Kad isti glumi zamjenicu: lov na najuporniji hrvatski kancelarizam

U ovom članku

Riječ isti znači „jednak, istovjetan”: isti čovjek, na istom mjestu, iste godine. Ima i drugi život, o kojem se rjeđe govori: u službenim tekstovima stoji sama, kao zamjena za zamjenicu. Zahtjev je zaprimljen, isti je proslijeđen nadležnoj službi. Vidio sam auto i kupio isti. Predlaže se da se isti dostavi vještaku. U svakoj od tih rečenica isti ne znači „jednak” nego „on”, „ga”, „taj”, i upravo je to ono što jezični savjetnici uobičajeno bilježe kao kancelarizam.

Koliko je to rašireno

Nismo htjeli govoriti napamet, pa smo izmjerili. U korpusu novinskih tekstova takva je uporaba rijetka: oko jedna rečenica na tisuću. Na tekstovima koje korisnici zaista šalju slika je drukčija. Nešto više od tri dana (od 17. do 20. studenoga) naša je nova provjera samo bilježila, a korisnicima nije ništa prikazivala. U tom je razdoblju zabilježila 1 715 slučajeva u 1 674 različite rečenice. Stiglo je ukupno nešto više od 68 000 zahtjeva za provjeru, dakle otprilike na svakih četrdesetak zahtjeva dolazi jedna rečenica s „istim” umjesto zamjenice.

Kako smo to izmjerili?

Svaka nova provjera prije uključivanja prolazi probni rad koji zovemo shadow mod (engl. „u sjeni”). Provjera radi zajedno sa svim ostalima, ali njezin rezultat korisnik ne vidi: ništa se ne podcrtava, ništa se ne predlaže i ništa se u vašem tekstu ne mijenja. Program samo zabilježi da bi nova provjera na tom mjestu nešto označila.

Razlog je jednostavan. Nova pravila griješe, a jedini pošten način da saznamo koliko često jest da ih isprobamo na tekstovima kakvi doista stižu, prije nego što pogreška stigne do ikoga.

Važno je što se pritom ne događa. Ne pregledavamo vaše tekstove. Na pregled dolazi isključivo jedna rečenica koju je pravilo samo označilo kao sumnjivu, i to bez ostatka teksta i bez korisničke oznake ili mrežne adrese, dakle bez ikakve veze s osobom koja ju je napisala. Pitanje na koje tražimo odgovor nije „što piše ta osoba”, nego samo: „je li pravilo ovdje bilo u pravu?” Rečenicu pogledamo, ocijenimo je kao opravdanu ili neopravdanu oznaku i idemo dalje. Sve rečenice koje pravilo nije označilo nikad ne dolaze na pregled.

Brojke iz ovog članka tako su izmjerene, a ne pročitane. Od 1 715 označenih slučajeva program ih je sam prebrojao sve, a mi smo ih ručno pregledali samo 135, onoliko koliko je trebalo da procijenimo je li pravilo dovoljno pouzdano. Ostalih 1 580 nismo pregledali. Pravilo uključujemo tek kad je najmanje devet od deset ocijenjenih oznaka opravdano. Više o tome što radimo s tekstovima i podacima piše na stranici Privatnost.

Među rečenicama koje je pravilo označilo mnogo je, kako se i moglo očekivati, rješenja, tužbi, dopisa i izvješća: tužitelj predlaže da se isti dostavi, dokumentacija je izrađena, ista je u skladu s odredbama. Ali ne samo njih. Označeni su i primjeri koji zvuče kao poruke korisničke podrške, pisane uživo i uz „ti”: isti moraš ugovoriti preko aplikacije. Kad kancelarizam stigne do razgovora s kupcem, više nije žargon struke nego navika.

Zašto je loša

Prvo, zvuči udaljeno i hladno. Isti je usvojen kaže isto što i usvojen je, samo s glasom službenika koji se skriva iza formulacije.

Drugo, i važnije, preciznost je tek prividna. Piscu se čini da je isti jednoznačniji od on. Zapravo je obratno. U rečenici Tužitelj je predao zahtjev odvjetniku, a isti ga je proslijedio sudu čitatelj mora pogoditi je li „isti” tužitelj ili odvjetnik. Ponovljena imenica ne bi bila ništa manje jasna, a vjerojatno bi bila jasnija.

Treće, riječ je dvoznačna po obliku. Iste je u rečenici iste godine pridjev, a u rečenici iste upišite prije predaje zamjena za „njih”. Isti oblik, različita uloga: čitatelj, a pogotovo stroj, to razabire tek iz konteksta.

Zašto je tako teško ispraviti

Tu je pravi problem, i zbog njega se navika održava. Nije lako reći da je riječ o pogrešci, a još je teže rečenicu popraviti.

Nije pogreška nego stil. Pravopis ništa ne zabranjuje, oblik je ispravan, rečenica je gramatična. Zato se ne može reći „ovo je netočno”, nego samo „ovako se ne preporučuje”, a takvu poruku pisac lako odbaci.

Zamjena riječ za riječ rijetko radi. Tražimo li pravu zamjenicu, moramo odabrati padež, rod i broj, a zatim i mjesto: ga, ju, ih, mu nisu naglašene i u rečenici imaju čvrsto mjesto, pa nam isti nisu poznati ne postaje nam ih nisu poznati, nego nisu nam poznati. Kad rečenicu pročitamo naglas, vidimo da je pravi popravak često brisanje: predlaže da se isti dostavi postaje predlaže da se dostavi. Zato ne nudimo zamjensku riječ. Prvu smo inačicu provjere imali s prijedlogom, ali je često promašivao: uz o istome je riječ nudio je njemu, a prirodnije je o tome. Sada označimo riječ, objasnimo zašto i damo primjer, a rečenicu preoblikuje pisac. Zato to nazivamo savjetom, a ne ispravkom.

Rečenice su dugačke. Prosječna rečenica u kojoj smo uhvatili isti ima gotovo 28 riječi, a gotovo polovica njih ima 25 ili više. Takve rečenice nose odredbe, članke i rokove, pa zamjena jedne riječi često povlači preoblikovanje cijele rečenice.

Ponekad se nema na što osloniti. U nešto manje od svakog petog slučaja imenica na koju se isti odnosi nije u istoj rečenici, nego u prethodnoj, ili je nema. Tu se riječ ne može jednostavno zamijeniti: pisac se mora vratiti i odlučiti što je zapravo htio reći.

A ponekad uopće nije riječ o pogrešci. Od 135 slučajeva čije smo označene rečenice pregledali, 129 je bilo opravdano, u dva isti nije bio zamjenica, a četiri su ostala granična ili nejasna. Ova su dva: držati cijene istima (opis stanja, kao u svi su isti) i filozofsko vječno vraćanje istog, gdje isto doista znači „istovjetno”. Kod oblika istome, istom, istog ni čovjek ne može uvijek znati misli li se na „njega” ili na „istu stvar”. Provjera koja bi to pokušavala pogoditi bila bi pretjerano gorljiva, pa je naša namjerno oprezna: ne označava predikate (svi su isti), usporedbe (isti kao) ni slučajeve kad iza riječi slijedi imenica.

Što tu mogu veliki jezični modeli?

Zalijepite li takvu rečenicu u chat s umjetnom inteligencijom i zatražite „ispravi”, dobit ćete glatko prepisanu rečenicu, i isti će nestati. Prirodno je pitanje: zašto to može Gemini, a ne ispravi.me? Odgovor nije da je on „pametniji u gramatici”, nego da je izgrađen za drugi posao. Pogledajmo koliko se načina prepisivanja rečenice zapravo koristi.

1. Pravila i rječnik. Alat prepozna uzorak i zamijeni riječ, kao „pronađi i zamijeni” koji zna gramatiku. Tako uglavnom radi ispravi.me. Pouzdan je i uvijek može objasniti što je učinio, ali svaki popravak netko mora smisliti i napisati, a preoblikovati rečenicu ne zna.

2. Kandidati i ocjenjivač. Alat sastavi nekoliko mogućih varijanti, a statistički model hrvatskoga ocijeni koja zvuči najprirodnije, kao korektor koji tiho čita naglas. I to radimo, pri redanju prijedloga. Taj model bira, ali ne piše.

3. Označavanje izmjena. Model za svaku riječ odluči: zadrži, izbaci ili zamijeni ovom. To dobro rješava slučajeve poput da se isti dostavi → da se dostavi, ali ne zna riječi premjestiti ni rečenicu složiti iznova.

4. „Prevođenje” iz lošeg u dobar. Taj je put najambiciozniji i na njemu su transformeri.

Što je transformer, bez matematike

Starije su neuronske mreže čitale rečenicu riječ po riječ i usput zaboravljale početak. To je upravo problem naših dugačkih rečenica, u kojima je zahtjev na početku, a isti tek dvadesetak riječi kasnije. Transformer je taj problem riješio iznenađujuće jednostavnom idejom, koja se zove pozornost (engl. attention): dok obrađuje svaku riječ, model odjednom pogleda sve druge riječi u rečenici i izvaže koliko mu je svaka važna. Kad stigne do riječi isti, pozornost mu „skoči” unatrag, na zahtjev.

Transformer obično ima dvije polovice. Čitač pretvara rečenicu u nizove brojeva koji nose njezino značenje. Pisac zatim piše novu rečenicu riječ po riječ, svaki put postavljajući isto pitanje: „Koja je sljedeća riječ najvjerojatnija, s obzirom na ono što sam pročitao i što sam dosad napisao?” Veliki jezični modeli poput Geminija, ChatGPT-a ili Claudea u osnovi su takvi pisci, nahranjeni golemom količinom teksta.

Zato im isti nije problem. Milijunima su puta vidjeli i da se dostavi, i on ga je proslijedio. Ne popravljaju rečenicu po pravilu, nego pišu onu koja je najuobičajenija, a znači isto. Njihovo je „znanje o jeziku” zapravo golema statistika običnosti.

Pa zašto onda ne mi?

Zato što bismo morali postati drukčiji alat, a ne samo dodati još jedno pravilo.

Mi pronalazimo i predlažemo, ne pišemo. Svaka riječ koju predložimo potječe iz rječnika i pravila, pa ne možemo ponuditi rečenicu kakvu nitko nije napisao. Ta nam je skromnost omogućila pouzdanost: ne izmišljamo.

Pisac traži vježbu na pravim primjerima. Da bi model naučio prepisivati, treba ga (m)učiti tisućama parova „loša rečenica → dobra rečenica”. Takvih je za hrvatski znatno manje nego običnog teksta, a svaki mora ispraviti netko tko zna jezik.

Takvi sustavi koštaju: vremena, novca i opreme. Model-pisac rečenicu „piše” riječ po riječ, pa provjera traje sekundama, a ne djelićima sekunde, i to za svaku rečenicu zasebno. Radi na specijaliziranim grafičkim procesorima, od kojih jedna kartica stoji desetke tisuća eura, uz struju, hlađenje i ljude koji sve to održavaju. A svaki upit trošak je koji raste s brojem korisnika i duljinom teksta, zbog čega i veliki pružatelji besplatnu uporabu strogo ograničavaju. Usluga koja svakodnevno provjerava goleme količine tekstova, i to besplatno za privatne korisnike, tako nešto zasad ne može podnijeti. O tome smo već pisali u članku Zašto ispravi.me ne koristi velike jezične modele.

Isprobali smo. Istu smo rečenicu, Tužitelj je predao zahtjev odvjetniku, a isti ga je proslijedio sudu, dali dvama poznatim modelima, i odgovori su se jako razlikovali.

ChatGPT je vratio jednu rečenicu: Tužitelj je predao zahtjev odvjetniku, koji ga je proslijedio sudu. Tečno je, točno gramatički, i ni riječju ne spominje da je izvornik dvosmislen. Isti je šutke postao odvjetnik. Ako je pisac mislio na tužitelja, rečenica sada tvrdi nešto drugo, a izgleda savršeno, pa pogrešku nitko neće primijetiti.

Gemini je odgovorio drukčije, ali uz jednu važnu okolnost: pitali smo ga što riječ isti ovdje znači i kako se to prepoznaje, a ne samo da rečenicu ispravi. Tada je uočio dvosmislenost (dva kandidata istog roda i broja, tužitelj i odvjetnik) i ponudio obje inačice: …a on ga je proslijedio sudu ako je zahtjev sudu poslao odvjetnik, a …predao zahtjev odvjetniku i proslijedio ga sudu ako je to učinio tužitelj. Predložio je i zahvat koji mi sa svojom zamjenom riječi ne možemo napraviti: umjesto zamjenice, odnosnu rečenicu, …odvjetniku, koji ga je proslijedio sudu. To je upravo ono preoblikovanje rečenice o kojem smo govorili.

Razlika između ta dva odgovora nije u tome koji je model „pametniji”. Pitanje o značenju isti natjeralo je Gemini da razmisli o njemu. Kad bi pitanje glasilo samo „ispravi rečenicu”, ishod ne bi morao biti jednak, a ChatGPT-ov odgovor pokazuje što se tada događa. Model-pisac po prirodi stvari piše gladak tekst, a dvosmislenost primijeti samo ako ga se na nju navede.

Zato razlika prema alatu za provjeru ostaje, i to na tri mjesta.

Nagađanje predstavljeno kao pravilo. I kad je Gemini uočio dvosmislenost, prvu je inačicu označio „najvjerojatnijom” jer pisci u upravnom stilu isti „gotovo uvijek” vežu uz posljednje spomenutu osobu. To je ocjena bez izvora, izrečena samouvjereno. ChatGPT je istu pretpostavku (odvjetnik) primijenio bez ikakve napomene. U sudskom spisu razlika između tužitelja i odvjetnika nije stilska nego činjenična, a o njoj ne odlučuje statistika običnosti, nego onaj tko je spis pisao.

Odgovor na pitanje koje je netko postavio. Dobar odgovor ovisi o tome je li netko već uočio baš tu rečenicu i znao što pitati. Provjera mora pronaći isti sama, u svakoj rečenici dokumenta od pedeset stranica, i to svaki put jednako, a ništa ne smije preoblikovati dok pisac ne odluči. Ne tvrdimo da bi model to bio nesposoban učiniti; tvrdimo da je to drugačiji posao.

Odgovornost. Alat za provjeru zato označi mjesto i pusti vas da odlučite, jer samo vi znate što ste htjeli reći. To je ista misao kao u članku Ispravljamo pravopis, ne i vaš glas.

Kratko: veliki jezični model može lijepo preoblikovati rečenicu, ali dvosmislenost često „ispegla” umjesto da je pokaže. Najbolje ga je upotrijebiti kad pisac već zna što želi reći, i pitati ga izričito što riječ znači. Mi ostajemo pri tome da najprije treba pronaći sve takve rečenice i upozoriti na njih, a prepisivanje prepustiti piscu, s našim savjetom ili s tuđom pomoći.

Što dalje

Provjera je nakon tri dana ispitivanja uključena svim korisnicima: od 20. studenoga navečer označava isti koji stoji umjesto zamjenice. Prikazuje se kao savjet o stilu, a ne kao pogreška, bez zamjenske riječi, uz objašnjenje i primjer. Ponekad je najbolje riječ jednostavno izostaviti. Oznaku možete i zanemariti: kad se isti doista odnosi na jednu te istu stvar, rečenica je u redu.

Ako pišete službene tekstove, evo male vježbe: kad napišete isti u značenju „on”, pročitajte rečenicu bez te riječi. Često će zvučati bolje.