Ludzie przejmują słowa czatów AI. Najsłynniejsze już wychodzi z mody

Sara Wimmercranz, współzałożycielka funduszu inwestującego w młode firmy w Sztokholmie, otworzyła niedawno zebranie zdaniem „To nie jest poranne spotkanie, to reset”. Tak budują zdania czaty AI. Amerykański dziennik Wall Street Journal opisał 30 września ją i innych pracowników, którym słownictwo czatów weszło do maili i rozmów przy kawie.

Część ludzi nazywa to „mową Claude”, od czatu firmy Anthropic. Will Barnett, szef rekrutacji w kalifornijskim startupie, poprawia maile napisane samodzielnie, żeby brzmiały mniej jak z czatu. Allie K. Miller, doradczyni do spraw AI dla firm z listy Fortune 500, czyli pięciuset największych spółek w USA, opisuje zebrania, na których gadatliwemu mówcy przerywa się pytaniem „jaki jest cel?”. Według niej modele najlepiej reagują na cel podany na początku polecenia. Zespoły czasem stosują to wobec ludzi. Deepan Mehta, szef startupu z San Francisco, stawia w biurze kreskę na tablicy za każde „genuinely” i „load-bearing”. Najwięcej kresek w tygodniu oznacza rachunek za wspólne wyjście.

Biurowe anegdoty mają pokrycie w liczbach. Zespół z Instytutu Maxa Plancka ds. Rozwoju Człowieka, niemieckiej placówki badawczej, przeanalizował 737 083 godziny podcastów, czyli około 84 lat nagrań puszczanych bez przerwy. Do analizy weszły tylko rozmowy bez scenariusza. Po premierze ChatGPT w listopadzie 2022 roku nagle częściej zaczęły w nich padać słowa lubiane przez ten czat: „delve” (zagłębiać się), „showcase”, „boast”, „meticulous”.

Ten sam zespół sprawdził mechanizm na 496 ochotnikach. Krótka rozmowa z czatem wystarczyła, żeby przejęli jego słowa jak własne i używali ich jeszcze po zadaniu odwracającym uwagę. Pomysł wziął się z obserwacji autora. Hiromu Yakura około roku po premierze ChatGPT zauważył, że sam częściej mówi „delve”.

W piśmie naukowym ślad jest jeszcze wyraźniejszy. Zespół Dmitrija Kobaka opisał w lipcu 2025 roku w amerykańskim czasopiśmie Science Advances ponad 15 milionów streszczeń prac medycznych z bazy PubMed z lat 2010–2024, średnio milion na rok, czyli około 2700 dziennie. W 2024 roku forma „delves” pojawiała się 28 razy częściej, niż wynikało z wcześniejszego trendu. Według autorów co najmniej 13,5 procent streszczeń z tego roku powstało z pomocą modelu językowego, czyli programu AI wyszkolonego na ogromnej ilości tekstu. Przy około 1,5 miliona prac rocznie daje to co najmniej 200 tysięcy, około 550 dziennie. Pandemia w 2021 roku też podbiła częstość wielu słów, ale były to rzeczowniki o treści. Po czatach rosły czasowniki i przymiotniki.

Najostrożniej czyta te dane Tom Juzek, badacz z Florida State University, uniwersytetu na Florydzie. Jego zespół przejrzał 22,1 miliona słów z nieprzygotowanych rozmów w podcastach o nauce i technologii, mniej więcej tyle, ile liczy 245 powieści po 90 tysięcy słów. Po 2022 roku przybyło tam kilku słów kojarzonych z AI, jak „surpass”, „boast” czy „strategically”, a słowa porównawcze prawie się nie zmieniły. Wzrost „delve” wypadł jednak statystycznie nieistotny. Z „realm” i „crucial” było odwrotnie. Choć uchodzą za typowe słowa modeli, w rozmowach ich ubyło.

W pracy z sierpnia 2025 roku zespół Juzka pisze, że wiele słów uznawanych dziś za nadużywane przez AI rosło już wcześniej. Autorzy dopuszczają też drugie odczytanie: AI tylko przyspiesza naturalną zmianę języka. Empirycznie trudno to rozstrzygnąć. Ten sam zespół zauważył, że „delve” w streszczeniach z PubMed spadło z około 22 wystąpień na milion słów w 2024 roku do około 15 w pierwszym kwartale 2025 roku.

David Bohegan, szef organizacji pozarządowej z Waszyngtonu, ma prostsze wyjaśnienie. Przed premierą czatów przeczytał 500 książek biznesowych, a model przeczytał te same i 500 kolejnych. Według niego duża część mowy AI to dawny styl wykształconych menedżerów i prawników. Czaty tylko oswoiły z nim więcej ludzi. Nawet Yakura mówi miesięcznikowi popularnonaukowemu Scientific American, że AI zmienia zachowanie ludzi tak jak wcześniejsze wynalazki. Różnią się tempo i skala.

Angielskie „delve” ma cztery formy. Polskie „kluczowy” ma ich kilkanaście, od „kluczowa” po „kluczowymi”, więc liczyć trzeba formy słownikowe, tak zwane lematy. Zespół Kobaka zrobił to dodatkowo i rok 2024 wciąż wyszedł rekordowy. Aron Lee z ośrodka INTFRAME Research przeniósł tę metodę na koreański, język z bogatą odmianą wyrazów. W pracy z 7 września 2026 roku przejrzał 398 296 streszczeń z koreańskich czasopism z lat 2018–2026, średnio ponad 45 tysięcy rocznie, około 125 dziennie.

Koreański powtarza angielski z opóźnieniem. W 2023 roku nie widać nic, wzrost zaczyna się pod koniec 2024 roku i hamuje w połowie 2026. W angielskich streszczeniach tych samych artykułów nadwyżka pojawiła się rok wcześniej. Zwykłe czasowniki, jak „araboda” (przyjrzeć się), spadły do jednej czwartej trendu.

Najbliżej polszczyzny są Czesi. Jiří Milička, Anna Marklová i Václav Cvrček zebrali teksty napisane przez modele OpenAI, Anthropic, Google, Meta i chińskiego DeepSeeka, od GPT-3 do GPT-4.5. Czeska część naśladuje korpus Koditex, czyli ułożoną przez językoznawców kolekcję tekstów ludzi z wielu gatunków. Celem było porównanie języka ludzi i maszyn. Teksty modeli da się przeszukiwać w wyszukiwarce Czeskiego Korpusu Narodowego, państwowej bazy tekstów czeskich.

W żadnej z tych prac nie ma polszczyzny. Kandydatów do liczenia podają za to polscy autorzy poradników o AI. Krzysztof Urbanowicz wypisał w maju 2025 roku osiem polskich tików ChatGPT, wśród nich „Zanurzmy się głębiej…”, polski odpowiednik „delve”, oraz „Warto zauważyć, że…”. Do tego dochodzi rama ze sztokholmskiego zebrania: zdanie zaczęte od zaprzeczenia i zamknięte poprawką. Pomiar wymaga dwóch rzeczy. Potrzebny jest zbiór polskich tekstów sprzed listopada 2022 roku i strumień nowych, liczonych po formach słownikowych.

Autorzy pracy z Florida State University przyznają, że przyczyny spadku mogą tylko zgadywać. Może ludzie zauważyli, jak „delve” wsiąkło w ich język, i zaczęli go unikać. Może słowo zaczęło kojarzyć się z maszyną, a w pismach naukowych ciąży na nim piętno. Odwrót nastąpił w bardzo krótkim czasie.