Naukowcy z berlińskiego Instytutu Maxa Plancka ds. Rozwoju Człowieka wykazali, że słowa preferowane przez ChatGPT weszły do spontanicznej mowy ludzi i da się to zmierzyć. Najnowsza wersja badania, opublikowana 16 lipca 2026 roku, dokłada do analizy podcastów eksperyment na 496 osobach, który pokazuje, że wystarczy kilkanaście minut rozmowy z czatbotem.
Kluczowe fakty:
- Naukowcy z Instytutu Maxa Plancka ds. Rozwoju Człowieka w Berlinie wykazali, że słowa preferowane przez ChatGPT – takie jak „delve", „showcase" czy „meticulous" – przenikają do spontanicznej mowy ludzi, co można zmierzyć ilościowo.
- Listę charakterystycznych słów ChatGPT ustalono przez porównanie częstości wyrazów w tekstach przed i po ich przepuszczeniu przez modele GPT z poleceniem „popraw ten tekst" – różnica ta dała wskaźnik nazwany GPT score.
- GPT-5 wykazuje już wyraźnie osłabioną skłonność do używania słowa „delve", co sugeruje, że OpenAI celowo zmodyfikowało późniejsze modele w odpowiedzi na wcześniejsze ustalenia badaczy.
Temat krąży po polskich portalach od kilku dni w formie „AI zmienia nasz język”, zwykle bez podania, kto to policzył i jak. Sprawdziłem pierwotne źródło. To praca zespołu, w którym pracują Hiromu Yakura, Ezequiel Lopez-Lopez, Levin Brinkmann i Iyad Rahwan z Center for Humans and Machines, dostępna na arXiv pod numerem 2409.01754. Pierwsza wersja ukazała się we wrześniu 2024 roku, czwarta miesiąc temu i to ona zawiera rzeczy, o których polskie omówienia milczą.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jak powstała lista podejrzanych słów
Punktem wyjścia było proste pytanie: które wyrazy model dopisuje do ludzkiego tekstu, gdy prosi się go o poprawienie. Badacze wzięli materiały sprzed premiery ChatGPT, między innymi 7182 streszczenia z arXiv, 2880 z bioRxiv, ponad 8 tysięcy z „Nature”, próbki z korpusu maili Enronu, wypracowania uczniowskie i artykuły z Wikipedii. Każdy tekst przepuścili przez modele GPT z trzema poleceniami w rodzaju „popraw ten tekst” i porównali częstość słów przed i po. Różnica dała wskaźnik nazwany GPT score.
Na szczycie listy wylądowały wyrazy, które dziś rozpoznaje każdy, kto dużo czyta w sieci:
- delve, czyli zagłębiać się, faworyzowane zamiast explore czy examine
- showcase, zaprezentować, pokazać
- boast, szczycić się, chwalić się
- intricacies, zawiłości
- meticulous, skrupulatny, drobiazgowy
- underscore, podkreślać, jedyne z czołówki, którego użycie po premierze spadło
Ciekawostka z czwartej wersji pracy: GPT-5 ma już wyraźnie osłabioną skłonność do delve. OpenAI zareagowało, a późniejsze modele usuwają to słowo przy edycji tekstu i zbijają jego częstość poniżej ludzkiego punktu odniesienia.
Co pokazało 737 tysięcy godzin rozmów
Tu zaczyna się część, która robi z tego poważne badanie, a nie ciekawostkę. Zespół pobrał katalog PodcastIndex liczący około 4,4 miliona kanałów, wylosował 1 407 131 odcinków anglojęzycznych z lat 2017 do kwietnia 2026, przepuścił je przez diaryzację mówców i wytrenowany klasyfikator spontaniczności, po czym transkrybował modelem Whisper. Do analizy weszło 824 634 odcinków, w sumie 737 083 godziny rozmów uznanych za niescenariuszowe.
Dlaczego akurat mowa, a nie tekst pisany? Bo w tekście słowo może pochodzić wprost z modelu przez wklejenie i nigdy nie wejść do słownika autora. W rozmowie takiej drogi na skróty nie ma. Jeśli ktoś rzuca „delve” w niescenariuszowej dyskusji, to znaczy, że ma je w czynnym słowniku.
Metoda to syntetyczna kontrola, ta sama, którą ekonomiści badali skutki kalifornijskiego programu antynikotynowego. Dla każdego badanego słowa buduje się sztuczny odpowiednik z wyrazów o podobnym przebiegu częstości sprzed premiery ChatGPT i sprawdza, czy po 30 listopada 2022 roku drogi się rozjeżdżają.
Rozjechały się. W podcastach z kategorii nauka i technologia użycie delve w miesiącach od trzynastego do osiemnastego po premierze było o około 44 procent wyższe niż w scenariuszu bez ChatGPT, przy przedziale ufności od 22 do 63 procent. W kategorii edukacja wzrost wyniósł 32 procent, w biznesowej 31 procent. W próbce niezależnej od kategorii ledwie 9 procent, a w sporcie odnotowano nieznaczny spadek. Sygnał był najsilniejszy tam, gdzie ludzie mają najwięcej styczności z tekstem pisanym przez model, i rozlewał się dalej z opóźnieniem.
Analiza objęła 3535 rdzeni wyrazowych. Wśród 36 słów z górnego jednego procenta wskaźnika GPT wzrost odnotowano dla 28, a mediana szczytowego użycia sięgnęła około 50 procent powyżej punktu odniesienia.
Moda, która sama się cofnęła
Najciekawszy fragment badania dotyczy tego, co stało się później. Szczyt przypadł na połowę 2024 roku, po czym delve zaczęło spadać. I nie zatrzymało się na dawnym poziomie, tylko zeszło poniżej: minus 15 procent w kategorii naukowo-technologicznej, minus 11 w edukacyjnej, minus 30 w biznesowej i minus 35 w próbce ogólnej.
Autorzy wiążą to z dwoma zdarzeniami. Pierwsze to darmowe udostępnienie GPT-4o, które zakończyło osiemnastomiesięczny okres dominacji jednego modelu. Drugie to moment, w którym delve stało się w sieci memem i sygnałem „to pisała maszyna”. Badacze przywołują tu socjolingwistyczne pojęcie hiperpoprawności: mówiący zaczynają unikać formy, która zaczyna zagrażać ich wiarygodności. Nie wszystkie słowa poszły tą drogą. Boast, meticulous i showcase utrzymały podwyższone użycie.
Najciekawsze w tym badaniu nie jest to, że ludzie powtarzają słowa po maszynie. Powtarzamy po wszystkim, co czytamy i słyszymy, i robimy to od zawsze. Uderza mnie skala oraz to, że kanał zrobił się jeden. Kiedy pojawiała się prasa, radio i internet, źródeł wpływu było wiele i konkurowały ze sobą. Dziś kilkaset milionów ludzi rozmawia z kilkoma modelami, których słownik ustala garstka firm z jednego kraju.
Widzę tu powód do ostrożności także w drugą stronę. Trzy procent uczestników eksperymentu zauważyło, że czatbot podsuwa im konkretne wyrazy. Reszta nie dostrzegła niczego. Skoro tak działa wpływ na poziomie pojedynczych słów, to pytanie brzmi, co jeszcze przechodzi tym samym kanałem. Słownictwo to jedno. Sposób porządkowania argumentów i wartościowania cudzych racji to zupełnie inna waga.
Nie robię z tego katastrofy. Delve spadło poniżej punktu wyjścia, kiedy ludzie zorientowali się, skąd pochodzi. Odporność społeczna zadziałała. Ale zadziałała dopiero wtedy, gdy zjawisko dostało nazwę i zostało opisane. Dlatego takie badania mają sens.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Kilkanaście minut rozmowy i słowo zostaje
Analiza podcastów pokazuje korelację na poziomie populacji. Nie mówi, co dzieje się w głowie pojedynczego człowieka. Dlatego zespół dołożył zarejestrowany wcześniej eksperyment na 496 osobach, i to jest nowość czwartej wersji pracy.
Uczestnicy grali z czatbotem w grę polegającą na odgadywaniu obrazków. Model był tak ustawiony, żeby konsekwentnie używać jednego z dwóch synonimów, na przykład mug zamiast cup. Potem następowały trzy minuty zadań rozpraszających: arytmetyka i dopasowywanie wzorów. Na koniec badani opisywali obrazki, których wcześniej nie widzieli, już bez czatbota.
Podczas gry uczestnicy używali wariantu podsuniętego przez model w 61 procentach przypadków wobec 17 procent dla alternatywy. Po zadaniu rozpraszającym i przy zupełnie nowym materiale wciąż 58 wobec 23 procent. W teście wyboru między dwoma synonimami wskazywali wariant modelu w 63 procentach. Efekt utrzymał się dla rzeczowników, czasowników i przymiotników.
Najmocniejsza liczba jest jednak inna. Na pytanie, czy w rozmowie coś zwróciło ich uwagę, tylko 15 osób z 496, czyli 3 procent, wspomniało o powtarzającym się słownictwie czatbota. Pozostali tłumaczyli różnice regionalnym albo stylistycznym nawykiem rozmówcy.
Sam Yakura przyznał w rozmowie z Worldcrunch, że impulsem do badania było przyłapanie samego siebie. „Byłem trochę zażenowany, szczerze mówiąc” / „I was a bit embarrassed, honestly”. Levin Brinkmann w „Scientific American” ujął to zwięźle: wzorce zapisane w technologii AI „zdają się wracać do ludzkiego umysłu” / „seem to be transmitting back to the human mind”.
Czy polszczyzna łapie to samo
Badanie dotyczy wyłącznie angielszczyzny i autorzy sami to podkreślają jako ograniczenie. Ale mechanizm nie ma w sobie nic angielskiego, a polski rynek zdążył się nasycić bardzo szybko.
Dane Gemius i PBI pokazały, że liczba realnych użytkowników ChatGPT w Polsce wzrosła z 3,6 miliona w styczniu 2025 roku do 9,332 miliona w czerwcu, co odpowiadało mniej więcej jednej trzeciej polskich internautów. W badaniu SW Research na próbie 1047 pracowników biurowych, przeprowadzonym na przełomie listopada i grudnia 2025 roku, 30 procent deklarowało sięganie po generatywną AI przynajmniej raz w tygodniu, a 16 procent codziennie. Odsetek osób, które nigdy nie użyły takiego narzędzia w pracy, spadł z 35 do 19 procent w rok.
Ślady widać już w samym języku. Interia opisała w czerwcu rozprzestrzenianie się w polszczyźnie konstrukcji „to nie X, to Y”, którą modele stosują z uporem godnym lepszej sprawy. Rafał Mazur z Uniwersytetu Jagiellońskiego analizował w półroczniku „LingVaria” poprawność językową tekstów generowanych po polsku. W plebiscycie Instytutu Języka Polskiego UW i Fundacji Języka Polskiego wyrażenie „sztuczna inteligencja” wygrało jako Słowo Roku 2023, a rok później zwyciężyło w głosowaniu internautów. W edycji za 2025 rok wybrano „dron” i „kosmos”, więc temat przestał być nowinką i stał się tłem.
Nikt jednak nie policzył polskiego odpowiednika wskaźnika GPT. Nie wiemy, które wyrazy modele dosypują do polszczyzny przy poleceniu „popraw ten tekst”, ani jak szybko wsiąkają w mowę. Uważam, że to zadanie na wyciągnięcie ręki dla zespołów pracujących przy Bielikuu i PLLuM, bo dysponują i korpusami, i modelami trenowanymi na polskim tekście. Sprawa nie jest czysto akademicka. Jeśli polskie teksty zaczną upodabniać się do wyjścia modeli, to kolejne polskie modele będą trenowane na materiale już przez maszyny ukształtowanym. Autorzy badania nazywają to wprost: ludzki język przestaje być niezależną kotwicą dla rozkładu treningowego.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego to badanie nie dowodzi
Praca nie przeszła jeszcze recenzji naukowej, choć jest cytowana między innymi w „Science Advances”. Korpus obejmuje tylko angielski i tylko podcasterów oraz ich gości, a więc grupę autoselekcyjną, publiczną i mówiącą do mikrofonu. Główna analiza dotyczy osiemnastu miesięcy dominacji GPT-3.5, a rynek od tego czasu rozdrobnił się między wielu dostawców, co komplikuje przypisanie skutków. Uczestników eksperymentu rekrutowano przez Prolific i wszyscy deklarowali angielski jako język ojczysty, a pomiar objął jedną sesję.
Sami autorzy zaznaczają też, że nie da się całkowicie wykluczyć, iż ChatGPT wpłynął również na słowa użyte jako grupa kontrolna. Różnica między wyrazami przez model lubianymi a neutralnymi pozostaje jednak wyraźna, więc wniosek o kierunku wpływu się broni.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym pracy Empirical Evidence of Large Language Model’s Influence on Human Spoken Communication zespołu Instytutu Maxa Plancka ds. Rozwoju Człowieka, w wersji czwartej z 16.07.2026, a także omówień w Scientific American, Worldcrunch, The Register i heise online. Dane o polskim rynku pochodzą z pomiarów Gemius i PBI oraz badania SW Research, kontekst językoznawczy z plebiscytu Słowo Roku Instytutu Języka Polskiego UW, artykułu Rafała Mazura w „LingVarii” oraz omówienia konstrukcji rozpowszechnianej przez modele w serwisie Interia. Cytaty Hiromu Yakury i Levina Brinkmanna zweryfikowano z oryginalnymi anglojęzycznymi materiałami źródłowymi. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o wpływie modeli językowych na mowę potoczną.
