Gli output dei LLM mostrano firme idiolettali: lo studio trova profili linguistici specifici per modello

Uno studio recente caricato su arXiv (ID 2608.06589) contesta la convinzione comune di un "linguaggio AI" unificato, sostenendo che gli output dei modelli linguistici di grandi dimensioni (LLM) mostrano tratti linguistici unici e specifici del modello, simili agli idioletti umani. Condotto da ricercatori, tra cui Improta et al., l'analisi si è concentrata su due set di dati di contenuti generati da LLM riguardanti questioni sociali: un set di dati del 2024 con sei modelli e un set di dati del 2026 creato di recente utilizzando gli stessi prompt con sei modelli moderni. Attraverso descrittori computazionali e analisi delle componenti principali stilometrica, il team ha scoperto un'evoluzione stilistica tra le due coorti, mentre ogni modello ha mantenuto la propria distinta identità linguistica. In particolare, le frequenze di contrazione variavano significativamente all'interno della coorte del 2026, da oltre 1.200 a più di 30.000 per milione di parole. Questi risultati indicano che considerare gli output degli LLM come idiolettali può migliorare la nostra comprensione dei testi generati dall'IA, con impatti in settori come le discipline umanistiche digitali, la stilometria e l'etica dell'IA. Questo articolo, classificato come cross-announcement, è accessibile su arXiv, evidenziando l'esplorazione accademica in corso delle caratteristiche linguistiche dei sistemi di IA.