מה המשמעות של "להוות אנוש לבינה מלאכותית"?
הפיכת בינה מלאכותית לאנושית (AI) לתהליך של כתיבה מחדש או טרנספורמציה של טקסט שנוצר על ידי מודלים של שפה גדולה (LLMs) כך שייקרא כאילו כתב אותו אדם - התאמת דפוסי סגנון, וריאציות טונאליות, אי סדרים תחביריים וניואנסים הקשריים המאפיינים כתיבה אנושית טבעית. המטרה היא להפחית או לבטל את טביעות האצבע הסטטיסטיות שגלאי בינה מלאכותית, קוראים ומנועי חיפוש מקשרים לתוכן שנוצר על ידי מכונה.
ליתר דיוק, הפיכת טקסט מבוסס בינה מלאכותית לאנושית כרוכה בשינוי הפלט של מודלים כמו GPT-4, Claude או Gemini ברמה הלקסיקלית, התחבירית והמבנית, כך שהפרוזה המתקבלת לא תציג עוד את הקוהרנטיות האחידה, קצב המשפט הצפוי ופיזור אוצר המילים שחושפים יצירה אוטומטית. התהליך יכול להתבצע באופן ידני על ידי עורך, באופן חצי אוטומטי באמצעות כלי הומניזציה ייעודי, או באמצעות אסטרטגיות הנחיה שנבנו בקפידה המיושמות לפני היצירה.
ההבדל בין הומניזציה לפרפרזה
הפיכת טקסט באמצעות בינה מלאכותית לא זהה לפרפרזה. פרפרזה משנה את ניסוחו תוך שמירה על המשמעות. הפיכת טקסט אנושי משנה את חתימתו - המרקם הסטטיסטי שלו, הקול שלו והפגמים העדינים שמעידים על יצירתו של אדם. כלי פרפרזה עשוי להחליף מילים נרדפות ולסדר מחדש פסקאות; כלי הפיכת טקסט אנושי חייב להכניס וריאציה אותנטית באורך המשפט, להזיז את הטווח בין פורמלי לשיחה, להוסיף שפה מגבילה ולשכפל את סוגי הבחירות המבניות הקטנות שכותבים אמיתיים עושים באופן אינסטינקטיבי.
היקף המונח
הביטוי "להומניזם את הבינה המלאכותית" משמש בשתי דרכים קשורות אך שונות:
- הומניזציה של טקסט: השימוש הנפוץ ביותר - עריכה או עיבוד של תוכן כתוב שנוצר על ידי בינה מלאכותית כך שייחשב ככתוב על ידי אדם.
- תכנון מערכות בינה מלאכותית: תחום רחב יותר באינטראקציה בין אדם למחשב (HCI) העוסק בהפיכת מערכות בינה מלאכותית לאמפתיות יותר, שיחתיות יותר ומתאימות יותר מבחינה חברתית בהתנהגותן. זה כולל עוזרי קול, צ'אטבוטים ונציגי שירות לקוחות.
משאב זה מתמקד בעיקר בהומניזציה של טקסט, שהיא הדאגה המעשית הדומיננטית עבור כותבים, משווקים, סטודנטים, אנשי מקצוע בתחום קידום אתרים וצוותי תוכן העובדים עם כלי בינה מלאכותית גנרטיבית.
למה חשוב להפוך טקסט אנושי ל-AI
הצורך להפוך את פלט הבינה המלאכותית לאנושית נובע מארבע בעיות קונקרטיות המצטלבות: יכולת זיהוי, קריאות, אמון ותאימות פלטפורמה.
גילוי בינה מלאכותית והשלכותיו
כלי זיהוי מבוססי בינה מלאכותית - כולל GPTZero, Originality.ai, Copyleaks והמסווגים המובנים בהם משתמשים מוסדות אקדמיים וחלק מהמוציאים לאור - מנתחים טקסט לאיתור דפוסים סטטיסטיים הקשורים לפלט LLM. דפוסים אלה כוללים תסכול נמוך (המודל כמעט ולא מבצע בחירות מילים בלתי צפויות), התפרצות נמוכה (אורכי משפטים נשארים אחידים) וחיזוי גבוה של אסימונים לאורך הרצף. כאשר תוכן מפעיל גלאים אלה, ההשלכות עלולות להיות חמורות:
- הגשות אקדמיות שסומנו לשימוש בבינה מלאכותית עלולות להוביל להליכים משמעתיים, גם כאשר הסטודנט השתמש בבינה מלאכותית רק ככלי עזר לניסוח.
- תוכן המוגש לפרסומים או פלטפורמות תוכן עשוי להידחות על הסף.
- חוות תוכן SEO שמפרסמות טקסט AI שלא עבר שינוי מסתכנות בעונשים ידניים מצד בודקי איכות חיפוש.
- מסמכים מקצועיים - מכתבי מקדים, הצעות למענקים, סיכומים משפטיים - מאבדים אמינות כאשר מזוהים ככאלה שנוצרו על ידי בינה מלאכותית.
הפיכת טקסט מבוסס בינה מלאכותית לאנושית מפחיתה את הסבירות להפעלת גלאים אלה על ידי שיבוש הסדירויות הסטטיסטיות עליהן הם מסתמכים.
קריאות ומעורבות
אפילו כאשר זיהוי אינו מהווה דאגה, טקסט שלא עבר שינויים בבינה מלאכותית נוטה להרגיש שטוח. קוראים עשויים שלא לזהות אותו במודע כטקסט שנוצר על ידי מכונה, אך לעתים קרובות הם חשים באיכות שעורכים מנוסים מתארים כ"מלוטש יתר על המידה" או "נטול חיכוך". לכתיבה אנושית אמיתית יש מרקם: יש בה רגעים של הדגשה, שאלות רטוריות, קטע משפט מזדמן לצורך אפקט, חזרה מכוונת ומעברים המשקפים כיצד אדם חושב עובר בפועל בין רעיונות. מודלים של בינה מלאכותית ממטבים את הקוהרנטיות והשלמות, מה שבאופן פרדוקסלי מייצר פרוזה חסרת פגמים קטנים וסמני אישיות שהופכים את הכתיבה למרתקת.
שיקולים במנועי חיפוש
ההנחיות של גוגל בנוגע לתוכן מועיל מתגמלות במפורש תוכן המדגים ניסיון, מומחיות, סמכותיות ואמינות (EEAT). בעוד שגוגל הצהירה שהיא לא מענישה אוטומטית תוכן שנוצר על ידי בינה מלאכותית, היא כן מענישה תוכן שהוא דק, גנרי או תוכן שנוצר בעיקר כדי לתמרן דירוגים ולא לשרת את הקוראים. פלט בינה מלאכותית לא ערוכה נופל לעתים קרובות תחת קטגוריה זו. תוכן בינה מלאכותית אנושי - שבו מומחה לנושא עיצב את הקול, הוסיף תצפיות מקוריות והבטיח דיוק עובדתי - נוטה יותר לעמוד באותות הכוונה שמודדות המערכות של גוגל.
אמון מקצועי ואתי
בכתיבה הפונה ללקוחות, עיתונאות, תקשורת בתחום הבריאות, תיעוד משפטי וחינוך, קוראים ומוסדות נותנים אמון בשיקול הדעת האנושי שמאחורי המילים. הסבר רפואי שנקרא כאילו הורכב על ידי מודל סטטיסטי - גם אם מדויק עובדתית - פוגע בביטחון המטופלים. הפיכת טקסט מבוסס בינה מלאכותית לאנושית היא בחלקה פעולה אתית: משמעות הדבר היא שאדם סקר, עיצב ולקח אחריות על התוכן, במקום פשוט לפרסם את פלט המודל הגולמי.
כיצד פועלת האנשה של טקסט בבינה מלאכותית
הפיכת טקסט שנוצר על ידי בינה מלאכותית לאנושי פועלת באמצעות מספר מנגנונים נפרדים, שכל אחד מהם מכוון לשכבה שונה של הפרופיל הסטטיסטי והסגנוני של הטקסט.
הבעיה המרכזית: מה הופך טקסט מבוסס בינה מלאכותית לניתן לזיהוי
כדי להבין כיצד פועלת האנושיות, ראשית עליכם להבין מה הופך טקסט מבוסס בינה מלאכותית לניתן לזיהוי. תוכניות לימודים לתואר שני (LLM) יוצרות טקסט על ידי חיזוי האסימון הבא הסביר ביותר בהינתן ההקשר הקודם. זה מייצר מספר מאפיינים מדידים:
| מְאַפיֵן | מה זה אומר | איך זה מופיע בטקסט |
|---|---|---|
| תמיהה נמוכה | המודל בוחר באופן עקבי מילים בעלות הסתברות גבוהה | אוצר מילים צפוי ו"בטוח"; שימוש נדיר בניסוחים אידיומטיים או דיבוריים |
| התפרצות נמוכה | אורכי משפטים נשארים בטווח צר | פסקאות מרגישות מטרונומיות; אין משפטים קצרים מאוד או ארוכים מאוד |
| קוהרנטיות גבוהה | כל משפט מתחבר בצורה הגיונית למשפט הבא אחריו | ללא משיקים, צירים או קפיצות אסוציאטיביות; נקרא כמו מתווה מלוטש |
| מבנה פורמולתי | שימוש עקבי במשפט נושא + תמיכה + מעבר | פסקאות מרגישות כמו תבנית; ההקדמה והמסקנות עוקבות אחר קשתות צפויות |
| התפלגות אוצר מילים | מילים מסוימות מופיעות בתדירות חריגה סטטיסטית | שימוש יתר במילים כמו "חיוני", "משמעותי", "מקיף", "חזק" |
מנגנון 1: החלפה וריאציה לקסיקלית
טכניקת ההומאניזציה הבסיסית ביותר מחליפה אוצר מילים של בינה מלאכותית בתדירות גבוהה בחלופות פחות צפויות. זו אינה החלפת מילים נרדפות פשוטה - היא כרוכה בבחירת מילים המשקפות קול, מרשם או מומחיות בתחום ספציפיים. מומחה אנושי הכותב על אבטחת סייבר עשוי להשתמש ב"משטח תקיפה" כאשר בינה מלאכותית משתמשת כברירת מחדל ב"נוף פגיעות". בחירת המומחה היא ספציפית, מבוססת ונושאת ידע מרומז. כלי הומניזציה מנסים לשכפל זאת על ידי הסתמכות על מודלים של אוצר מילים רגישים לתחום, אם כי עריכה ידנית על ידי מומחה לנושא נותרת יעילה יותר.
מנגנון 2: ארגון מחדש תחבירי
כותבים אנושיים מגוונים את התחביר שלהם בדרכים המשקפות מחשבה בתהליך. הם משתמשים בפסוקיות משנה בתחילת משפטים, קוטעים את עצמם בהערות אגב בסוגריים, ולעיתים כותבים בקטעים. הם גם כותבים משפטים ארוכים ומורכבים כאשר הרעיון דורש זאת, ומשפטים קצרים כאשר הם רוצים השפעה. כלי הומניזציה יוצרים מבנה מחדש של משפטים כדי להכניס וריאציה זו - פירוק משפטים מורכבים, שילוב משפטים קצרים למשפטים מורכבים יותר, ושינוי סדר הפסוקיות כדי לשבש את דפוס הנושא-פועל-מושא הצפוי השולט בפלט של בינה מלאכותית.
מנגנון 3: שינויי טונאלים ורגיסטרים
כתיבה אמיתית מווסתת את הטון. מאמר טכני עשוי להיפתח באנקדוטה קונקרטית לפני שהוא עובר לפרוזה אנליטית. אימייל מקצועי עשוי לכלול הודעת תודה קצרה ובלתי פורמלית לפני שהוא מתייחס לנקודה המהותית. מודלים של בינה מלאכותית נוטים לשמור על עקביות במרשם לאורך כל היצירה מכיוון שעקביות מתוגמלת במהלך האימון. אנושיות מציגה שינויים מכוונים במרשם - רגעים של חוסר פורמליות בכתיבה פורמלית, או שפה טכנית מדויקת בתוכן שיחה אחר - המסמנים את שיקול דעתו של מחבר אנושי לגבי מה שהקורא צריך בכל נקודה.
מנגנון 4: הוספת ספציפיות וסמנים אישיים
אחד הסימנים האמינים ביותר ליצירת יצירה אנושית הוא ספציפיות: דוגמה עם שם, תאריך מדויק, הפניה למחקר ספציפי או תצפית מגוף ראשון. מודלים של בינה מלאכותית מייצרים הכללות סבירות; בני אדם כותבים מניסיון וידע הכוללים פרטים ספציפיים. אנושיות - במיוחד כאשר היא נעשית באופן ידני - כרוכה בהוספת הפרטים הספציפיים הללו: החלפת "חברות רבות מצאו" ב"ביקורת פנימית של Basecamp לשנת 2023 מצאה" או החלפת "מחקר מצביע על כך" בציטוט עם שם. ספציפיות זו גם משפרת את האמינות העובדתית, וזו סיבה בלתי תלויה לביצועה.
מנגנון 5: שיבוש מבני
מודלים של בינה מלאכותית מייצרים טקסט מאורגן היטב כמעט כברירת מחדל. לכל קטע יש מטרה ברורה; המעברים מפורשים; המסקנות מסכמות את מה שנאמר. כותבים אנושיים הם יותר מבולגנים. הם חוזרים לנקודות קודמות, מכירים במורכבות באמצע טיעון, ולפעמים מסיימים קטע לפני שהם פותרים אותו במלואו. כלי הומניזציה ועורכים מציגים וריאציה מבנית - הזזת נקודה מרכזית מוקדם יותר, קיצוץ סיכום שחוזר על מה שנאמר זה עתה, או הוספת סטייה קצרה שמעשירה את ההקשר מבלי לקדם את הטיעון המרכזי באופן ליניארי.
כלי הומניזציה אוטומטיים לעומת עריכה ידנית
כלי הומניזציה אוטומטיים מיישמים מנגנונים אלה באמצעות שילוב של מודלי שפה מכוונים וטרנספורמציות מבוססות כללים. הם מהירים ונגישים, אך יש להם מגבלות של ממש:
- הם אינם יכולים להוסיף פרטים עובדתיים ספציפיים או מומחיות תחוםית שלא היו קיימים במקור.
- הם עלולים להכניס שגיאות או ניסוח מסורבל בעת ארגון מחדש של תוכן טכני מורכב.
- הם מבצעים אופטימיזציה להתחמקות מגלאים, וזה לא אותו דבר כמו אופטימיזציה לחוויית הקורא.
- יעילותם פוחתת ככל שמודלים של זיהוי בינה מלאכותית מתעדכנים כדי לזהות את הדפוסים שהכלים הללו מייצרים.
עריכה ידנית על ידי כותב אנושי מיומן נותרה הצורה האמינה והעמידה ביותר של אנושיזציה באמצעות בינה מלאכותית. זרימת העבודה היעילה ביותר משלבת את שניהם: שימוש בכלי אוטומטי לטיפול בטרנספורמציות שטחיות, ולאחר מכן הפעלת שיקול דעת עריכה אנושי כדי להוסיף ספציפיות, לתקן שגיאות, להתאים את הסגנון ולהבטיח שהתוכן באמת משרת את צרכי הקורא.
הנחיה כטרום-הומניזציה
גישה שלישית מטפלת בבעיה עוד לפני שהיא מתחילה. הנחיות שנבנו בקפידה יכולות להורות לתואר שני במשפטים לייצר טקסט שכבר פחות ניתן לזיהוי - על ידי ציון קול מסוים, בקשה למבנה משפט מגוון, בקשה לפרספקטיבה מגוף ראשון, או הנחיית המודל לכלול דוגמאות ספציפיות והודאות בחוסר ודאות. אסטרטגיית טרום-הומניזציה זו מפחיתה את נטל העריכה בהמשך הדרך, אם כי היא אינה מבטלת לחלוטין את הצורך בבדיקה אנושית.
כיצד להפוך טקסט מבוסס בינה מלאכותית לאנושי: אסטרטגיה מלאה שלב אחר שלב
כדי להפוך טקסט מבוסס בינה מלאכותית לאנושי ביעילות, יש לעבור על חמישה שלבים: בדיקת הפלט הגולמי לאיתור דפוסים מכניים, ארגון מחדש של קצב המשפט ושונות אורך המשפט, החלפת ניסוח גנרי בשפה ספציפית וקונקרטית, הוספת קול אותנטי באמצעות עמדה אישית וקשרים טבעיים, ולאחר מכן אימות שהתוצאה נקראת כמשהו שאדם אמיתי היה כותב ואומר בפועל.
שלב 1: ביקורת על פלט הבינה המלאכותית הגולמית לפני שינוי כלשהו
לפני עריכת מילה אחת, קראו בקול רם את הטקסט המלא שנוצר על ידי בינה מלאכותית. האוזן שלכם קולטת את מה שהעין שלכם מפספסת. סמנו כל משפט שגורם לכם לעצור, נשמע נוקשה או מרגיש כאילו הוא הורכב ולא נכתב. מעבר אבחוני זה הוא הבסיס לכל מה שיבוא לאחר מכן.
מה לחפש במהלך הביקורת
- מבני משפט סימטריים: בינה מלאכותית נוטה לבנות משפטים עם דפוסים דקדוקיים זהים ברצף. שלושה משפטים רצופים שמתחילים כולם בביטוי שם ואחריו פועל מהווים דגל אדום.
- מילות מעבר חלולות: ביטויים כמו "יתר על כן", "בנוסף", "ראוי לציין כי" ו"לסיכום" מופיעים באופן קבוע בפלט של בינה מלאכותית משום שהם נפוצים סטטיסטית בנתוני אימון, לא משום שהם משרתים את הכתיבה.
- אשכולות צורה סבילה: מבנה סביל אחד לכל פסקה זה בסדר. שלושה ברצף מאותתים על יצירת בינה מלאכותית.
- שמות עצם מופשטים המחליפים פעולה קונקרטית: מילים כמו "יישום", "ניצול", "אופטימיזציה" ו"הקלה" הן ברירות מחדל של בינה מלאכותית. הן מחליפות פעלים ספציפיים בערימות מעורפלות של שמות עצם.
- רשימות מאוזנות בצורה מושלמת: אם כל נקודה באורך של שתי שורות בדיוק וכל רשימה מכילה בדיוק חמישה פריטים, אזי לא אדם כתב אותה.
- חסרי נקודות: טקסט מבוסס בינה מלאכותית מתאר נושאים אך לעיתים רחוקות מעביר מדוע משהו חשוב לאדם מסוים במצב מסוים.
צור מערכת סימון ביקורת פשוטה
השתמשו בשלושה סמנים בזמן הקריאה: סמנו את הקצב המכני בצהוב, הקיפו מעברים חלולים, וסמנו קו תחתון של ערימות שמות עצם מופשטים. זה נותן לכם מפה ויזואלית של המקומות המדויקים בהם הטקסט זקוק לעבודה לפני שאתם מתחילים לכתוב מחדש. ניסיון לערוך ולבצע ביקורת בו זמנית מאט אתכם וגורם לכם לפספס דפוסים.
שלב 2: בנייה מחדש של קצב המשפט ושינוי אורך המשפט
שונות באורך משפטים היא הסימן האמין ביותר לכתיבה אנושית. כותבים אמיתיים מערבבים באופן טבעי משפטים קצרים וחזקים עם משפטים ארוכים ומורכבים יותר. מודלים של בינה מלאכותית מבצעים אופטימיזציה לאורך בינוני עקבי מכיוון שדפוס זה מקבל ציון גבוה במדדי קריאות במהלך האימון.
טכניקת הקצב המעשית
לאחר השלמת הביקורת, ספרו את אורך המילים של כל משפט בפסקה. אם הטווח צר - נניח, כל משפט נופל בין 18 ל-24 מילים - עליכם לשבור את התבנית בכוונה. קצצו כמה משפטים לפחות מעשר מילים. תנו לאחרים להימשך לשלושים או יותר כאשר הרעיון באמת דורש זאת. הווריאציה עצמה מאותתת על מוח אנושי בפעולה.
- משפטים קצרים נוחתים קשה. השתמשו בהם לאחר רעיון מורכב כדי לתת לקורא רגע לקלוט אותו.
- משפטים בינוניים נושאים את עיקר המידע וההסבר.
- משפטים ארוכים מתאימים להסבר, לבניית הקשר ולהראות את הקשר בין שני רעיונות שבאמת שייכים זה לזה באותה נשימה.
תקן גם את הקצב ברמת הפסקה
פסקאות מבוססות בינה מלאכותית נוטות להיות אחידות באורך. כותב אנושי משנה אותן באופן אינסטינקטיבי. חלק מהפסקאות הן משפט בודד. אחרות כוללות שש או שבע שורות כאשר נקודה מסוימת זקוקה לפיתוח מלא. שנה את אורכי הפסקאות שלך במכוון, והטקסט מיד ירגיש פחות מעובד.
שלב 3: החלפת שפה גנרית בפרטים ספציפיים וקונקרטיים
ספציפיות היא כלי ההאנשה החזק ביותר שקיים. בינה מלאכותית מייצרת הכללות סבירות. בני אדם כותבים מניסיון, וניסיון הוא תמיד ספציפי. ככל שהשפה שלך קונקרטית יותר, כך הטקסט קריא יותר אנושי - וכך הוא הופך להיות שימושי יותר לקורא.
החלפת הפשטה לספציפיות
| ניסוח בינה מלאכותית כללי | גרסה ספציפית הומניזציה |
|---|---|
| הטמע שיטות עבודה מומלצות לאופטימיזציה | קצרו את זמן טעינת הדף שלכם מתחת לשתי שניות על ידי דחיסת תמונות ודחיית JavaScript |
| ניצול יעיל של המשאבים הזמינים | הקצו שעתיים בבוקר יום שלישי לעבודה שבאמת מקדימה את הפרויקט |
| הגברת מעורבות המשתמשים באמצעות תוכן אסטרטגי | שאל שאלה בסוף הפוסט שלך שהקוראים שלך יוכלו לענות עליה מניסיונם האישי |
| להקל על תקשורת משמעותית | התקשרו במקום לשלוח אימייל כאשר ההודעה מכילה יותר משני חלקים נעים |
| התמודדו עם אתגרים פוטנציאליים באופן יזום | תכננו את שלוש ההתנגדויות הסבירות ביותר לפני שאתם נכנסים לפגישה |
הוסף דוגמאות אמיתיות, מספרים ומצבים בעלי שם
כאשר טקסט מבוסס בינה מלאכותית אומר "חברות רבות ראו שיפורים משמעותיים", החלף אותו במקרה אמיתי, מספר אמיתי או תרחיש אמיתי שהקהל שלך יזהה. אם אין לך דוגמה ספציפית, תאר היפותטי מציאותי עם מספיק פירוט כדי שתרגיש מבוסס. "מעצב עצמאי שעובד עם שלושה לקוחות קבועים" הוא אנושי יותר מ"אנשי מקצוע בתחומים יצירתיים".
שלב 4: להחדיר קול אותנטי באמצעות עמדה, דעה וקשרים טבעיים
טקסט מבוסס בינה מלאכותית כמעט תמיד ניטרלי עד כדי פגם. הוא מציג מידע מבלי לנקוט עמדה. לכותבים אמיתיים יש דעות, והדעות הללו באות לידי ביטוי בבחירת מילים, בהדגשות ובמה שמשמיטים, לא פחות מאשר במה שנכללים.
איך להוסיף עמדה אמיתית
- ציין מה אתה באמת חושב שנכון, לא רק מה שנאמר בדרך כלל. "רוב העצות בנושא הזה שגויות לגבי דבר אחד מרכזי" הוא משפט אנושי. בינה מלאכותית לא כותבת אותו.
- השתמשו בשפה מדוקדקת המשקפת אי ודאות אמיתית ולא איזון כוזב. "זה עובד טוב עבור רוב האנשים, אבל זה מתפרק אם אתם עובדים עם צוות גדול ומבוזר" זה יותר כנה ואנושי מאשר "התוצאות עשויות להשתנות".
- דחה את החוכמה המקובלת היכן שיש לך סיבה לכך. להסכים עם הכל אינו תכונה אנושית.
החלפת חיבורי בינה מלאכותית בחיבורים טבעיים
מודלים של בינה מלאכותית משתמשים יתר על המידה במילות קישור פורמליות משום שהן מופיעות לעתים קרובות בטקסטים אקדמיים ומקצועיים השולטים בנתוני הדרכה. החליפו אותן במילות קישור שאנשים משתמשים בהן בפועל כשהם מדברים וכתיבה באופן טבעי.
- החלף את "יתר על כן" ב"והנה החלק שרוב האנשים מפספסים" או פשוט "וגם"
- החלף את "חשוב לציין ש" ב"כדאי לדעת:" או פשוט ציין את הנקודה ישירות
- החלף את "על מנת" ב"ל"
- החלף את "בשל העובדה ש" ב"מכיוון ש"
- החלף את "בנקודת זמן זו" ב"עכשיו" או "כרגע"
- החלף את "במקרה ש" ב"אם"
השתמשו בצירים היכן שהם מתאימים
טקסט מבוסס בינה מלאכותית במצב פורמלי נמנע מקיצורים. כתיבה אנושית משתמשת בהם ללא הרף, אפילו בהקשרים מקצועיים. "You will find" נשמע כמו מדריך. "You will find" נשמע כמו אדם. השתמשו בקיצורים בכל מקום שהם לא מרגישים לא במקום עבור קהל היעד וההקשר הספציפיים שלכם.