Wenn Julius Cäsar dieses Jahr debütiert hätte, könnte man William Shakespeare beschuldigen, es mit KI geschrieben zu haben. Ein bestimmtes verdächtiges rhetorisches Mittel taucht immer wieder im Stück auf: „Der Fehler, lieber Brutus, liegt nicht in unseren Sternen, sondern in uns selbst.“ „Nicht dass ich Cäsar weniger liebte, sondern dass ich Rom mehr liebte.“ „Ich komme, um Cäsar zu begraben, nicht um ihn zu preisen.“ Diese berühmten Zeilen enthalten das, was vielleicht zum bekanntesten Tick von KI-Texten geworden ist – ein Satz, der dir sagt, was das Subjekt nicht ist, und auch, was es ist: Es ist nicht X; es ist Y.

Sobald man die Konstruktion bemerkt, sieht man sie überall. Citizens Financial Group berichtete, dass das Wachstum ihrer Privatbank-Sparte „nicht nur ein Gewinn für die Privatbank war – es ist ein Gewinn für das gesamte Unternehmen.“ Michael Flynn schrieb: „Das Ziel war nie ein Mensch. Das Ziel war die Wahrheit.“ Der Horrorroman Shy Girl, der dieses Jahr von seinem Verlag zurückgezogen wurde, enthielt Zeilen wie „Keine Tasche, keine Sachen, keine Rüstung, nur ich“, was Anschuldigungen von KI-Schreiben nährte. (Der Autor bestritt die Nutzung von KI. Citizens Financial Group hat gesagt, dass ihr Kommunikationsteam „die Technologie nutzt.“ Flynn antwortete nicht auf eine Bitte um Stellungnahme.)

Die Verbreitung dieses Mittels ist nicht nur anekdotisch – sie ist messbar. (Entschuldigung.) Barron’s berichtete, dass sein Vorkommen in Unternehmenskommunikation von 2023 bis 2025 mehr als vervierfacht wurde. Forscher bei Pangram, einem Hersteller von KI-Erkennungstools, schätzen, dass „Nicht nur X, sondern Y“-Sätze in KI-Texten dreimal so häufig vorkommen wie in menschlichen Texten. Elyas Masrour, ein Gründungsingenieur bei Pangram, sagte mir, dass alle großen Chatbots – ChatGPT, Claude, Gemini und verschiedene Open-Source-Modelle – darauf zurückgreifen.

Andere Chatbot-Ticks, wie die Verwendung von „delve“, kamen und gingen. Letzten Herbst war ChatGPT besessen von Kobolden und Gremlins, was OpenAI dazu veranlasste, seine „nerdige“ Persönlichkeit in den Ruhestand zu schicken. Doch „Es ist nicht X; es ist Y“ zeigt keine Anzeichen des Nachlassens. Vor ChatGPT war die Konstruktion so obskur, dass sie keinen allgemein anerkannten Namen hatte. Jetzt gibt es ein Gerangel: Begriffe aus der Wissenschaft wie Antithese und metalinguistische Negation erfassen einige Formen, aber nicht alle. Laurentia Romaniuk, eine Produktmanagerin bei OpenAI, nennt es „kontrastive Formulierung“. Trotz seiner Sperrigkeit ist der populärste Name „negative Parallelität“.

Wenn sie klug eingesetzt wird, kann negative Parallelität pointiert sein. Aber ChatGPT greift zu oft darauf zurück, räumte Romaniuk ein, daher arbeitet das Unternehmen daran, das Repertoire des Chatbots zu erweitern. In der Zwischenzeit können Benutzer ChatGPT „benutzerdefinierte Anweisungen“ geben. In einem Reddit-Forum tauschen Benutzer Tipps aus, um negative Parallelität zu entfernen – einer schlug vor, Claudes Ausgabe in einen anderen KI-Chatbot einzufügen und ihm zu sagen, er solle als Korrektor mit einem strikten Verbot von „negativen Paarungen“ fungieren.

Ein Hindernis für eine Lösung ist, dass niemand zu wissen scheint, warum KI-Modelle so verliebt in negative Parallelität sind – vielleicht nicht einmal die Unternehmen, die sie geschaffen haben. (Anthropic und Google antworteten nicht auf Interviewanfragen.) Die einfachste Theorie ist, dass Menschen sie so trainiert haben. Große Sprachmodelle werden gebaut, indem Muster in menschlich geschriebenen Texten identifiziert werden: Bücher, wissenschaftliche Arbeiten, Patentanmeldungen und das Internet. Negative Parallelität war in den Daten vorhanden – abgesehen von Shakespeare popularisierte Vince Lombardi „Gewinnen ist nicht alles; es ist das Einzige“, und DiGiornos Werbung bestand darauf „Es ist keine Lieferung. Es ist DiGiorno.“

Aber die Trainingsdaten enthielten auch schlechtes Schreiben, das KI-Unternehmen nicht von ihren Chatbots nachgeahmt haben wollen, sagte mir Tuhin Chakrabarty, ein Informatikprofessor an der Stony Brook University. Also durchlaufen Modelle „verstärkendes Lernen“, bei dem menschliche Prüfer Antworten bewerten. Chakrabarty sagte, es sei plausibel, dass Prüfer Antworten mit „Es ist nicht X; es ist Y“ hohe Noten gaben, weil negative Parallelität den Eindruck von Nuance und Einsicht erweckt.

Das mag nicht erklären, wie verbreitet die Konstruktion tatsächlich ist. Mehrere Experten wiesen auf eine andere, seltsamere Erklärung hin: Chatbots sind Textvorhersagemaschinen. Sie generieren Antworten ein Token nach dem anderen.