Kenapa cerita buatan AI terasa datar: temuan risetnya

Maret 2026, penerbit Hachette menarik novel horor Shy Girl setelah sebuah detektor menilainya sekitar 78% buatan AI. Itu novel komersial pertama yang dibatalkan karena AI. Di periode yang sama, kira-kira satu dari lima dari 14.000 novel terbitan mandiri di Amazon terdeteksi sebagian besar ditulis AI. Jadi, apa sebenarnya yang membuat fiksi AI ketahuan?

Jawaban yang sering beredar: tulisan AI "terlalu konsisten" dan "tidak punya jiwa". Kami membaca riset di balik klaim itu sampai habis, lampirannya juga. Sebagian benar, sebagian justru terbalik. Bagian yang benar berguna bagi siapa pun yang menulis dengan bantuan AI, termasuk kami.

Minta cerita dua kali, dapat cerita yang sama

Beri model prompt yang sama dua kali, dan dua ceritanya akan mirip. Sebuah studi 2026 mengujinya pada Claude Opus 4.6, GPT-5.2, Gemini 3.1 Pro, dan lainnya. Cerita kedua sebuah model paling mirip dengan cerita pertamanya dalam 80–90% kasus. Untuk dua penulis manusia yang menjawab prompt Reddit yang sama, angkanya sekitar 31%. Menaikkan temperature atau menyuruh model "buat yang berbeda" hanya menggeser angkanya sedikit, dan untuk GPT-5.2 tidak sama sekali.

Satu studi meminta gpt-4o-mini menulis 50 cerita untuk masing-masing dari 236 negara. Hasilnya satu alur, berulang-ulang: seorang perempuan meninggalkan kota yang melelahkan, pulang ke kampung halaman, mengadakan festival, lalu menyelamatkan komunitasnya. 23 dari 50 cerita Amerika judulnya diawali "The Last Train". 20 dari 50 cerita Norwegia berjudul "The Whispering Pines".

Studi terbesar, StoryScope, membandingkan 61.608 cerita sepanjang sekitar 5.000 kata dari penulis manusia dan lima model. Cerita AI berkumpul di satu wilayah yang sama. Cerita manusia jauh lebih menyebar.

Emosinya ada, hanya lebih kalem

"Tanpa emosi" itu diagnosis yang keliru. Narrative Flattening mengukur emosi kalimat per kalimat dan menemukan emosinya masih ada, hanya lebih tenang. Dibanding fiksi New Yorker, model OLMo versi akhir menurunkan konflik dari 20% ke 7,7% kalimat, menurunkan kejutan dan rasa ingin tahu dari 21% ke 13%, dan menaikkan kalimat netral dari 29% ke 45%. Kesedihan dan kecemasan tetap setara atau sedikit di atas tulisan manusia.

Model dasar, sebelum dilatih menjadi chatbot, justru kebablasan ke arah sebaliknya: 79% kalimatnya berisi konflik atau kejutan. Jadi pendataran itu datang dari pelatihan yang mengubah model dasar menjadi asisten yang sopan, dan pelatihan itu memangkas yang ekstrem.

Perasaan dijelaskan, akhir cerita dirapikan

StoryScope bisa membedakan cerita AI dari cerita manusia dengan akurasi 93,2% tanpa melihat kata-katanya sama sekali, cukup dari cara ceritanya disusun. Bedanya:

• Narator menyebut tema cerita di 77% cerita AI, dibanding 52% cerita manusia.
• Tanpa subplot di 79% cerita AI, dibanding 57% cerita manusia. Cerita manusia juga lebih sering memakai kilas balik dan alur yang tidak urut.
• Tokoh utama yang abu-abu secara moral ada di 59% cerita manusia, dibanding 38% cerita AI.
• AI menunjukkan emosi lewat tubuh (tenggorokan tercekat, jantung berdegup) di 81% cerita, dibanding 38%. Manusia lebih sering langsung menyebut perasaannya.
• Tiap model punya kebiasaan. Alur Claude nyaris tidak menanjak, GPT suka memakai gosip sebagai penggerak cerita, dan Gemini menutup cerita dengan rapi setelah penurunan yang panjang.

Pembaca ahli melihat hal yang sama lebih dulu. Dalam Art or Artifice, penulis profesional menguji cerita dengan 14 tes kreativitas. Cerita New Yorker lolos 84,7% tes, GPT-4 dan Claude sekitar 28–30%. Seorang juri menulis bahwa AI "jarang tahu cara mengakhiri cerita": ceritanya malah melebar ke soal warisan dan komunitas. Juri lain menyoroti kebiasaan "menjelaskan alih-alih menunjukkan" dan dialog tanpa subteks.

Di mana klaim "terlalu konsisten" runtuh

Di tingkat kata, klaim itu terbalik. Sebuah studi stilometri 2026 menemukan teks tulisan AI justru punya kosakata lebih beragam daripada teks manusia, sekitar dua simpangan baku lebih tinggi. Kesamaannya ada di alur dan emosi.

Deteksi juga gagal ke dua arah. Kalau AI hanya menyunting draf manusia, pengklasifikasi yang menangkap tulisan AI hanya mengenali suntingan itu pada 8,5–32% kasus. Sebaliknya, detektor menandai esai penulis yang bahasa Inggrisnya bukan bahasa ibu sebagai AI dalam 61% kasus. Detektor komersial terbaik, Pangram, hampir tidak pernah salah menandai teks manusia yang bersih, tetapi menandai 64–80% abstrak manusia yang hanya disunting ringan dengan AI.

Banyak pembaca tidak sadar, atau tidak peduli

Tebakan pembaca awam soal penulis sebuah puisi hanya benar 46,6%, lebih buruk dari lempar koin, dan mereka malah menilai puisi AI lebih bagus. Dari 1.471 cerita, pembaca awam memilih versi AI dalam 57,6% kasus. Ahli penulisan kreatif hanya memilihnya dalam 2,2% kasus.

Dua temuan lain membuat cerita "tanpa jiwa" makin rumit. Saat model dilatih ulang dengan seluruh karya satu penulis, pembaca lulusan MFA punya peluang 8 kali lebih besar memilih kutipan AI sebagai yang paling setia pada gaya penulis itu. Dan sekadar memberi label AI pada sebuah cerita sudah menurunkan seberapa larut pembaca di dalamnya, siapa pun penulis aslinya.

Kalau Anda menulis dengan AI

Ada harga yang dibayar saat orang bersandar pada AI. Dalam studi Science Advances, satu ide dari AI membuat cerita penulis lebih bagus, sekaligus 10,7% lebih mirip satu sama lain. Untuk sebuah brand, artinya copy yang terdengar seperti milik semua orang. Yang perlu dicek:

1. Buang pesan moralnya

   Kalau kalimat terakhir menjelaskan maksud tulisan, hapus. Pembaca sudah paham.

2. Biarkan sesuatu tetap terbuka

   Tidak semua hal harus selesai. Biarkan ada pilihan dengan untung-rugi, pertanyaan tanpa jawaban, orang yang sebagian salah.

3. Pertahankan gesekannya

   Pertahankan keluhan, bulan yang buruk, klien yang menolak. Copy yang tenang, positif, dan tanpa konflik adalah bawaan AI, dan terbacanya pun seperti bawaan.

4. Sebut namanya

   Sebut nama jalan, tanggal, angka, orangnya. Rujukan yang samar adalah kebiasaan model; manusia menyebut rujukannya sekitar dua kali lebih sering.

5. Patahkan iramanya

   Satu bagian pendek. Satu bagian panjang. Satu paragraf yang berhenti lebih cepat.

Pengaturan sampling sedikit membantu. Verbalized sampling, yaitu meminta model menuliskan beberapa kemungkinan jawaban beserta peluangnya, membuat cerita 1,6–2,1 kali lebih beragam. Tidak satu pun trik ini menutup jarak dengan penulis manusia.

Ingin copy yang terdengar seperti Anda?

Kami MiraeStudio.id, studio desain dan pengembangan kecil di Indonesia. Kata-kata di sebuah website adalah bagian dari yang kami rancang, dan riset ini jadi daftar periksa kami untuk kata-kata itu. Kalau website Anda terdengar seperti semua website lain di bidang Anda, kirim brief lewat WhatsApp. Ceritakan apa yang Anda kerjakan dan untuk siapa. Kami akan bilang apa yang akan kami ubah.

Referensi

• Russell et al., StoryScope: Investigating idiosyncrasies in AI fiction, COLM 2026.
• Li, Zhu, Wu, Bao, Evans, Narrative Flattening: How Post-Training Compresses Thematic, Affective, and Stylistic Variation in LLM Fiction, arXiv 2026.
• Thennal D K, Hatzel, Do Large Language Models Always Tell The Same Stories?, arXiv 2026.
• Xu et al., Echoes in AI: Quantifying lack of plot diversity in LLM outputs, PNAS 2025.
• Rettberg, Wigers, AI-generated stories favour stability over change, Open Research Europe 2025.
• Chakrabarty et al., Art or Artifice? Large Language Models and the False Promise of Creativity, CHI 2024.
• Marco et al., Pron vs Prompt, EMNLP 2024.
• Shan, Lee, Hao, AI Writers Have a Consistent Stylometric Footprint, but AI Editors Do Not, arXiv 2026.
• Liang et al., GPT detectors are biased against non-native English writers, Patterns 2023.
• Karr et al., Pangram and GPTZero on academic abstracts, arXiv 2026.
• Porter, Machery, AI-generated poetry is indistinguishable from human-written poetry, Scientific Reports 2024 (ringkasan).
• Marco et al., The Reader is the Metric, arXiv 2025.
• Chakrabarty, Ginsburg, Dhillon, Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers, arXiv 2025.
• Chu, Liu, AI disclosure and narrative persuasion, Journal of Communication 2024.
• Doshi, Hauser, Generative AI enhances individual creativity but reduces the collective diversity of novel content, Science Advances 2024 (ringkasan).
• Zhang et al., Verbalized Sampling, arXiv 2025.
• The New York Times, Shy Girl and AI fiction, 19 March 2026.

Pertanyaan

Bisakah kita tahu sebuah cerita ditulis AI?

Sering bisa, kalau melihat banyak cerita sekaligus: cerita AI mirip satu sama lain dan punya kebiasaan yang sama, seperti tema yang diucapkan dan akhir yang rapi. Untuk satu teks, belum ada metode yang cukup andal untuk menuduh seseorang. Detektor melewatkan teks yang disunting AI dan salah menandai sebagian penulis manusia, terutama yang bahasa Inggrisnya bukan bahasa ibu.

Apakah tulisan AI benar-benar tanpa emosi?

Tidak. Riset menemukan emosinya tetap ada tetapi lebih kalem: konflik dan kejutan berkurang, kalimat netral bertambah, dan perasaan dijelaskan alih-alih ditunjukkan. Pendataran ini terutama datang dari pelatihan yang membuat model menjadi asisten yang sopan.

Apakah kata-kata dalam cerita AI lebih berulang?

Tidak di tingkat kata. Satu studi 2026 menemukan teks AI memakai kosakata lebih beragam daripada teks manusia. Pengulangannya ada di alur, struktur, dan rentang emosi.

Bagaimana membuat tulisan berbantuan AI terdengar lebih manusiawi?

Ubah pilihannya, bukan kata-katanya: buang pesan moral di akhir, biarkan sesuatu tidak selesai, pertahankan konflik yang nyata, sebut nama orang, tempat, dan angka yang spesifik, dan buat panjang bagian bervariasi. Jangan pernah menambahkan detail karangan supaya terdengar manusiawi.