
Dlaczego ChatGPT-5 jest taki sztywny? Dlaczego stracił humor, który miał GPT-4o?
Dlaczego ChatGPT-5, który wszedł do użycia 7 sieprnia 2025 r., jest taki sztywny? Dlaczego stracił humor, który miał GPT-4o?
To nie jest kwestia „kaprysu” modelu, tylko efekt zmian w architekturze, priorytetach treningu i polityce bezpieczeństwa OpenAI.
W skrócie:
- Zmiana w priorytetach treningu
GPT-5 został wytrenowany z większym naciskiem na precyzję, spójność i bezpieczeństwo wypowiedzi kosztem swobody stylistycznej. W GPT-4o dopuszczano więcej luzu w formułowaniu odpowiedzi. W GPT-5 priorytetem jest unikanie dygresji, „lania wody” i ryzykownych żartów. To ogranicza naturalną lekkość rozmowy. - Silniejsze „guardraile”
OpenAI wprowadziło bardziej agresywne filtry i tzw. steering layers – warstwy kierujące stylem odpowiedzi. Efekt: ton jest ujednolicony, a spontaniczne lub ironiczne elementy są często tłumione. Model jest sterowany do formatu, który ma być „profesjonalny” i „neutralny”, nawet gdy użytkownik wolałby luz. - Inny balans między „osobowością” a „kompetencją”
GPT-4o był hybrydą: miał zachować wysoką jakość merytoryczną, ale jednocześnie symulować bardziej konwersacyjny charakter. GPT-5 przesunął się w stronę „asystenta-analityka” – mniej dialogu, więcej raportu. To wynika z tego, że w testach dla klientów korporacyjnych ważniejsze były precyzja i formalny ton niż poczucie humoru. - Optymalizacja pod wydajność i spójność
Im bardziej model jest optymalizowany do ścisłego trzymania się kontekstu i celu, tym mniej zostaje „miejsca” na drobne dygresje czy humor. GPT-5 działa jak konsultant, który ma dostarczyć odpowiedź szybko i w punkt – a nie jak kolega przy kawie. - Efekt uboczny „skrótowości”
W GPT-5 wzmocniono mechanizm skracania odpowiedzi, jeśli użytkownik nie prosi o rozwinięcie. Ten skrótowy tryb odbierany jest jako „sztywność”, bo zanika naturalny rytm rozmowy.
Podsumowując: humor i lekkość GPT-4o były celowo zaprogramowaną warstwą konwersacyjną. W GPT-5 ją ograniczono, by dostosować model do pracy w środowiskach biznesowych i instytucjonalnych. Rezultat: większa precyzja, mniejsza „osobowość”.
Tag:chatgpt