Почему нейросети так часто ставят длинное тире?

Каким образом древний и, пожалуй, самый изящный знак препинания превратился в приметный признак нейротекста? Давайте разберёмся.

—.—

Длинное тире в последнее время стало едва ли не главным доказательством при «поимке» нейросочинителей. Мол, если человек знает, где и как его ставить, значит, он доверил свои литературные опыты ИИ и занимается самым недостойным жульничеством.

Между тем ещё недавно всё обстояло с точностью до наоборот. В последние десятилетия — от начала массовой компьютеризации до эпохи умных устройств — владение тире считалось признаком тонкой, почти аристократической грамотности и огромной начитанности. А несколько веков назад этот знак был целым микрокосмом: загадочный символ, который, подобно Ковчегу Завета, хранил в себе разнообразные смыслы, чувства и переживания. И да, споры вокруг него кипели уже тогда.

Долгая история длинного тире

Тире сопровождает нас давно. Принято считать, что его предок — знак virgula plana, «плоский жезл», выглядевший как «—». В обиход его ввёл итальянский мастер риторики XII века Бонкомпаньо да Синья. Сеньор Бонкомпаньо немало трудился, чтобы превратить письмо в самостоятельный вид искусства, и его, судя по всему, жутко бесило, что современники обращались с пунктуацией как вздумается и изобретали собственные правила на ходу.

«Письма Бонкомпаньо да Синья». Источник.

В результате магистр выстроил собственную систему знаков препинания, которая подарила нам косую и горизонтальную черты. Вторая служила скорее точкой в конце фразы — и вполне могла стать, простите за каламбур, отправной точкой для всей дальнейшей эволюции тире. Кроме того, Бонкомпаньо, вероятно, подарил миру запятую: в его системе она выглядела как обычный слеш «/» и называлась virgula suspensiva, «жезл поднятый», — та самая косая черта.

Кстати, сеньор Бонкомпаньо, как и прочие жители солнечной Италии, отличался весёлым нравом и снискал славу средневекового шутника. Даже его знаки препинания — своего рода розыгрыш. Дело в том, что virgula буквально означает «жезл», «палочка». Хотите сделать паузу и затем продолжить — берёте «жезл поднятый». Мысль завершена, дело сделано — «жезл» опускается. Двусмысленные намёки трудно не заметить: чувство юмора Бонкомпаньо ничуть не уступает юмору его жизнерадостного земляка и современника Джованни Боккаччо.

Копия Boncompagni: Rhetorica antiqua из собрания Баварской государственной библиотеки. Источник..

Затем протототире ещё несколько столетий неприкаянно блуждало по страницам рукописных томов — пока Гутенберг не совершил переворот в книгопечатании. По словам исследователя Кита Хьюстона, автора книги «Тёмные личности: тайная жизнь знаков препинания, символов и других типографских знаков», в наборную кассу тире всё же пробралось. Вот только никто толком не знал, как с ним обращаться, — и именно эта неопределённость сделала его одним из самых любимых и, прямо скажем, самых заезженных знаков препинания в западной литературе.

Английское название em dash тире получило от типографской единицы em. По размерам она примерно соответствовала высоте и ширине заглавной буквы «M». Чтобы набор выглядел ровным и однородным, каждый символ должен был помещаться в так называемый «квадрат М» — предельную рамку для конкретного шрифта и кегля. Тире, разумеется, не было исключением.

Буква «М» в разных старинных шрифтах. Источник. Источник.

Источник.

Подлинный расцвет тире пришёлся на золотой век английской драматургии. В 1588 году Морис Киффин перевёл на английский «Андрию» Публия Теренция, и пьеса отправилась в печать к издателю Томасу Исту. Тире служило там не только знаком препинания, но и подсказкой для актёра: недосказанность, пауза, внезапно оборванная реплика.

Так в письменной речи закрепился приём апозиопезы — обрыв высказывания на полуслове, — и он пришёлся по душе нашему Вильяму Шекспиру. В «Короле Лире» реплики буквально усеяны тире: тут герой потерял нить мысли, там взял театральную паузу, дальше отвлёкся или оказался во власти чувств. То же и в «Генрихе IV», и в «Отелло», и в прочих пьесах великого Барда.

Экземпляр «Отелло» издания 1622 года. Ну любил Шекспир тире, что тут поделаешь.
Источник.

Новой волны популярности тире дождалось в XVIII веке — после выхода «Тристрама Шенди» Лоренса Стерна. Книга необычная и местами попросту неподдающаяся пониманию: по сути, это поток сознания главного героя, предвосхитивший открытия Пруста и Джойса почти на два столетия.

В этом потоке тире играют роль спасительных опор: они не дают читателю потеряться в лавине мыслей и позволяют более-менее безболезненно для психики перебираться от одной идеи Тристрама к другой. Стерна, к слову, мог вдохновить «Опыт о человеческом разумении» Джона Локка — тот одним из первых взялся анатомировать сознание и утверждал, что вся его сложность вырастает из бесчисленного множества простых идей и ощущений.

Первый метаиронист в истории — Лоренс Стерн. Источник.

«Тристрам Шенди» стал безоговорочным бестселлером: при жизни автора было продано не менее 12 750 экземпляров — без преувеличения, «Гарри Поттер» своей эпохи. Стерн проснулся знаменитостью, а книгу раскупали так рьяно, что ему пришлось собственноручно подписать более 10 000 экземпляров — иначе не удалось бы обуздать пиратов, которые втихую сбывали контрафактных «Тристрамов» на европейских книжных развалах, не платя автору ни пенни.

Иллюстрация из «Тристрама Шенди». На ней изображено увлечение героя — «хобби-хорсинг». Источник.

Метамодернистский «Тристрам» оказал влияние на целые поколения авторов, особенно английских. Приёмы работы с тире они усваивали уже на подсознательном уровне: смена мысли, герои, перебивающие друг друга, внезапное прозрение рассказчика.

Так и началось триумфальное шествие длинного тире по страницам бесчисленных шедевров. В диккенсовском «Оливере Твисте» одно тире приходится примерно на 224 слова. В «Джейн Эйр» Шарлотты Бронте — уже на каждые 90. А Эмили Дикинсон в своих стихах расставляла тире чуть ли не чаще, чем слова: редакторам пришлось изрядно потрудиться, и из полутора тысяч авторских тире в современном издании уцелело ровно 52.

Любопытная деталь: в западной типографике тире принято не отбивать пробелами. Логика проста — знак и без того длинный, он занимает всю ширину «квадрата М», так что лишние отступы ни к чему. Так тире и осталось зажатым между двумя словами. Эта особенность ещё аукнется в языковых моделях.

ИИ учится писать

С бумом языковых моделей пользователи всё чаще стали замечать, что нейросети грешат длинными тире. Причём те так бросались в глаза, что появились устойчивые выражения «GPT-шное тире» и «ИИ-шное тире». А любой, кто знал сочетание Alt + 0151, автоматически попадал под подозрение в сговоре с нейросетью.

Причина, по которой языковые модели так неравнодушны к тире, довольно проста: они обучались на миллионах книг, газет, публикаций, постов и твитов. В рамках «Panama Project» компания Anthropic буквально разобрала на части миллионы бумажных томов ради так называемого деструктивного сканирования: страницы аккуратно отделяли от переплёта и пропускали через обычный сканер.

Самодельный аппарат для автоматического сканирования книг. Примечательно, что книги вовсе не обязательно уничтожать — просто для бережного сканирования требуется больше времени. Источник.

Впрочем, в обучающую выборку попали и электронные книги, по большей части пиратские, — отсюда и судебный процесс. Обучение на книгах суд признал допустимым в рамках fair use, а вот использование пиратской библиотеки — нет. В итоге создателям Claude пришлось выплатить пострадавшим авторам полтора миллиарда долларов компенсации.

Но почему модель продолжает ставить длинное тире, даже когда её прямо просят этого не делать? Вероятно, потому что указание «не используй длинное тире» не превращается в жёсткое правило в коде, а лишь сдвигает вероятности следующего токена. В определённых синтаксических позициях у модели изначально очень сильный перекос в пользу тире — и категорический запрет порой проигрывает укоренившемуся шаблону.

А поскольку нейросети обучались преимущественно на англоязычных текстах, свои паттерны они перенесли и в другие языки. Отсюда привычное для британца или американца тире, вплотную прижатое к двум соседним словам без всяких пробелов, — то самое тире, которое режет глаз русскоязычному читателю.

Тире(кс)

Вот такими извилистыми и долгими путями тире совершило свою одиссею: из средневековых фолиантов — в обучающие датасеты гигантских языковых моделей. И в этой преемственности определённо есть что-то волшебное. Ну и, конечно, не стоит забывать: наличие длинной черты вовсе не обязательно выдаёт руку нейросети. В конце концов, это они научились у нас, а тире — просто очень выразительная единица письма.

 

Источник