Emotional Differences Between Human- and AI-Generated Texts
Deze studie daagt het beeld van AI als louter een cognitief hulpmiddel uit door aan te tonen dat, over 25 talen heen, door AI gegenereerde tekst systematisch een hogere valentie, arousal en dominantie vertoont met minder negatieve emoties vergeleken met menselijk schrijven, wat duidt op onderscheidende affectieve profielen met significante implicaties voor diverse toepassingen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Decennialang hebben we kunstmatige intelligentie behandeld als een machine voor het denken, een instrument dat is ontworpen om feiten op te halen, gegevens te samenvatten en informatie met kille efficiëntie te reorganiseren. In dit traditionele beeld werd de emotionele toon van de woorden van een AI beschouwd als een bijproduct, een bijverschijnsel van statistische patronen in plaats van een betekenisvol signaal op zichzelf. Echter, naarmate deze systemen verschuiven van het beantwoorden van eenvoudige vragen naar het fungeren als klantenservicemedewerkers, schrijfassistenten en metgezellen, doet de manier waarop ze klinken er net zo toe als wat ze zeggen. De emotionele kwaliteit van een boodschap vormt hoe een persoon het vertrouwt, ermee betrokken raakt en hoe men zich voelt bij de interactie. Deze verschuiving heeft geleid tot een fundamentele vraag: draagt de door machines gegenereerde taal een duidelijke emotionele vingerafdruk die het onderscheidt van het menselijke schrijven? Om dit te beantwoorden, kijken wetenschappers naar emotie niet als een enkel gevoel, maar door verschillende lenzen. Ze onderzoeken of een tekst over het algemeen positief of negatief aanvoelt, hoeveel energie of enthousiasme het overbrengt, hoeveel gevoel van controle of autoriteit het projecteert, en welke specifieke gevoelens zoals vreugde, woede of angst aanwezig zijn.
Een onderzoeker zette zich scharpe om deze verschillen op een enorme schaal in kaart te brengen, waarbij verder werd gekeken dan de gebruikelijke focus op het Engels om vijfentwintig verschillende talen te omvatten. Zij verzamelden een enorme collectie tekst, afkomstig uit diverse publieke bronnen om te zorgen voor een mix van menselijk schrijven en van verschillende kunstmatige intelligentie-generatoren. De uiteindelijke dataset bevatte bijna negenhonderdduizend monsters, variërend van veel gesproken talen zoals Engels en Spaans tot kleinere talen zoals Iers en Ests. Om een eerlijke vergelijking te maken, balanceerde de onderzoeker de aantallen, waarbij werd gewaarborgd dat voor elke taal een gelijk aantal menselijke teksten en AI-teksten werd geanalyseerd. Vervolgens werden alle stukken tekst door een reeks verschillende analytische instrumenten gehaald. Sommige instrumenten maten de algemene stemming, terwijl andere de tekst opdeelden in specifieke emotionele categorieën, en andere weer de intensiteit van het gevoel en de mate van macht of dominantie binnen de woorden maten.
De resultaten onthulden een duidelijk en consistent patroon dat standhield in bijna alle talen en domeinen die zij bestudeerden, met uitzondering van een genoemde beperking in het scoren van niet-Latijnse schriften zoals Urdu. Wanneer vergeleken met menselijk schrijven, was de door kunstmatige intelligentie geproduceerde tekst systematisch positiever en assertiever. Terwijl menselijk schrijven de neiging had om rond een neutraal punt te zweven of licht naar het negatieve te neigen, leunde de AI-tekst consequent naar de positieve kant van de schaal. Dit verschil was niet slechts een kwestie van "aardiger" zijn; het was een structureel kenmerk van hoe de machines schreven. De door AI gegenereerde tekst uitte aanzienlijk minder woede, walging, irritatie en afkeuring dan het menselijke schrijven deed. In plaats van de reactieve, kritische of oordelende emoties die het menselijk gesprek vaak kleuren, gaven de machines de voorkeur aan gevoelens van zorgzaamheid, optimisme, bewondering en vreugde.
De studie onthulde ook een verrassende nuance in de verdeling van deze emoties. Het verschil tussen menselijk en machinaal schrijven was niet simpelweg dat de machines alle negatieve gevoelens vermeden. Wanneer het ging om kwetsbare of interne emoties zoals verdriet, droefheid of angst, was de kloof tussen menselijk en AI-schrijven veel kleiner. De machines elimineerden deze gevoelens niet volledig. De machines waren echter veel minder geneigd om de scherpe, confronterende of evaluerende negatieve emoties te produceren die mensen vaak gebruiken. Wat betreft het gevoel van controle of autoriteit binnen de tekst, scoorde de AI-schrijfstijl hoger, waardoor deze dominanter en zelfverzekerder verscheen dan het menselijke schrijven. Het energieniveau, of arousal, van de twee groepen was het enige gebied waar ze bijna identiek waren, wat suggereert dat hoewel de machines zelfverzekerder en positiever klonken, ze niet noodzakelijkerwijs enthousiaster of geagiteerder klonken dan mensen.
Deze bevindingen suggereren dat de emotionele toon van kunstmatige intelligentie niet toevallig is, maar waarschijnlijk het resultaat is van de trainingsprocessen die worden gebruikt om deze systemen behulpzaam en ongevaarlijk te maken. De machines zijn afgestemd om meegaand en ondersteunend te zijn, wat er natuurlijk voor zorgt dat de ruwere, meer kritische randjes van de menselijke expressie worden weggefilterd. Dit creëert een duidelijke emotionele signatuur die consistent is over verschillende talen en onderwerpen, hoewel er variatie bestaat in de manier waarop deze patronen zich manifesteren in verschillende schriften. Voor iedereen die deze hulpmiddelen gebruikt in de echte wereld, van klantenservice tot geestelijke gezondheidszorg, betekent dit dat de toon van een AI niet als hetzelfde kan worden beschouwd als die van een mens, zelfs wanneer de inhoud vergelijkbaar lijkt. De machine zal bijna altijd positiever, meer in controle en minder kritisch klinken dan een persoon zou doen. Het begrijpen van dit systematische verschil is cruciaal, want in gevoelige situaties kan een toon die te uniform positief of zelfverzekerd is, ongepast of zelfs misleidend aanvoelen, wat een kloof creëert tussen wat de gebruiker verwacht en wat de machine daadwerkelijk levert.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.