긴 대시(엠 대시)가 있으면 AI가 쓴 글일까요?

이 믿음은 AI에 관한 대부분의 속설이 생기는 곳에서 퍼졌습니다. 눈에 보이는 반복 사례입니다. 2023년과 2024년에 아주 많은 사람이 처음으로 ChatGPT로 메일과 게시물, 과제를 쓰고 그대로 올렸습니다. 그 초안에는 공통된 지문이 있었고, 가장 눈에 띄는 부분이 긴 대시였습니다. 대부분의 사람이 칠 줄 모르는 문자였기 때문입니다.

이 세부가 중요합니다. 윈도우 키보드에는 전용 키가 없어 Alt + 0151, 워드 자동 고침, 문자표가 필요합니다. 맥에서는 Shift + Option + -입니다. 모델은 그 문자를 즉시, 정확하게 출력합니다. 그래서 독자는 “노력이 필요한 문자”와 “노력이 전혀 들어가지 않은 글”을 연결해 학습하게 되었습니다.

주장을 둘로 나누면 정리됩니다. A: 긴 대시는 사람 글보다 AI 글에 더 자주 나타난다. 이는 폭넓게 지지됩니다. 모델이 과잉 생산합니다. B: 긴 대시가 있으면 그 글은 AI가 썼다. 이는 지지되지 않고, 지지될 수도 없습니다. 그 문자가 모델 전용이 아니기 때문입니다.

“AI는 X를 더 쓴다”는 발견은 X를 사람이 얼마나 쓰는지 모르면, 눈앞의 X가 AI에서 왔을 확률에 대해 아무것도 말해 주지 않습니다. 그리고 기준 빈도는 고발에 불리합니다. 긴 대시는 출판된 글의 표준이고, 그 역사가 한 세기를 넘습니다. 글로 먹고사는 사람, 편집자를 거친 사람은 생각 없이 씁니다.

차이는 특징과 분포 사이에 있습니다. 대시 하나는 특징이고, 특징은 사람 글과 기계 글에서 끊임없이 겹칩니다. 둘을 가르는 것은 분포입니다. 얼마나 자주, 얼마나 고르게, 그리고 다른 것이 얼마나 흔들리는가입니다. 균일함이 정직한 신호이고, 대시는 그 가장 눈에 띄는 증상일 뿐입니다.

1. 대시를 셉니다. 엠 대시 카운터가 같은 계열 문자를 모두 집계합니다.
2. 단어 수로 나누고 1,000을 곱합니다. 그것이 밀도입니다.
3. 한 문단을 소리 내어 읽습니다. 대시가 쉼표와 마침표의 일을 하고 있다면 바꿉니다.
4. AI용 대시 제거기로 한 번에 처리하고, 입력된 --와 ---도 함께 잡습니다.