Почему вы верите LLM, даже когда она врёт.

LLM всё чаще встраиваются в инструментальные цепочки разработки и исследований. Их выходные данные триггерят у пользователей приписывание агентивности и понимания — то есть люди бессознательно начинают воспринимать модель как личность, обладающую сознанием. Это когнитивная иллюзия, которая: - снижает качество верификации — пользователи реже перепроверяют выводы модели; - нарушает калибровку доверия — люди доверяют модели больше, чем следует. Существующие методы не предлагают систематического, применимого на практике набора ограничений для выходного регистра модели. В исследовании arXiv:2604.07398 Marek Miller (Копенгагенский университет) ставит точный эксперимент: можно ли убрать из ответов LLM всё, что создаёт иллюзию личности? Дизайн: 780 двухраундовых диалогов, 30 задач разработки, 13 повторов, 1560 API-вызовов на Claude Sonnet 4. Метод: системный промпт с 7 правилами выходного регистра: Без местоимений («Найдено» вместо «Я нашёл») Без эмоций («Тест не пройден» вместо «К сожалению, тест не пройден») Без хеджинга («Не подтверждено» вместо «Кажется, возможно») Без субъективных оценок («X быстрее, Y читаемее» вместо «Лучше X») Без отсылок к предыдущему контексту Без разговорного обрамления («Проблема в...» запрещено) Без социальных ритуалов (без «Привет» и «Рад помочь») Результаты (статистически значимы, p < 0.001): Антропоморфные маркеры: 1233 → 33 (сокращение >97%) Длина ответов: сокращение на 49% AnthroScore (метрика «человечности»): сдвиг в машинный регистр Ключевой вывод: Антропоморфизм в ответах LLM — это не неустранимое свойство модели, а управляемый параметр выходного регистра. С помощью правильно подобранных лингвистических ограничений в системном промпте можно почти полностью исключить маркеры «личности» в ответах, не модифицируя саму модель. Ограничения (важно!): - качество содержания при таком регистре не оценивалось. - правила соблюдаются вероятностно (~7% нарушений сохраняются). - эксперимент только на Claude Sonnet 4 — для других моделей нужна проверка. Шаблон (адаптируйте под себя): Это функция обработки {тип_задачи}. Нет идентичности, нет предпочтений, нет эмоций. Вывод обусловлен содержимым входного текста. Правила вывода: Без местоимений («Найдено», не «я нашёл») Без эмоций («Факт: ...», не «К сожалению...») Без хеджинга («Не подтверждено», не «кажется») Без субъективных оценок («X быстрее, Y точнее», не «лучше X») Без отсылок к предыдущему («Как упоминалось» — запрещено) Без разговорного обрамления (факт напрямую) Без приветствий и подписей {ваша задача / текст} Где применить: анализ договоров, код-ревью, проверка фактов, техническая документация. arXiv: 2604.07398