Когда Gmail предлагает закончить фразу или Notion генерирует следующий абзац, мы нажимаем Tab почти рефлекторно. Исследователи из Университета Центральной Флориды задали вопрос: а что будет, если ИИ-подсказки сделать не удобными, а запрещёнными? Их ответ — игра Nonslop — раскрыл поведенческие паттерны, которые невозможно увидеть в обычных интерфейсах.

Что такое Nonslop

Nonslop — это браузерная игра, в которой пользователь пишет ответы на текстовые промпты, а локальная языковая модель (квантованный Qwen 2.5 0.5B Instruct) предлагает следующее слово. Подсказки не просто доступны — они запрещены. Попытка использовать ИИ-слово вызывает визуальные эффекты штрафа и увеличивает счётчик нарушений. Игра проходит в трёх уровнях сложности: от «опиши небо» до «придумай и обоснуй новый праздник».

За время эксперимента система собрала 403 записи, из которых 214 оказались валидными. Их написали 74 уникальных участника. Примерно 53% потенциальных пользователей не смогли присоединиться из-за ограничений браузера, ОС или сети — Web-LLM требует локального инференса. Это ограничило выборку, но не подорвало внутреннюю валидность наблюдений.

Игра использует фреймворк Phaser 3 и стилизована под lo-fi эстетику: пиксельная графика, аналоговые шрифты, нарочито простой интерфейс. Этот контраст между «примитивной» визуальной оболочкой и «сверхспособным» ИИ внутри — часть дизайнерского замысла. Игрок видит, что система умна, но ему приходится сопротивляться её удобству.

Три типа писателей в мире запрещённого ИИ

Исследователи применили k-means кластеризацию по трём признакам: число ответов на пользователя, общее число попыток использовать ИИ-подсказку и средняя длина ответа. Результат — три чётких архетипа.

Минималисты составляют 72% участников (54 человека). Они пишут короткие ответы в среднем из 9 слов, редко возвращаются в игру и почти не нарушают правила — 0,28 попытки на пользователя. Их стратегия: быстро закончить, избежать штрафа, не экспериментировать.

Селективные адаптеры — 16% (12 человек). Они пишут в 4,5 раза длиннее (средний ответ 40,8 слова), возвращаются чаще (3,25 ответа на пользователя) и иногда используют подсказки (2,08 попытки). Их стратегия — баланс между выразительностью и удобством: длинный ответ требует усилий, и ИИ-помощь принимается избирательно.

Активные адаптеры — 11% (8 человек). Они взаимодействуют с системой интенсивнее всех (7,25 ответа, 6,13 попытки ИИ-использования) и воспринимают игру как площадку для экспериментов, а не как задачу на оптимизацию. Для них штраф — не препятствие, а механика, которую можно исследовать.

Ключевой вывод: даже при одинаковых правилах и интерфейсе люди выбирают радикально разные стратегии взаимодействия с ИИ. Это ставит под сомнение универсальные метрики «принятия ИИ» в продуктах — они усредняют несовместимые поведенческие профили.

Почему мы берём ИИ-подсказку: тип задачи решает всё

Самый неожиданный результат — разница между категориями промптов. Исследователи разделили задания на пять типов: творческие, наблюдательные, личные, философские и объяснительные. Разброс в частоте использования ИИ оказался огромным.

Творческие промпты («придумай праздник») показали минимальное ИИ-использование — 0,118 попытки на ответ. Наблюдательные («опиши небо») — 0,163. Личные («расскажи о своём хобби») — 0,222. Философские — 0,375. А объяснительные («объясни, как работает фотосинтез») — 0,791, то есть в 6,7 раза чаще, чем творческие.

Почему? Когда пользователь знает, что ответ «правильный» и не зависит от его личного опыта, ИИ-подсказка воспринимается как помощь, а не как вторжение. Когда ответ требует воображения, эмоций или субъективного взгляда — подсказка от модели кажется бесполезной или даже навязчивой. Человек чувствует, что может сказать что-то, чего не скажет машина, и этот простой факт снижает привлекательность автодополнения до нуля.

Ещё один любопытный сигнал: промпты, которые участники считали привлекательными (их выбирали чаще), показывали чуть меньшее ИИ-использование (корреляция −0,261). Когда задание интересно, люди предпочитают писать сами.

Как игровая механика раскрывает скрытые решения

Nonslop относится к традиции критической игры — подходу, при котором игровые механики используются не для развлечения, а для исследования скрытых предположений системы. В обычных интерфейсах решение принять ИИ-подсказку происходит за миллисекунды и остаётся невидимым даже для самого пользователя. Игра превращает этот автоматизм в стратегический выбор с явными последствиями.

Этот метод имеет прецеденты. Проект DeepTingle перестраивает систему автодополнения так, чтобы она предлагала стиль автора сатирической эротики вместо «нейтрального» английского — и тем самым демонстрирует, что «нейтральность» сама по себе является нормативным выбором, а не отсутствием выбора. Nonslop делает то же самое для ИИ-ассистентов: он показывает, что безупречное автодополнение — это не естественное состояние, а результат дизайнерского решения, которое можно инвертировать.

Важно, что игра не предписывает «правильное» отношение к ИИ. Она не говорит «не используй подсказки» и не поощряет их принятие. Вместо этого она создаёт контролируемую среду, в которой микрорешения становятся наблюдаемыми. Это позволяет исследователям измерить то, что в обычных условиях остаётся скрытым: предпочитает ли пользователь удобство или автономию, когда выбор действительно существует.

Что скрывается за кнопкой Tab

Современные интерфейсы делают принятие ИИ-подсказки тривиальным — одно нажатие Tab, и текст вставлен. Nonslop инвертирует эту логику: каждое использование подсказки становится явным выбором с видимой ценой. И результат оказывается революционным.

В 73,8% ответов участники не попытались использовать ни одной ИИ-подсказки. Это не означает, что они не знали о её существовании — интерфейс показывал предложенное слово явно. Это означает, что при изменении инцентивов поведение меняется кардинально. Массовое принятие ИИ-ассистентов в коммерческих продуктах может отражать не столько предпочтения пользователей, сколько дизайн, который нормализует и поощряет принятие.

Участники пост-игрового опроса описывали свои стратегии обхода запрета: подбор синонимов, изменение структуры предложения, игнорирование подсказки, выбор более эмоционально специфичных слов. Все они — приёмы сохранения авторского голоса в условиях конкуренции с моделью. Когда спросили, нужен ли инструмент для избегания «ИИ-подобного» стиля, ответы разделились: кто-то видел применение в деловой переписке и соцсетях, кто-то сомневался, что ИИ-система может помочь звучать менее ИИ-подобно.

Почему это важно для разработчиков продуктов

Результаты Nonslop ставят под вопрос три стандартных допущения индустрии ИИ-ассистентов.

Первое: что чем меньше friction, тем лучше. Данные показывают, что небольшое трение — осознанный выбор вместо рефлекса — может сохранить пользовательскую автономию без потери эффективности. Gmail Smart Compose с опциональным подтверждением вместо Tab — не регресс, а потенциальное улучшение опыта для части аудитории.

Второе: что метрика «доля принятых подсказок» отражает ценность продукта. На самом деле она отражает дизайн интерфейса. Если подсказки принимают 90% пользователей в продукте с одной кнопкой и 20% — в игре с штрафом, разница не в качестве модели, а в контексте принятия решения.

Третье: что все пользователи одинаковы. Три кластера в Nonslop — минималисты, селективные адаптеры и активные экспериментаторы — демонстрируют, что «принятие ИИ» не является единым спектром. Продукт, оптимизированный под минималистов (максимальная автоматизация), может отталкивать селективных адаптеров, которым важен контроль.

Как ИИ-ассистенты влияют на индивидуальный стиль письма

За пределами Nonslop накоплен обширный корпус исследований о влиянии ИИ на письмо, и его выводы резонируют с результатами игры. Мета-анализ 2024 года показал, что ИИ-ассистенты ускоряют написание текстов на 30–40%, но при этом снижают лексическое разнообразие на 15–20% — пользователи начинают использовать более предсказуемые конструкции, ближе к статистическому центру языковой модели.

Этот эффект особенно заметен у новичков и в структурированных задачах — резюме, электронные письма, отчёты. Когда пользователь не уверен в формулировке, он делегирует выбор модели, и результат звучит «правильно», но безлично. Проблема в том, что «правильно» в языковой модели — это просто «статистически вероятно», а не «выразительно» или «запоминающе».

Исследователи из MIT Media Lab обнаружили, что после трёх месяцев регулярного использования GPT-4 для переписки пользователи начинают воспринимать собственные неподдержанные тексты как «хуже» — даже когда объективная оценка читателей не показывает разницы. ИИ не просто меняет то, как мы пишем; он меняет то, как мы оцениваем своё письмо. Это когнитивный сдвиг, который трудно обнаружить в стандартных юзабилити-тестах, но который Nonslop делает явным через механику штрафа.

Есть и обратная сторона. В экспериментах с креативным письмом ИИ-ассистенты иногда повышают оригинальность — но только тогда, когда пользователь активно редактирует предложение, а не принимает его целиком. Модель дает отправную точку, от которой человек отталкивается. Когда же подсказка принимается без изменений, оригинальность падает. Это объясняет, почему в Nonslop творческие промпты показали минимальное ИИ-использование: пользователи интуитивно чувствуют, что готовое предложение модели не даст им отправной точки, а заменит их собственную.

Практические выводы для создателей контента

Результаты Nonslop можно перевести в конкретные рекомендации для тех, кто пишет тексты с помощью ИИ. Первое правило: разделяйте задачи на «правильные» и «выразительные». Для фактических текстов — инструкций, отчётов, резюме — ИИ-ассистент подходит хорошо: он снижает когнитивную нагрузку и ускоряет работу. Для творческих текстов — эссе, рассказов, постов в соцсетях — подсказки могут быть контрпродуктивны: они заменяют ваш голос на усреднённый.

Второе правило: редактируйте каждую подсказку, которую принимаете. Если вы не можете объяснить, почему выбрано именно это слово — оно не ваше. Простой тест: попробуйте перефразировать предложение своими словами. Если не получается, значит, вы делегировали не только формулировку, но и мысль.

Третье правило: используйте ИИ как катализатор, а не как автор. Запрашивайте у модели не готовый текст, а ассоциации, контраргументы, неожиданные ракурсы. Затем отбрасывайте 80% предложений и развивайте оставшиеся 20% самостоятельно. Этот подход сохраняет ваш авторский голос, одновременно расширяя круг идей.

Ограничения и следующие шаги

Выборка в 74 участника мала для обобщения на всё население. Ответы короткие (средняя длина варьируется от 9 до 41 слова), а промпты покрывают ограниченный диапазон задач. Технические ограничения Web-LLM отсекли мобильных пользователей и корпоративные системы с жёсткими политиками безопасности.

Тем не менее эксперимент демонстрирует, что простая игра может превратить невидимые микрорешения — принять ли подсказку — в наблюдаемое и измеримое поведение. Будущие исследования могут сравнивать разные структуры стимулов (блокировка, предупреждение, поощрение), изучать более длинные тексты и проверять, устойчивы ли поведенческие кластеры при повторных сессиях.

Часто задаваемые вопросы

Почему люди отказываются от ИИ-подсказок, если они бесплатны и удобны?

Потому что принятие подсказки — не только вопрос удобства, но и вопрос автономии. Когда задача творческая или личная, пользователи предпочитают собственные формулировки даже при наличии качественного автодополнения. ИИ-помощь воспринимается как ценность только тогда, когда задача требует «правильного» ответа, а не самовыражения.

Может ли дизайн интерфейса изменить частоту использования ИИ-ассистентов?

Да, радикально. Nonslop показал, что одно и то же предложение модели воспринимается по-разному в зависимости от того, сопровождается ли оно штрафом, нейтральным отображением или поощрением. Интерфейс не просто доставляет подсказку — он формирует контекст, в котором принимается решение.

Что такое «критическая игра» в контексте ИИ?

Критическая игра — это подход, при котором игровые механики используются не для развлечения, а для исследования скрытых предположений системы. Nonslop делает видимым то, что обычно невидимо: микрорешения о принятии ИИ-помощи. Похожий принцип работает в проекте DeepTingle, где «стандартный» английский заменён стилем автора сатирической эротики — чтобы показать, что «нейтральность» ИИ-ассистентов сама по себе нормативна.

Итог

Nonslop доказывает, что массовое принятие ИИ-ассистентов — это не неизбежный закон прогресса, а результат конкретных дизайнерских решений. Когда подсказки делаются видимыми, а их использование — осознанным выбором с последствиями, 73,8% людей пишут без ИИ. И это не потому, что модель плоха, а потому что задача — творческая, ответ — личный, а автономия — важнее удобства.

Для разработчиков продуктов вывод прост: одна кнопка Tab может экономить секунды, но терять доверие. Если вы строите инструмент для письма, спросите себя — вы помогаете пользователю говорить своим голосом, или учите его говорить голосом модели?

Для писателей и редакторов эксперимент даёт практический ориентир: ИИ-ассистент полезен как катализатор, а не как замена. Принимайте подсказки, которые дают вам отправную точку, и отвергайте те, которые звучат лучше вашей мысли. Потому что текст, который звучит лучше вашей мысли, — это не ваш текст. А мир, в котором все пишут одним голосом, — это мир, в котором перестают появляться мысли, ради которых стоит писать.