Com evitar que la teva IA escrigui igual que totes

Per què la teva IA sona igual que la de tothom

Que molts textos generats amb IA s'assemblin té explicació. La proposa un treball publicat al repositori arXiv amb l'identificador 2510.01171 i signat per Jiayi Zhang, Simon Yu, Derek Chong, Anthony Sicilia, Michael R. Tomz, Christopher D. Manning i Weiyan Shi, de Northeastern University, Stanford University i West Virginia University. La primera versió és de l'1 d'octubre de 2025 i l'última revisió, del 15 de juliol de 2026.

El seu punt de partida és conegut: el post-entrenament d'alineament, la fase que ajusta un model per conversar, en redueix sovint la diversitat. Aquest fenomen s'anomena col·lapse de mode.

L'origen és a les preferències humanes

Altres treballs atribuïen el col·lapse de mode a limitacions dels algorismes. Hi ha, a més, una causa a les dades, segons Jiayi Zhang i els seus coautors: els anotadors afavoreixen sistemàticament el text familiar, cosa que encaixa amb troballes consolidades de la psicologia cognitiva. Els autors formalitzen aquest biaix en teoria i sostenen que hi té un paper central.

També el van mesurar en dades de preferències, del tipus que s'utilitza per ajustar models amb aprenentatge per reforç amb retroalimentació humana (RLHF, reinforcement learning from human feedback). Van estimar quant pesa la tipicitat en allò que trien les persones, independentment de la qualitat real de la resposta, i el biaix va ser estadísticament significatiu amb els dos models base que van fer servir com a referència, segons Jiayi Zhang i el seu equip; la taula en recull les estimacions. Dit planerament: amb la mateixa qualitat, qui puntua tendeix a preferir la resposta que al model base li resulta més típica.

La tècnica: demanar diverses respostes amb la seva probabilitat

La proposta de l'estudi es diu Verbalized Sampling (VS). Funciona, segons Jiayi Zhang i els seus coautors, perquè cada tipus de petició col·lapsa cap a un mode diferent: quan es demana un sol text, la resposta modal tendeix a l'estereotip; quan es demana una distribució, s'acosta a la diversitat que el model va aprendre en el preentrenament.

Els autors ho van provar en poemes, relats i acudits, en simulació de diàlegs i en generació de dades sintètiques. En escriptura creativa, segons Jiayi Zhang i el seu equip, VS augmenta la diversitat sense sacrificar la precisió factual ni la seguretat; la taula recull les xifres que comuniquen.

El mètode no necessita accedir a les puntuacions internes del model (logits), i l'estudi el va provar en models tancats, entre els quals diversos de la sèrie Claude, i en models oberts. A més, es pot combinar amb la temperatura i altres paràmetres de mostreig.

Practica amb el teu pròxim text

La taula proposa tres passos. Els prompts són exemples didàctics creats per a aquesta guia, no els de l'estudi ni resultats d'una prova: serveixen perquè comparis el que obtens. El segon pas aplica VS; el tercer, l'ajust que descriu el treball: segons Jiayi Zhang i els seus coautors, com més baix és el llindar de probabilitat que es demana, més diversa és la sortida.

Què aconsella la documentació de Claude

La segona via no prové de l'estudi, sinó de la guia oficial de prompting de Claude, i es refereix a aquest model. Els exemples són una de les maneres més fiables d'orientar el format, el to i l'estructura de la resposta, segons la documentació de Claude, que recomana incloure 3–5 exemples pertinents i variats, perquè el model no copiï patrons no buscats.

La mateixa guia aconsella dir què cal fer en lloc de què no cal fer, i ajustar l'estil del prompt al del text que es vol, perquè el format del prompt pot influir en el de la resposta, segons la documentació de Claude. Adverteix, a més, que quan un consell esmenta un model concret, es va provar en aquell model, i convé comprovar-lo amb avaluacions pròpies abans d'aplicar-lo a un altre: són recomanacions del proveïdor, no resultats d'un experiment.

Els límits del mètode

El mateix treball n'enumera els límits. Generar una distribució de candidats, segons Jiayi Zhang i els seus coautors, costa més en latència i en tokens que demanar una sola resposta, cosa que en pot restringir l'ús quan el temps o els recursos són escassos. Els models més capaços es beneficien més de VS, mentre que els menys capaços podrien no tenir el raonament necessari i, de vegades, empitjorar la qualitat.

Per prudència, convé llegir les probabilitats que dona el model com una guia per triar entre versions, no com una mesura exacta; segons els autors, els guanys de diversitat no depenen d'un calibratge numèric exacte. L'elecció final continua sent de qui escriu.