Ny forskning udfordrer forestillingen om, at sprogmodellers output kan betragtes som én samlet 'AI-supervarietet'. I stedet argumenterer forskerne for, at hver model har sit eget sproglige fingeraftryk – analogt til menneskers idiolekter. Analysen, som er beskrevet i et arXiv-paper, sammenligner tekster fra seks modeller fra 2024 med seks nyere modeller fra 2026, genereret ud fra samme prompts om samfundsemner.
Ved hjælp af stilometriske analyser finder forskerne et generationsskifte mellem 2024- og 2026-modellernes stil, men også at hver enkelt model har en unik sproglig profil. Et illustrativt eksempel er brugen af sammentrækninger (fx 'det er' vs. 'det' er), som varierer fra over 1.200 til over 30.000 per million ord inden for samme 2026-kohorte. Denne variation understreger, at der ikke findes ét 'AI-sprog', men snarere modelspecifikke sprogmønstre.
For beslutningstagere og fagfolk, der arbejder med AI-genereret indhold, har dette flere konsekvenser. For det første får det betydning for udviklingen af værktøjer til at detektere AI-genereret tekst: En model, der er trænet til at genkende én models stil, vil ikke nødvendigvis fange en anden models output. For det andet åbner det for nye forskningsspørgsmål inden for sprogforandring og retslingvistik, hvor sproglige fingeraftryk kan bruges til at identificere ophavet bag en tekst.
Selvom studiet er akademisk, peger det på et praktisk behov for at tænke i modelspecifikke sprogprofiler, når man bygger systemer, der skal vurdere eller håndtere AI-genereret indhold – uanset om det er til moderering, faktatjek eller juridiske formål.
