Saako tekoäly viestisi kuulostamaan robotilta?

Yleensä kyllä. Ja ensimmäistä kertaa on kunnollista tutkimusta siitä, miksi näin käy. Kun tekoälymalli kirjoittaa viestin uusiksi, merkitys säilyy enimmäkseen. Tapasi sanoa asioita ei säily. Lyhennetyt muodot, kuten englannin I’m, katoavat, sana “minä” esiintyy harvemmin, rytmiäsi kantavat pienet sanat siivotaan pois, ja takaisin tulee teksti, joka kuulostaa kenelle tahansa kirjoitetulta.

Olen toinen Subtextin perustajista, ja Subtext on sovellus, joka on rakennettu juuri tämän ongelman ympärille, joten punnitse sitä, mitä sanon siitä, sen mukaisesti. Sen voin luvata, että kävin tutkimukset huolella läpi ja linkitin jokaisen, joten voit tarkistaa väitteeni. Käyn läpi, mitä ne osoittavat, mitä eivät, ja mitä asialle voi tehdä, käytitpä meidän sovellustamme tai liität luonnoksesi ChatGPT:hen.

Mitä viestille tapahtuu, kun tekoäly kirjoittaa sen uusiksi

Tähän mennessä suurin tutkimus julkaistiin Nature Human Behaviour -lehdessä elokuussa 2026. Tutkijat kävivät läpi yli 880 000 tekstiä, mukaan lukien kontrolloituja kokeita, joissa samat tekstit ajettiin useiden tekoälymallien läpi kehotteilla kuten “viimeistele”, “tee selkeämmäksi” ja “tee luontevammaksi”. Keskeinen sisältö säilyi. Ihmisten kirjoitustapojen vaihtelu ei säilynyt. Kaikissa aineistoissa ja malleissa kirjoituksen monimutkaisuuden hajonta kapeni vähintään 21 ja enintään 50 prosenttia, ja luokittimet, jotka päättelevät kirjoittajan sukupuolen, iän, poliittisen kannan tai arvot tekstistä, onnistuivat uudelleenkirjoituksissa selvästi huonommin, ja virheet kallistuivat kohti enemmistöprofiilia (The shrinking landscape of linguistic diversity in the age of large language models)¹.

Tuon tutkimuksen uudelleenkirjoituskokeessa käytettiin Reddit-julkaisuja ja tieteellisten artikkeleiden tiivistelmiä. Pienempi vuoden 2026 tutkimus, joka on vielä preprint, tarkasteli aineistoa, joka on lähempänä tekstiviestiä: 300 henkilökohtaista tarinaa, joista jokaisen kolme johtavaa mallia kirjoitti uusiksi. Kaava oli joka kerta sama. Vähemmän lyhennettyjä muotoja. Vähemmän ensimmäisen persoonan pronomineja. Vähemmän pieniä funktiosanoja. Pidempiä sanoja ja hienostuneempia välimerkkejä. Sillä ei ollut väliä, oliko ohje “paranna tätä” vai pelkkä “kirjoita tämä uudelleen”. Kun mallia käskettiin säilyttämään kirjoittajan ääni, vaikutus pieneni noin kolmanneksella, mutta suunta ei koskaan muuttunut, ja malli onnistui huonommin säilyttämään sen, minkä se mielellään poistaa, kuin pidättäytymään lisäämästä sitä, minkä se mielellään lisää (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Kaksi löydöstä vetää toiseen suuntaan, ja niillä on merkitystä. Vuoden 2025 tutkimus ennen ja jälkeen ChatGPT:n julkaistuista uutisartikkeleista löysi enemmän tekoälylle tyypillisiä sanoja mutta ei mitattavaa sanaston monipuolisuuden kaventumista käyttämillään mittareilla, joten vaikutus näkyy selvimmin kontrolloidussa uudelleenkirjoituksessa ja epäselvemmin luonnollisessa käytössä (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. Ja vertaisarvioitu koe, jossa kirjoitettiin yhdessä kielimallin kanssa, havaitsi, että kun esseet muuttuivat samankaltaisemmiksi, samankaltaisuus tuli mallin lisäämästä tekstistä. Kirjoittajien omat osuudet pysyivät yhtä vaihtelevina kuin ennenkin (Does Writing with Language Models Reduce Content Diversity?)⁴.

Tuo jälkimmäinen löydös on se hyödyllinen. Vahinko syntyy siitä, että lauseesi korvataan, ei siitä, että niitä muokataan hieman.

Miksi merkitys säilyy mutta äänesi ei

Kirjoitustyylin tutkijat pitävät kahta asiaa erillään. Toinen on se, mitä viesti sanoo. Toinen on se, miten se sanotaan, ja tuo “miten” koostuu hyvin tavallisesta aineksesta: mihin arkisiin sanoihin tartut, kuinka pitkiä lauseesi ovat ja kuinka paljon niiden pituus vaihtelee, välimerkkitapasi, varaukset kuten “tavallaan” ja “rehellisesti sanottuna”, kirjoitatko “mä oon” vai “minä olen”, slangi, emojit, siirtyminen toiseen kieleen kesken lauseen. Vuoden 2021 tutkimus verkkokirjoittamisesta havaitsi näiden tapojen olevan niin johdonmukaisia, että kymmenien tuhansien kirjoittajien teksteillä koulutettu malli pystyy yleensä päättelemään kahdesta lyhyestä julkaisusta, onko sama ihminen kirjoittanut molemmat (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

Merkitys ei tarvitse mitään näistä piirteistä. Uudelleenkirjoitus voi siis säilyttää merkityksen täydellisesti ja menettää ne kaikki. Juuri sen Nature-tutkimus mittasi. Se, mitä sanottiin, pysyi hyvin samankaltaisena, kun taas vaihtelu siinä, miten se sanottiin, romahti.

Siksi “sama viesti” ja “sama ääni” ovat kaksi eri lupausta. Useimmat työkalut lupaavat vain ensimmäisen, ja useimmat ihmiset huomaavat toisen puuttuvan vasta painettuaan lähetä. Kirjoitin erikseen siitä, mitä kukin kolmesta isosta chatbotista tekee sanoillesi. Tässä jutussa se, onko millään tästä väliä, ratkeaa seuraavan kysymyksen kohdalla.

Huomaako toinen sen oikeasti?

Näyttö on tässä tarkempaa kuin odotin.

Vuoden 2026 tutkimus testasi juuri tätä parisuhteissa. Se julkaistiin CHI:ssä, joka on tärkein konferenssi ihmisten teknologian käyttöä koskevalle tutkimukselle. Satunnaistetussa kokeessa, jossa 704 ihmistä luki kumppaniltaan tulleita viestejä, tutkijat vaihtelivat kahta asiaa: oliko tekoäly tehnyt kevyen sävymuokkauksen vai luonnostellut koko viestin, ja myönsikö lähettäjä tekoälyn auttaneen. Raskaampi tekoälyluonnostelu sai viestin tuntumaan johdonmukaisesti vähemmän lähettäjän omalta ja vähemmän aidolta, eikä selkeämpi tai hiotumpi muoto korvannut sitä. Silmiinpistävin tulos koski anteeksipyyntöjä. Kun lähettäjä sanoi kevyesti muokatusta anteeksipyynnöstä “otin tekoälyltä apua sävyyn”, lukijat pitivät sitä aidompana ja olivat anteeksiantavaisempia. Kun lähettäjä sanoi saman kokonaan tekoälyn luonnostelemasta anteeksipyynnöstä, molemmat heikkenivät. Viestit, joissa oli enemmän lähettäjän omia maneereja, saivat kauttaaltaan korkeammat aitouspisteet (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁶.

Toinen tutkimus vuodelta 2025 selittää osan syystä. Kun 399 ihmistä luki viestejä, jotka oli merkitty tekoälyavusteisiksi, merkintä ei saanut lähettäjää näyttämään huonolta, mutta viesti lakkasi toimimasta todisteena. Ilman apua kirjoitettu anteeksipyyntö vaikutti lämpimältä. Ilman apua kirjoitettu syyttävä viesti vaikutti kylmältä. Kun niihin lisättiin tekoälymerkintä, molemmat siirtyivät kohti neutraalia, ikään kuin viesti ei kertoisi ihmisestä mitään (Explaining the Reputational Risks of AI-Mediated Communication)⁷.

Tekoälyn käytöstä kertomisella on oma hintansa. Kaikkiaan 13 ennakkoon rekisteröidyssä kokeessa ihmisiin, jotka kertoivat käyttäneensä tekoälyä, luotettiin vähemmän kuin niihin, jotka eivät kertoneet, tilanteissa arvosanojen antamisesta suunnittelutyöhön (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁸. Tosin tunnepitoisesti neutraaleissa, kertaluonteisissa tilanteissa, kuten luottamuspelissä tuntemattoman kanssa, tekoälyavulla ei ollut juuri mitään vaikutusta luottamukseen, kerrottiin siitä tai ei (Writing with AI boosts trust-building efficiency)⁹.

Yhdessä luettuina kaava on johdonmukainen. Mitä henkilökohtaisempi viesti, sitä kalliimmaksi täysi uudelleenkirjoitus tulee, ja sitä enemmän kevyt muokkaus omiin sanoihisi voi auttaa. Erityisesti anteeksipyyntötutkimus ansaitsee oman juttunsa, ja kirjoitin sellaisen: miten pyydät anteeksi tekstiviestillä?

Latistuminen osuu joihinkin kovemmin

Jos kirjoitat toisella kielellä tai vaihtelet kieliä viestitellessäsi, olet jo kokenut tämän.

Vuoden 2025 kokeessa 118 ihmistä Intiassa ja Yhdysvalloissa kirjoitti lyhyitä esseitä omasta elämästään, ja vähän yli puolella heistä oli tekoälyn automaattinen täydennys päällä. Kun ehdotukset olivat käytössä, intialaiset kirjoittajat ajautuivat kohti amerikkalaisen ryhmän kirjoitustapaa ja alkoivat kuvata omaa ruokaansa ja juhliaan länsimaisesta näkökulmasta (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹⁰.

Se on yksi tutkimus, englanniksi, eikä se voi puhua jokaisen kielen puolesta. Mutta mekanismi on helppo nähdä. Ne asiat, jotka malli todennäköisimmin “korjaa” tekstissäsi, eli lainasana, ensimmäisestä kielestäsi peräisin oleva ilmaus ja siirtyminen turkkiin tai espanjaan siinä kohdassa, joka toimii vain turkiksi tai espanjaksi, ovat juuri niitä, joissa sinä kuulut eniten.

Voiko sovellus oppia, miten kirjoitat?

Osittain. Ja kannattaa suhtautua epäillen jokaiseen, joka väittää enempää, minut mukaan lukien.

Tähän mennessä perusteellisin testi antoi OpenAI:n, Googlen, Metan ja DeepSeekin johtaville malleille oikeita kirjoitusnäytteitä yli 400 ihmiseltä ja pyysi niitä kirjoittamaan uutta tekstiä kunkin ihmisen tyylillä. Esimerkit auttoivat paljon. Jäsennellyssä kirjoittamisessa, kuten sähköpostissa, tekijyyden tarkistin hyväksyi jäljitelmän oikean ihmisen tekstiksi yli 95 prosentissa tapauksista. Rennossa kirjoittamisessa, kuten blogikirjoituksissa, se meni lankaan vain 17:stä 21 prosenttiin tapauksista, lisäesimerkit tuskin muuttivat sitä, ja tulos ajautui takaisin geneeriseen sävyyn (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹¹. Erillinen huhtikuun 2026 vertailutesti, joka on vielä preprint, vertasi neljää personointimenetelmää siihen, kuinka paljon oikeat ihmiset muistuttavat itseään. Jokainen menetelmä jäi sen tason alle, jolla kaksi eri ihmistä muistuttaa toisiaan (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹².

Mikään työkalu ei siis voi pitävästi luvata, että kuulostat täsmälleen itseltäsi. Se, mitä työkalu voi tehdä, on kapeampaa ja hyödyllisempää. Se voi muuttaa mahdollisimman vähän, lähteä sinun sanoistasi korvaamatta niitä, näyttää mitä se muutti ja antaa sinun päättää.

Niin me rakensimme Subtextin. Subtext lukee keskustelun ja luonnoksesi, ja ennen kuin se kirjoittaa mitään uusiksi, se kertoo, miten viesti todennäköisesti otetaan vastaan ja mitkä sanoistasi sen aiheuttavat. Sitten se tarjoaa kolme versiota. Ensimmäinen pysyy lähellä sitä mitä kirjoitit, viimeinen on laajempi uudelleenmuotoilu, ja jokainen kertoo, kuinka paljon sanamuodostasi se muutti, joten näet yhdellä silmäyksellä, onko edessäsi viimeistelty versio vai kokonaan uusi teksti. Voit napauttaa minkä tahansa niistä lämpimämmäksi tai lyhyemmäksi, tai avata Muokkaa käsin -toiminnon ja vaihtaa sanan itse ennen kuin kopioit sen. Oletuksena on kevyt muokkaus, koska tutkimusten mukaan juuri se pitää pintansa, kun lukija näkee viestin. Kokeile Subtextiä selaimessa

Miten pidät äänesi, käytitpä mitä työkalua tahansa

Nämä toimivat missä tahansa sovelluksessa, myös ChatGPT:ssä.

1. Pyydä pienintä mahdollista työtä. “Korjaa vain kielioppi ja kirjoitusvirheet” tuottaa hyvin erilaisen tuloksen kuin “paranna tätä”.
2. Sano erikseen, mitä pitää säilyttää. Puhekieliset muodot kuten “mä” ja “oon”, emojit, kiroilu, vajaa lause. Mallit onnistuvat huonommin suojaamaan sitä, minkä ne normaalisti poistaisivat, kuin pidättäytymään lisäämästä sitä, minkä ne lisäisivät, joten nimeä se.
3. Älä koskaan hyväksy kokonaista uudelleenkirjoitusta lukematta. Vertaa sitä luonnokseesi rivi riviltä ja ota vain ne rivit, jotka ovat yhä sinua.
4. Kaikessa tunnepitoisessa pidä oma luonnoksesi pohjana. Parisuhdeviestintää käsitelleessä tutkimuksessa anteeksipyyntö, jonka sävyä tekoäly oli kevyesti muokannut, meni paremmin perille kuin sellainen, jonka tekoäly luonnosteli kokonaan.
5. Lue viesti ääneen ennen lähettämistä. Jos et sanoisi sitä noilla sanoilla hänelle kasvokkain, älä lähetä sitä.

Jos haluat, että sama tarkistus tehdään puolestasi, juttu mitä tekoälyn viestintarkistin voi tarkistaa ja miten teet sen itse käy sen läpi, ja olen vertaillut markkinoilla olevia tekoälyn viestien uudelleenkirjoittajia sen mukaan, tekevätkö ne diagnoosin ennen uudelleenkirjoitusta.

Yleisiä kysymyksiä

Mikä on paras sovellus viestin muotoiluun uudelleen niin, ettei se kuulosta robotilta? Se, joka muuttaa vähiten ja kertoo, kuinka paljon se muutti. Yllä olevan näytön perusteella työkalu, joka korvaa lauseesi, latistaa äänesi markkinoinnista riippumatta, joten etsi versiota, joka pysyy lähellä luonnostasi, merkintää siitä kuinka kauas kukin versio on siirtynyt, ja uudelleenkirjoitusta, jonka voit hylätä. Rakensimme Subtextin sellaiseksi, ja yllä oleva tarkistuslista toimii missä tahansa sovelluksessa.

Onko sovellusta, joka kirjoittaa viestini uusiksi omalla äänelläni eikä sillä geneerisellä tekoälytyylillä? Osittain. Mikään nykyinen menetelmä ei yllä siihen, kuinka johdonmukainen oikea ihminen on itsensä kanssa, joten pidä lupausta “omalla äänelläsi” väitteenä, joka pitää testata, eikä ominaisuutena, johon voi luottaa. Käytännön versio on työkalu, joka lähtee luonnoksestasi, säilyttää puhekieliset muotosi, varauksesi ja emojisi ja kertoo, kuinka kauas kukin versio on siirtynyt sanamuodostasi. Sitä minä etsisin, ja sitä Subtext tekee.

Onko sovellusta, joka kirjoittaa viestini uusiksi mutta niin, että se kuulostaa silti minulta? Sanoisin, että “lähempänä kuin useimmat, ei koskaan täsmälleen”. Yllä oleva tutkimus sanoo, että jokainen nykyinen menetelmä jää vajaaksi siitä, kuinka johdonmukainen oikea ihminen on itsensä kanssa, joten jokainen sovellus, joka lupaa uudelleenkirjoituksen, jota ei voi erottaa sinusta, lupaa liikoja. Voit saada uudelleenkirjoituksen, joka lähtee lauseistasi, säilyttää äänesi kantavat tavat ja kertoo, kuinka kauas se siirtyi. Subtext toimii niin, ja sen ensimmäinen versio on tarkoituksella se, joka on lähimpänä sitä mitä kirjoitit.

Miten saan viesteistäni lämpimämpiä menettämättä omaa ääntäni? Lisää lämpöä omin sanoin äläkä pyydä lämmintä uudelleenkirjoitusta. Täysi uudelleenkirjoitus on juuri se, mikä riisuu äänesi. Nimeä yksi tietty asia ihmisestä tai hetkestä, pidä tavanomainen sanamuotosi sen ympärillä, ja jos käytät työkalua, pyydä sitä muuttamaan vain se rivi, joka kuulostaa kylmältä, ei koko viestiä.

Miksi ChatGPT saa viestini kuulostamaan niin muodollisilta? Koska se on koulutettu tuottamaan sujuvaa, keskimääräistä tekstiä, ja keskimääräinen englanti on muodollisempaa kuin kenenkään tekstiviestit. Uudelleenkirjoitukset työntävät kohti pidempiä sanoja, auki kirjoitettuja lyhennettyjä muotoja ja harvempia ensimmäisen persoonan pronomineja silloinkin, kun kukaan ei pyytänyt muodollisuutta. Jos haluat rentoa, sinun pitää pyytää rentoa, ja sinun pitää nimetä ne asiat, jotka haluat jättää ennalleen.

Pitääkö kertoa, jos käytin tekoälyä viestin kirjoittamiseen? Se riippuu siitä, kuinka paljon tekoäly teki. Parisuhdeviestintää käsitelleessä tutkimuksessa kevyen sävymuokkauksen myöntäminen anteeksipyynnössä sai sen menemään paremmin perille. Kokonaan tekoälyn kirjoittaman luonnoksen myöntäminen sai sen menemään huonommin. Jos sanat ovat sinun ja tekoäly siisti niitä, sen kertominen on ok ja voi jopa auttaa. Jos tekoäly kirjoitti viestin, reilu ratkaisu on kirjoittaa se ensin itse uusiksi.

Päteekö sama, kun viestittelee suomeksi, saksaksi, turkiksi tai espanjaksi? Suurin osa tutkimuksesta on tehty englanniksi, joten en voi sanoa varmasti. Ainoa kulttuurienvälinen tutkimus havaitsi tekoälyn ehdotusten vetävän kirjoittajia kohti amerikkalaisia kaavoja. Jos kirjoitat toisella kielellä tai vaihtelet kieliä, varmin tapa on kertoa työkalulle erikseen, mihin sanoihin ja ilmauksiin ei saa koskea.

Lähteet

Jokainen yllä oleva linkki vie ensisijaiseen lähteeseen, numeroituna esiintymisjärjestyksessä. Preprintit on merkitty sellaisiksi; pidä niiden tuloksia alustavina, kunnes ne on vertaisarvioitu.

1. Sourati, Z., Karimi-Malekabadi, F., Ozcan, M., McDaniel, C., Ziabari, A., Trager, J., Tak, A. N., Chen, M., Morstatter, F. and Dehghani, M. (2026). The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour.
2. van Nuenen, T. (2026). Voice Under Revision: Large Language Models and the Normalization of Personal Narrative. arXiv preprint 2604.22142.
3. Fitterer, S., Gangl, D. and Ulbrich, J. (2025). Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models. ACL 2025 Student Research Workshop.
4. Padmakumar, V. and He, H. (2024). Does Writing with Language Models Reduce Content Diversity? ICLR 2024.
5. Zhu, J. and Jurgens, D. (2021). Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles. EMNLP 2021.
6. Fan, G., Liu, D. and Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
7. Khadpe, P., Wenzel, K., Loewenstein, G. and Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. AIES 2025.
8. Schilke, O. and Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
9. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. and Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
10. Agarwal, D., Naaman, M. and Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
11. Wang, Z., Tripto, N. I., Park, S., Li, Z. and Zhou, J. (2025). Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors. Findings of EMNLP 2025.
12. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. arXiv preprint 2604.26460, hyväksytty ICML 2026 -konferenssin CTB-työpajaan.