a Vladislav Vančura. Korpus každého autora obsahuje 40 textových vzorků o délce 1 000 slov; 20 je generováno příslušným GPT a 20 převzato z původních děl. Byly provedeny dvě analýzy: první spočívalave výpočtu 30 morfologických, syntaktických a lexikálních markerů pro každý text, druhá vycházela z analýz nejfrekventovanějších prvků. Výsledky první analýzy byly testovány z hlediska statistické významnosti pomocí Mannova–Whitneyho U testu. Výsledky: Chatboti nedokážou dobře zachytit hovorovost stylu a konverzační interakci a mají tendenci posilovat narativní charakter textu. Nejlepších výsledků je dosaženo u Karla Čapka, nejhorších u Franze Kafky. Stylometrické analýzy téměř vždy dokážou odlišit texty generované umělou inteligencí od textů lidských autorů.Závěry: Texty vytvářené GPT modely trénovanými na konkrétních autorech jsou stále velmi dobře rozlišitelné od textů skutečných spisovatelů. Z hlediska pedagogické praxe však mohou být chatboti využitelní při kritickém srovnávání s původními texty nebo s texty vytvářenými žáky a studenty.

Full Text

Comments

You need to be logged in to post a comment.