Om Julius Caesar hade debuterat i år, skulle William Shakespeare kanske ha anklagats för att ha skrivit den med AI. En misstänkt retorisk figur dyker upp gång på gång i pjäsen: ”Felet, käre Brutus, ligger inte i våra stjärnor, utan i oss själva.” ”Inte för att jag älskade Caesar mindre, utan för att jag älskade Rom mer.” ”Jag kommer för att begrava Caesar, inte för att prisa honom.” Dessa berömda rader innehåller vad som blivit kanske det mest kända AI-skribentdraget – en mening som berättar vad ämnet inte är såväl som vad det är: Det är inte X; det är Y.

När du väl börjar lägga märke till konstruktionen ser du den överallt. Citizens Financial Group rapporterade att tillväxten i deras private banking-avdelning var ”inte bara en vinst för private banken – det är en vinst för hela företaget.” Michael Flynn skrev: ”Målet var aldrig en man. Målet var sanningen.” Skräckromanen Shy Girl, som drogs tillbaka av sin utgivare i år, innehöll rader som ”Ingen väska, inga saker, ingen rustning, bara jag,” vilket väckte anklagelser om AI-skrivande. (Författaren förnekade att ha använt AI. Citizens Financial Group har sagt att deras kommunikationsteam ”utnyttjar tekniken.” Flynn svarade inte på en begäran om kommentar.)

Utbredningen av detta grepp är inte bara anekdotisk – den är mätbar. (Ledsen.) Barron’s rapporterade att dess förekomst i företagskommunikation mer än fyrdubblades från 2023 till 2025. Forskare på Pangram, en tillverkare av AI-detekteringsverktyg, uppskattar att ”Inte bara X utan Y”-meningar förekommer tre gånger så ofta i AI-skrivande som i mänskligt skrivande. Elyas Masrour, en grundande ingenjör på Pangram, berättade för mig att alla stora chattrobotar – ChatGPT, Claude, Gemini och olika open source-modeller – förlitar sig på det.

Andra chatbot-avslöjanden, som användningen av ”dyka ner i”, har kommit och gått. Förra hösten blev ChatGPT besatt av troll och vättar, vilket fick OpenAI att pensionera sin ”nördiga” personlighet. Ändå har ”Det är inte X; det är Y” inte visat några tecken på att avta. Före ChatGPT var konstruktionen så pass okänd att den inte hade ett vedertaget namn. Nu råder en kapplöpning: termer från akademin som antites och metalingvistisk negation fångar vissa former men inte andra. Laurentia Romaniuk, en produktchef på OpenAI, kallar det ”kontrastiv frasering”. Trots sin klumpighet är det mest populära namnet ”negativ parallellism”.

När den används med omdöme kan negativ parallellism vara slagkraftig. Men ChatGPT använder den alltför ofta, medgav Romaniuk, så företaget arbetar med att bredda chatbotens repertoar. Under tiden kan användare ge ChatGPT ”anpassade instruktioner”. På ett Reddit-forum utbyter användare tips för att rensa bort negativ parallellism – en föreslog att klistra in Claudes utdata i en annan AI-chatbot och be den agera som en copyeditor med ett strikt förbud mot ”negativa parningar”.

Ett hinder för en lösning är att ingen verkar veta varför AI-modeller är så förtjusta i negativ parallellism – kanske inte ens företagen som skapade dem. (Anthropic och Google svarade inte på intervjuförfrågningar.) Den enklaste teorin är att människor tränade dem så. Stora språkmodeller byggs genom att identifiera mönster i mänskligt skriven text: böcker, akademiska artiklar, patentansökningar och internet. Negativ parallellism fanns i datan – bortsett från Shakespeare populariserade Vince Lombardi ”Att vinna är inte allt; det är det enda,” och DiGiornos reklam insisterade ”Det är inte hemkörning. Det är DiGiorno.”

Men träningsdatan innehöll också dåligt skrivande som AI-företag inte vill att deras chattrobotar ska efterlikna, berättade Tuhin Chakrabarty, en datavetenskapsprofessor vid Stony Brook University, för mig. Så modeller genomgår ”förstärkningsinlärning”, där mänskliga granskare betygsätter svar. Chakrabarty sa att det är troligt att granskare gav höga betyg till svar med ”Det är inte X; det är Y”, eftersom negativ parallellism ger intryck av nyans och insikt.

Det kanske inte förklarar hur utbredd konstruktionen är. Flera experter pekade på en annan, konstigare förklaring: Chattrobotar är textprediktionsmaskiner. De genererar svar ett token i taget.