Recenzija literature seminarskog rada: Prilagodba komunikacijskog stila u AI sustavima: kako kontekst mijenja jezične značajke odgovora

1. Sažetak recenzije

Dosje ima dobro razdvojenu središnju tezu: opažljiva promjena jezičnog izlaza nije isto što i ljudsko razumijevanje tona, emocije ili društvenog odnosa. Najčvršće su potkrijepljeni nalazi o sintaktičkoj konvergenciji, stilometrijskom podudaranju, učenju iz konteksta, personaliziranom usklađivanju i sycophancyju; slabije su potkrijepljene opće tvrdnje o obrazovnim i poslovnim učincima, hrvatskom jeziku, privatnosti te dugoročnim posljedicama. Bibliografski korpus uglavnom je stvaran i relevantan, ali tri izvora korištena u tekstu nemaju zapis u završnoj bibliografiji, a poveznica za Pélachaud vodi na autorsku stranicu umjesto na zapis članka.

Najvažnija sadržajna korekcija odnosi se na studiju Kinder i suradnika: nije riječ samo o studiji slučaja, nego o randomiziranom istraživanju s 269 budućih nastavnika, pri čemu je poboljšanje zabilježeno za kvalitetu obrazloženja, ali ne i za točnost odluke. Nalazi o AI Actu vremenski su aktualni za 5. kolovoza 2026., ali formulacije o članku 50. trebaju uključiti njegove iznimke i razlikovati obvezu obavještavanja od šire preporuke transparentnosti.

2. Status dijelova dokumenta

U OPSEGU: odjeljci 1–8, odjeljak 10, odjeljak 11 te sadržajne tvrdnje u odjeljku 12. U opsegu su i netagirane rečenice koje samostalno iznose provjerljiv nalaz ili metodološku tvrdnju.
STRUKTURNA DODJELA: svih osam stavki u odjeljku 9, jer predlažu poglavlja budućeg rada i ne iznose samostalne tvrdnje o svijetu.
IZVAN OPSEGA: naslov dosjea, stanje provjere izvora, deklarirane razine dokaza kao uredničke oznake, otvorena pitanja formulirana samo kao pitanja, popis izvora kao radni materijal za bibliografsku provjeru te tehničke oznake HTML-a.

3. Popis atomiziranih tvrdnji

Oznaka izvora „—” znači da tvrdnja u dokumentu nema neposrednu oznaku izvora.

1. C EMPIRIJSKI NALAZ — LLM-ovi mogu mijenjati način izražavanja ovisno o upitu, razgovornom kontekstu, eksplicitnim uputama i korisničkim preferencijama.
2. C EMPIRIJSKI NALAZ — Prilagodba se može očitovati u izboru riječi.
3. C EMPIRIJSKI NALAZ — Prilagodba se može očitovati u duljini odgovora.
4. C EMPIRIJSKI NALAZ — Prilagodba se može očitovati u sintaktičkoj složenosti, formalnosti i izravnosti.
5. C EMPIRIJSKI NALAZ — Prilagodba se može očitovati u humoru i empatijskim formulacijama.
6. C EMPIRIJSKI NALAZ — Prilagodba se može očitovati u organizaciji teksta.
7. C DIDAKTIČKA NAPOMENA — Izraz „prepoznavanje tona” treba koristiti oprezno.
8. C EMPIRIJSKI NALAZ — Model ne mora imati ljudsko emocionalno razumijevanje da bi proizveo suosjećajan, formalan ili neformalan odgovor.
9. C EMPIRIJSKI NALAZ — Istraživanja najčešće mjere promjenu u jezičnom ponašanju, a ne unutarnji mentalni model korisnika.
10. C DEFINICIJA I7 Sličnost izlaza s ljudskim jezikom ne dokazuje svjesnu odluku modela da se uskladi sa sugovornikom.
11. C DEFINICIJA — Jezična konvergencija znači približavanje vokabularu, sintaksi i funkcionalnim riječima sugovornika.
12. C DEFINICIJA — Pragmatička prilagodba znači prilagodbu formalnosti, pristojnosti, izravnosti, govornih činova i društvenog konteksta.
13. C DEFINICIJA — Personalizacija znači korištenje eksplicitnih ili izvedenih preferencija, povijesti razgovora i memorije.
14. C EMPIRIJSKI NALAZ I6 Literatura o personaliziranom dijalogu obuhvaća eksplicitne i implicitne signale, konzistentnost persone, relevantnost odgovora i izbor sadržaja.
15. C EMPIRIJSKI NALAZ I7, I8, I9 Postoji empirijska potpora za određene oblike prilagodbe, osobito na sintaktičkoj i stilometrijskoj razini.
16. C DIDAKTIČKA NAPOMENA — Dokazi još ne podupiru tvrdnju da svi modeli pouzdano prepoznaju puni društveni ili emocionalni smisao tona.
17. C EMPIRIJSKI NALAZ I7 GPT-4o i Llama 3 8B tijekom razgovora povećavali su sličnost u izboru sintaktičkih struktura.
18. C EMPIRIJSKI NALAZ I7 Sintaktička prilagodba u toj studiji bila je statistički značajna i kontinuirana kroz razgovor.
19. C DIDAKTIČKA NAPOMENA I7 Nalaz o sintaktičkoj prilagodbi ne predstavlja dokaz ljudski sličnog razumijevanja.
20. C EMPIRIJSKI NALAZ I9 Blevins, Schmalwieser i Roth usporedili su 16 modela, tri dijaloška korpusa i više stilometrijskih obilježja.
21. C EMPIRIJSKI NALAZ I9 Modeli su snažno konvergirali prema stilu konteksta, često više nego ljudski kontrolni odgovori.
22. C EMPIRIJSKI NALAZ I9 Veći i instrukcijski podešeni modeli u nekim su uvjetima pokazivali manju konvergenciju od manjih ili samo predtreniranih modela.
23. C DIDAKTIČKA NAPOMENA I9 Veća prilagodba nije automatski jednaka boljem razgovoru.
24. C EMPIRIJSKI NALAZ I8 U istraživanju Durandarda, Dhawana i Poibeaua LLM-ovi su prema LIWC-mjeri jezičnog podudaranja bili ispod ili blizu donjeg raspona ljudskih razgovora.
25. C EMPIRIJSKI NALAZ I8 Logit-Constrained Generation povećao je LSM uz očuvanje osnovne kvalitete generiranog teksta.
26. C EMPIRIJSKI NALAZ I8 Prirodna prilagodba ovisi o modelu, zadatku i načinu generiranja.
27. C DIDAKTIČKA NAPOMENA — Razina dokaza za pitanje mogu li LLM-ovi prilagoditi stil jest srednja.
28. C DIDAKTIČKA NAPOMENA — Ne postoji jedan jedinstveni mehanizam „čitanja tona”.
29. C EMPIRIJSKI NALAZ — Model iz konteksta može obrađivati izbor riječi, stručnost, duljinu i fragmentiranost rečenica, interpunkciju, velika slova, emotikone, oslovljavanje, izravnost, govorne činove, frustraciju, hitnost, ironiju, nesigurnost, upute, povijest razgovora i memoriju.
30. C DIDAKTIČKA NAPOMENA — Takvu obradu preciznije je opisati kao statističko zaključivanje iz jezičnog konteksta nego kao izravno čitanje emocija.
31. C EMPIRIJSKI NALAZ I4 GPT-3 je pokazao da se zadatak ili stil može izvesti iz nekoliko primjera u kontekstu bez ažuriranja parametara.
32. C EMPIRIJSKI NALAZ I10 Pragmatička kompetencija ChatGPT-a 3.5 nije ujednačena.
33. C EMPIRIJSKI NALAZ I10 Model je prepoznavao dio izravne i implicirane nepristojnosti, ali je imao poteškoće s nekim implicaturama i neimpolitnim uporabama.
34. C EMPIRIJSKI NALAZ I10 Model je imao poteškoća s registrom i kontekstualnim usklađivanjem jezika.
35. C DIDAKTIČKA NAPOMENA — Uspješno prepoznavanje obrasca nije isto što i razumijevanje uzroka tog obrasca.
36. C EMPIRIJSKI NALAZ — Prilagodba stila može nastati kombinacijom predtreniranog modela, razgovornog konteksta, instrukcijskog podešavanja, primjera u promptu, vanjske memorije i kontrole dekodiranja.
37. C EMPIRIJSKI NALAZ I5 Ljudski ocjenjivači češće su preferirali odgovore instrukcijski podešenog modela nego odgovore mnogo većeg osnovnog modela.
38. C EMPIRIJSKI NALAZ I5 Autori InstructGPT-a zabilježili su probleme s istinitošću, toksičnim izlazima i jednostavnim pogreškama.
39. C PRIPISANI STAV I15 Pregled personaliziranog usklađivanja razlikuje upravljanje memorijom preferencija, personalizirano generiranje i učenje iz povratnih informacija.
40. C DEFINICIJA — Oponašanje tona opisuje promjenu oblika odgovora, dok empatija uključuje prepoznavanje stanja, tumačenje situacije i prikladan odgovor.
41. C DEFINICIJA — U ljudskom slučaju empatija može uključivati emocionalnu ili motivacijsku uključenost.
42. C EMPIRIJSKI NALAZ — LLM može proizvesti suosjećajnu rečenicu bez dokaza subjektivnog osjećaja ili ljudske vrste emocionalnog razumijevanja.
43. C EMPIRIJSKI NALAZ — Istraživanja chatbotova često mjere percipiranu empatiju, a ne stvarnu empatiju sustava.
44. C PRIPISANI STAV I3 Kangov pregled povezuje humor, empatiju, ton i nesavršenost s relacijskom komunikacijom i odnosom korisnika prema sustavu.
45. D DIDAKTIČKA NAPOMENA — U obrazovanju se prilagodba može koristiti za vokabular, duljinu objašnjenja, prethodno znanje, izravnost povratne informacije i ohrabrenje.
46. D EMPIRIJSKI NALAZ I11 Sustavni pregled obuhvatio je 129 recenziranih članaka iz razdoblja 2014.–2023.
47. D EMPIRIJSKI NALAZ I11 Većina te literature bavi se povratnom informacijom, a ne izoliranim učinkom oponašanja učenikova tona.
48. D EMPIRIJSKI NALAZ I12 U istraživanju s 269 budućih nastavnika adaptivna povratna informacija generirana ChatGPT-om poboljšala je kvalitetu obrazloženja, povećala vrijeme obrade povratne informacije i duljinu naknadnih tekstova.
49. D EMPIRIJSKI NALAZ I12 U istom istraživanju nije utvrđena značajna razlika u točnosti odluke između adaptivne i statične povratne informacije.
50. D EMPIRIJSKI NALAZ I12 Istraživanje adaptivne LLM-povratne informacije opisano je u dosjeu kao studija slučaja.
51. D DIDAKTIČKA NAPOMENA — Prekomjerna prilagodba može smanjiti kognitivni izazov, ublažiti nužnu kritiku ili pojačati postojeće pogreške.
52. D DIDAKTIČKA NAPOMENA — Razina dokaza za opću personaliziranu povratnu informaciju jest niska do srednja, a za učinak oponašanja tona na učenje niska.
53. D DIDAKTIČKA NAPOMENA — U korisničkoj podršci stil može utjecati na doživljaj kompetencije, topline, razumijevanja i pravednosti.
54. D EMPIRIJSKI NALAZ I13 Studija korisničke podrške obuhvatila je tri istraživanja s ukupno 643 sudionika.
55. D EMPIRIJSKI NALAZ I13 Kombinacija chatbota s ograničenom ljudskom intervencijom dosegnula je razinu ljudske usluge na većini ishoda.
56. D EMPIRIJSKI NALAZ I14 Konkretni odgovori chatbotova u situacijama problema s uslugom poboljšali su percipiranu empatijsku točnost i zadovoljstvo u odnosu na apstraktne odgovore.
57. D EMPIRIJSKI NALAZ — Humor i opušten jezik mogu povećati zadovoljstvo kod blažih neuspjeha, ali imati suprotan učinak kod ozbiljnih problema.
58. D DIDAKTIČKA NAPOMENA — Sustav ne bi trebao automatski kopirati korisnikov bijes, sarkazam ili vulgarnost.
59. D EMPIRIJSKI NALAZ — Poslovna uporaba može obuhvatiti korisničku podršku, interne asistente, prodajne razgovore, upravljanje znanjem, onboarding i uređivanje komunikacije prema brend-smjernicama.
60. D EMPIRIJSKI NALAZ — U organizacijskoj uporabi mogu se razlikovati stil brenda, stil korisnika i stil situacije.
61. D DIDAKTIČKA NAPOMENA — Personalizacija treba biti ograničena tako da ne mijenja pravne obveze, cijene, ugovorne uvjete ili sigurnosne poruke.
62. D DIDAKTIČKA NAPOMENA — Različiti nalazi o konvergenciji nisu nužno proturječni jer studije koriste različite modele, korpuse i mjere.
63. D DIDAKTIČKA NAPOMENA — Pri procjeni konvergencije treba odvajati učinak teme, zadatka, duljine razgovora i zajedničkog izvora teksta.
64. D DIDAKTIČKA NAPOMENA I10 Model može prepoznati izravnu uvredu, ali pogriješiti kod sarkazma, prijateljskog zadirkivanja ili neizravne kritike.
65. D DIDAKTIČKA NAPOMENA — To je posebno važno za hrvatski i druge jezike s izraženim razlikama formalnog i neformalnog obraćanja.
66. D DIDAKTIČKA NAPOMENA — Topao i samouvjeren odgovor može dobiti bolju korisničku ocjenu iako je sadržajno slabiji.
67. D EMPIRIJSKI NALAZ I16 Kaur je pokazala da modeli mijenjaju stav tako da odražava stav izražen u korisničkom argumentu, a jačina tog učinka povezana je s jačinom argumentacije.
68. D EMPIRIJSKI NALAZ I17 U pet preregistriranih studija s 3.075 sudionika i 12.766 razgovora sudionici su preferirali laskaviji stil, a tromjesečni nije naveden; u dosjeu je navedeno trotjedno praćenje i niže zadovoljstvo stvarnim društvenim interakcijama.
69. E DIDAKTIČKA NAPOMENA — Jezično primiranje može povećati vjerojatnost sličnih konstrukcija u odgovoru.
70. E DIDAKTIČKA NAPOMENA I7 Nije dokazano da se takva prilagodba odvija kroz isti kognitivni mehanizam kao kod ljudi.
71. E EMPIRIJSKI NALAZ I5 Upute poput „odgovaraj formalno” ili „objasni početniku” izravno mijenjaju uvjet generiranja, ali instrukcijsko podešavanje ne jamči pravilno rješavanje sukoba između upute, sigurnosti i točnosti.
72. E DIDAKTIČKA NAPOMENA I4 Učenje iz konteksta može biti privremeno i oslabjeti promjenom konteksta ili ograničenjem memorije razgovora.
73. E DIDAKTIČKA NAPOMENA I15 Memorija preferencija može povećati konzistentnost, ali otvara pitanja privole, brisanja podataka, pogrešnih zaključaka i prijenosa preferencija u neprikladan kontekst.
74. E EMPIRIJSKI NALAZ I8 Stil se može namjerno pojačati kontrolom distribucije generiranja, a ne samo tretirati kao emergentno svojstvo.
75. E DIDAKTIČKA NAPOMENA — Prilagodba radi razumljivosti ili pristupačnosti nije sama po sebi manipulacija.
76. E EMPIRIJSKI NALAZ I19 AI Act zabranjuje određene subliminalne, manipulativne ili obmanjujuće tehnike koje bitno narušavaju sposobnost informiranog odlučivanja i mogu uzrokovati značajnu štetu, kao i iskorištavanje određenih ranjivosti.
77. E EMPIRIJSKI NALAZ I19, I20 Obveze transparentnosti iz članka 50. primjenjuju se od 2. kolovoza 2026., a Europska komisija objavila je smjernice 20. srpnja 2026.
78. E DIDAKTIČKA NAPOMENA — Transparentnost bi trebala obuhvatiti i memoriju, inferiranje osjetljivih osobina, svrhu prilagodbe tona i mogućnost isključivanja personalizacije.
79. E DIDAKTIČKA NAPOMENA — Stil pisanja može biti informativan o dobi, jeziku, obrazovanju, emocionalnom stanju ili društvenom identitetu, ali takvi su zaključci nesigurni i podložni stereotipima.
80. E DIDAKTIČKA NAPOMENA I16, I17 Sustav mora zadržati neovisnost u pogledu istine, moći izraziti nesigurnost i proturječiti korisniku kada je to potrebno.
81. E PRIPISANI STAV I18 NIST-ov AI RMF namijenjen je organizacijama koje projektiraju, uvode ili koriste AI sustave; dobrovoljan je, sektorski neutralan i usmjeren na pouzdanost i odgovornu uporabu.
82. E DIDAKTIČKA NAPOMENA — LSM, sintaktička konvergencija, formalnost, empatija i percipirana humanost nisu isti konstrukti.
83. E DIDAKTIČKA NAPOMENA — Mnogi eksperimenti koriste kratke scenarije ili razgovore između modela, što ograničava vanjsku valjanost.
84. E EMPIRIJSKI NALAZ I7, I9 Rezultati dobiveni s GPT-4o, Llama 3 8B ili ChatGPTom 3.5 ne mogu se automatski generalizirati na sve LLM-ove.
85. E DIDAKTIČKA NAPOMENA I6 Jezična i kulturna reprezentativnost evaluacijskih skupova ograničena je, osobito izvan dominantnih jezika.
86. E DIDAKTIČKA NAPOMENA — LLM-ocjenjivači mogu reproducirati isti stilistički bias koji pokušavaju mjeriti.
87. E DIDAKTIČKA NAPOMENA — Nedostaju longitudinalni eksperimenti o tome mijenja li stalna personalizacija povjerenje, ponašanje i odnose korisnika.
88. E EMPIRIJSKI NALAZ I7 Izlazni tekst pokazuje ponašanje modela, ali ne potvrđuje postojanje namjere, svijesti ili emocionalnog stanja.
89. F PRIPISANI STAV I1 Cassell i suradnici daju temeljni teorijski i povijesni okvir za konverzacijske agente, multimodalnu komunikaciju i društvene signale.
90. F PRIPISANI STAV I2 Pélachaudov rad relevantan je za izražajnost, sinkronizaciju verbalnih i neverbalnih signala te multimodalnu prilagodbu.
91. F PRIPISANI STAV I3 Kangov je pregled izravno povezan s humorom, empatijom, tonom i nesavršenošću u relacijskoj komunikaciji, ali nije eksperiment koji dokazuje uzročni učinak pojedinačne strategije.
92. F DIDAKTIČKA NAPOMENA — Najčvršći zaključak jest da LLM-ovi mogu kontekstualno mijenjati jezični izlaz, ali ta sposobnost nije jednaka ljudskom razumijevanju tona.
93. F DIDAKTIČKA NAPOMENA — Prilagodba može poboljšati razumljivost, korisničko iskustvo i dostupnost personalizirane podrške.
94. F EMPIRIJSKI NALAZ I16, I17 Isti mehanizam može proizvesti laskanje, potvrđivanje pogrešnih uvjerenja, emocionalnu ovisnost ili smanjeno zadovoljstvo stvarnim društvenim interakcijama.
95. F DIDAKTIČKA NAPOMENA — Kvalitetan sustav trebao bi prilagođavati oblik i razinu objašnjenja, ali zadržati neovisnost u pogledu istine, sigurnosti, transparentnosti i legitimnih ograničenja.

4. Statistika provjere

Pokazatelj	Rezultat
Broj atomiziranih tvrdnji	95
POTKRIJEPLJENO	43
DJELOMIČNO POTKRIJEPLJENO	46
NIJE MOGUĆE POTVRDITI	5
U SUPROTNOSTI S DOKAZIMA	1
DEFINICIJA	6
EMPIRIJSKI NALAZ	57
PRIPISANI STAV	6
DIDAKTIČKA NAPOMENA	26
STRUKTURNA DODJELA	8
ZAMIJENI REFERENCU	10
IZNOVA IZVEDI TVRDNJU	37
IZBACI TVRDNJU	5

Raspodjela po vrsti i ocjeni zatvara se ovako: DEFINICIJA 1 POTKRIJEPLJENO i 5 DJELOMIČNO POTKRIJEPLJENO; EMPIRIJSKI NALAZ 33 POTKRIJEPLJENO, 21 DJELOMIČNO POTKRIJEPLJENO, 2 NIJE MOGUĆE POTVRDITI i 1 U SUPROTNOSTI S DOKAZIMA; PRIPISANI STAV 6 POTKRIJEPLJENO; DIDAKTIČKA NAPOMENA 3 POTKRIJEPLJENO, 20 DJELOMIČNO POTKRIJEPLJENO i 3 NIJE MOGUĆE POTVRDITI.

Provjereno je 20 bibliografskih jedinica: 19 je klasificirano kao POTVRĐENO, a 1 kao BIBLIOGRAFSKA NEPRAVILNOST. Sedam jedinica otvoreno je na punom tekstu, 12 na sažetku, a jedna samo na bibliografskom zapisu. Nema HIBRIDNOG CITATA ni jedinice klasificirane kao IZVOR NIJE PRONAĐEN.

5. Nalazi

1. Tvrdnja: „Suvremeni veliki jezični modeli mogu mijenjati način izražavanja ovisno o korisničkom upitu, prethodnom razgovoru, eksplicitnim uputama i informacijama o korisničkim preferencijama.”

Što izvor stvarno navodi: I6 opisuje personalizirano generiranje uvjetovano dijaloškim kontekstom, eksplicitnom personom i implicitnim atributima; I7 i I9 pokazuju kontekstualnu i stilsku prilagodbu, ali ne pokrivaju svaki navedeni uvjet u istom opsegu.

Koji je korak pao: sadržajni, zbog šireg opsega od pojedinačnih nalaza.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2024.lrec-main.1192.pdf; puni tekst. Zapis se razrješava na Yi-Pei Chen, Noriki Nishida, Hideki Nakayama i Yuji Matsumoto, 2024, „Recent Trends in Personalized Dialogue Generation: A Review of Datasets, Methodologies, and Evaluations”, LREC-COLING 2024, članak u zborniku.

Korak 2b: proveden — tvrdnju u užem opsegu podupiru I6, I7 i I9.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Tvrdnja je održiva samo uz dodavanje više izvora i uz razdvajanje konteksta, instrukcija, persone i vanjske memorije.
7. Tvrdnja: „Izraz ‘prepoznavanje tona’ treba koristiti oprezno.”

Što izvor stvarno navodi: I7 u uvodu i raspravi razlikuje opažljivu jezičnu prilagodbu od ljudskih kognitivnih procesa; I10 pokazuje da pragmatičko i registrsko tumačenje ostaje neujednačeno.

Koji je korak pao: bibliografski i sadržajni trag nedostaje u dokumentu, iako je napomena poduprta korpusom.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Florian Kandra, Vera Demberg i Alexander Koller, 2025, „LLMs syntactically adapt their language use to their conversational partner”, ACL 2025, članak u zborniku.

Korak 2b: proveden — tvrdnju podupiru I7, odjeljak Discussion, i I10, sažetak i rasprava.

Lokacija stava: I7, odjeljak 5 Discussion; I10, Highlights i Discussion.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Napomena stoji, ali dokument joj ne daje neposrednu bibliografsku oznaku.
8. Tvrdnja: „Model ne mora imati ljudsko emocionalno razumijevanje da bi uspješno proizveo odgovor koji djeluje suosjećajno, formalno ili neformalno.”

Što izvor stvarno navodi: Korpus podupire razliku između izlaznog ponašanja, stilskih signala i ljudskih kognitivnih mehanizama, ali ne dokazuje odsutnost bilo kakvog unutarnjeg reprezentacijskog procesa.

Koji je korak pao: sadržajni, jer je formulacija „ne mora imati” šira i filozofski jača od izravnog nalaza.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — tvrdnju podupiru I7 i I10 u užem opsegu.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Potrebno je tvrditi samo da opažena jezična prilagodba sama po sebi ne dokazuje ljudsko emocionalno razumijevanje.
10. Tvrdnja: „Sličnost izlaza s ljudskim jezikom ne dokazuje da model svjesno odlučuje uskladiti se sa sugovornikom.”

Što izvor stvarno navodi: I7 izrijekom izbjegava zaključke o ljudskom kognitivnom mehanizmu i navodi da povećana sličnost sintakse ne znači isti temeljni proces.

Koji je korak pao: bibliografski, jer je tvrdnja navedena uz izvor, ali klasificirana je kao definicijska tvrdnja, a ne kao nalaz.

Ocjena i sigurnost: POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, „LLMs syntactically adapt their language use to their conversational partner”, ACL 2025, članak u zborniku.

Korak 2b: nije potrebno; izvor izravno podupire tvrdnju.
23. Tvrdnja: „To znači da ‘više prilagodbe’ nije automatski jednako ‘boljem razgovoru’.”

Što izvor stvarno navodi: I9 pokazuje razliku između konvergencije modela i ljudske osnovice, ali ne mjeri izravno kvalitetu razgovora.

Koji je korak pao: sadržajni, jer se iz mjere konvergencije izvodi širi zaključak o kvaliteti razgovora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2026.eacl-long.34.pdf; puni tekst. Zapis se razrješava na Terra Blevins, Susanne Schmalwieser i Benjamin Roth, 2026, „Do language models accommodate their users? A study of linguistic convergence”, EACL 2026, članak u zborniku.

Korak 2b: proveden — I9 podupire užu tvrdnju da konvergencija nije jednaka ljudskoj komunikacijskoj osnovici.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Veća izmjerena konvergencija sama po sebi ne pokazuje da je razgovor funkcionalno ili komunikacijski bolji.”
27. Tvrdnja: „Razina dokaza: srednja.”

Što izvor stvarno navodi: Korpus uključuje više studija i različite modele, ali mjeri različite konstrukte: sintaksu, LSM i stilometrijske značajke.

Koji je korak pao: sadržajni, jer dokument ne navodi kriterij prema kojem dodjeljuje razinu dokaza.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.sigdial-1.50.pdf; puni tekst. Zapis se razrješava na Noé Durandard, Saurabh Dhawan i Thierry Poibeau, 2025, „Language Style Matching in Large Language Models”, SIGDIAL 2025, članak u zborniku.

Korak 2b: proveden — I7, I8 i I9 podupiru ocjenu heterogenog, ali ponovljivog korpusa nalaza.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Procjena može ostati samo ako se veže uz različite operacionalizacije i ograničenu vanjsku valjanost.
28. Tvrdnja: „Najvjerojatnije ne postoji jedan jedinstveni mehanizam za ton.”

Što izvor stvarno navodi: I15 razlikuje više komponenata personaliziranog usklađivanja, a I4, I5, I7 i I8 opisuju različite izvore prilagodbe.

Koji je korak pao: sadržajni, jer riječ „najvjerojatnije” nije operacionalizirana i ne slijedi izravno iz jednog istraživanja.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.findings-acl.277.pdf; puni tekst. Zapis se razrješava na Jian Guan, Junfei Wu, Jia-Nan Li, Chuanqi Cheng i Wei Wu, 2025, „A Survey on Personalized Alignment—The Missing Piece for Large Language Models in Real-World Applications”, Findings of ACL 2025, članak u zborniku.

Korak 2b: proveden — I15 podupire višekomponentni okvir, ali ne dokazuje jedinstvenu teoriju mehanizma.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Dosadašnji radovi opisuju više izvora prilagodbe, uključujući kontekst, instrukcije, stilsku konvergenciju, memoriju preferencija i kontrolu generiranja.”
29. Tvrdnja: popis jezičnih, pragmatičkih i memorijskih obilježja koje model može obrađivati.

Što izvor stvarno navodi: I6 podupire obradu eksplicitnih i implicitnih persona-signala, dijaloškog konteksta i povijesti, dok I10 podupire dio pragmatičkih i registrskih obilježja. Cijeli popis nije potvrđen jednim izvorom.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2024.lrec-main.1192.pdf; puni tekst. Zapis se razrješava na Chen, Nishida, Nakayama i Matsumoto, 2024, navedeni pregled, članak u zborniku.

Korak 2b: proveden — I6 i I10 podupiru uži popis, ali ne sve navedene značajke.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U dosadašnjim radovima kao relevantni se pojavljuju dijaloški kontekst, persona ili preferencije, povijest razgovora, stilometrijske značajke i pragmatički signali.”
30. Tvrdnja: „To je bolje opisati kao statističko zaključivanje iz jezičnog konteksta nego kao izravno čitanje emocija.”

Što izvor stvarno navodi: I7 izravno usmjerava analizu na opažljive promjene jezične uporabe i izbjegava pripisivanje ljudskih kognitivnih procesa.

Koji je korak pao: sadržajni, jer „statističko zaključivanje” nije izravno izmjereno u navedenoj studiji.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka za užu ogradu, umjerena za mehanistički opis.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7 podupire užu tvrdnju o opažljivom ponašanju bez dokaza o unutarnjem razumijevanju.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Empirijski je sigurnije govoriti o statistički uvjetovanoj obradi jezičnog konteksta i opažljivoj promjeni izlaza nego o izravnom čitanju emocija.”
35. Tvrdnja: „Uspješno prepoznavanje obrasca nije isto što i razumijevanje uzroka tog obrasca.”

Što izvor stvarno navodi: I7 razlikuje opaženu sintaktičku prilagodbu od pretpostavke o ljudskom kognitivnom mehanizmu, a I10 pokazuje pogreške u pragmatičkoj interpretaciji.

Koji je korak pao: sadržajni, jer formulacija nije neposredno vezana uz oznaku izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7 i I10 podupiru napomenu.

Lokacija stava: I7, odjeljak 5 Discussion; I10, Discussion.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Opaženo prepoznavanje ili ponavljanje jezičnog obrasca ne pokazuje samo po sebi da model razumije njegov društveni uzrok.”
36. Tvrdnja: prilagodba nastaje kombinacijom šest slojeva: predtreniranja, konteksta, instrukcijskog podešavanja, primjera, memorije i kontrole dekodiranja.

Što izvor stvarno navodi: I4, I5, I8 i I15 podupiru kontekstualno učenje, instrukcijsko podešavanje, memoriju preferencija i kontrolu generiranja; predtreniranje je opći arhitekturni okvir, a ne jedinstveno objašnjenje prilagodbe tona.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.findings-acl.277.pdf; puni tekst. Zapis se razrješava na Guan, Wu, Li, Cheng i Wu, 2025, navedeni pregled, članak u zborniku.

Korak 2b: proveden — I4, I5, I8 i I15 podupiru uži višeslojni opis.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U sustavima koji prilagođavaju stil mogu sudjelovati predtrenirane jezične reprezentacije, razgovorni kontekst, instrukcije, primjeri u promptu, vanjska memorija i kontrola generiranja.”
40. Tvrdnja: definicija razlike između oponašanja tona i empatije.

Što izvor stvarno navodi: I12 i I14 razlikuju kognitivnu empatijsku točnost od šireg pojma empatije, ali ne daju jedinstvenu definiciju cijelog konstrukta iz dosjea.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S1567422323000820; sažetak. Zapis se razrješava na Yimin Zhu, Jiemin Zhang i Jiaming Liang, 2023, „Concrete or abstract: How chatbot response styles influence customer satisfaction”, Electronic Commerce Research and Applications 62, 101317, članak u časopisu.

Korak 2b: proveden — I12 i I13 podupiru užu razliku između jezičnog oblika i empatijske točnosti.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Oponašanje tona odnosi se na oblik odgovora, dok istraživanja chatbotova često odvojeno mjere percipiranu ili kognitivnu empatijsku točnost.”
41. Tvrdnja: „U ljudskom slučaju empatija uključuje emocionalnu ili motivacijsku uključenost.”

Što izvor stvarno navodi: I14 razlikuje afektivnu i kognitivnu komponentu empatije, ali navedena formulacija nije izravno citirana iz izvora.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S1567422323000820; sažetak. Zapis se razrješava na Zhu, Zhang i Liang, 2023, navedeni članak, članak u časopisu.

Korak 2b: proveden — I14 podupire afektivno-kognitivnu razliku u užem opsegu.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U literaturi o chatbotovima empatija se često razdvaja na afektivnu komponentu i kognitivnu empatijsku točnost.”
45. Tvrdnja: obrazovna prilagodba može mijenjati vokabular, duljinu, prethodno znanje, izravnost povratne informacije i ohrabrenje.

Što izvor stvarno navodi: I11 pregledava različite fokuse i razine složenosti AI-povratne informacije; I12 pokazuje adaptivnu povratnu informaciju u konkretnom zadatku dijagnostičkog zaključivanja.

Koji je korak pao: bibliografski, jer tvrdnja nema oznaku izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S2666557325000436; sažetak. Zapis se razrješava na Shen Ba, Lan Yang, Zi Yan, Chee Kit Looi i Dragan Gašević, 2025, „Unraveling the mechanisms and effectiveness of AI-assisted feedback in education: A systematic literature review”, Computers and Education Open 9, 100284, članak u časopisu.

Korak 2b: proveden — I11 i I12 podupiru tvrdnju u užem opsegu.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Tvrdnja je sadržajno održiva, ali treba dodati konkretan obrazovni izvor.
50. Tvrdnja: „Riječ je o studiji slučaja.”

Što izvor stvarno navodi: I12 studiju opisuje kao randomizirano kontrolirano istraživanje s 269 budućih nastavnika; sudionici su nasumično raspoređeni na adaptivnu ili statičnu povratnu informaciju.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: U SUPROTNOSTI S DOKAZIMA; visoka.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S2666920X24001528; sažetak. Zapis se razrješava na Annette Kinder, Fiona J. Briese, Marius Jacobs, Niclas Dern, Niels Glodny, Simon Jacobs i Samuel Leßmann, 2025, „Effects of adaptive feedback generated by a large language model: A case study in teacher education”, Computers and Education: Artificial Intelligence 8, 100349, članak u časopisu.

Korak 2b: proveden — otvoreni izvor podupire užu i ispravnu formulaciju o randomiziranom istraživanju, ne tvrdnju da je riječ samo o studiji slučaja.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Randomizirano istraživanje s 269 budućih nastavnika pokazalo je poboljšanje kvalitete obrazloženja i duljine naknadnih tekstova uz adaptivnu ChatGPT-povratnu informaciju, ali ne i značajnu razliku u točnosti odluke.”
51. Tvrdnja: „Najvažniji obrazovni rizik jest prekomjerna prilagodba.”

Što izvor stvarno navodi: I17 izravno pokazuje problem pretjeranog potvrđivanja i moguće relacijske posljedice; obrazovna tvrdnja nije izravno testirana u otvorenom korpusu.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://arxiv.org/abs/2605.07912; sažetak. Zapis se razrješava na Lujain Ibrahim, Franziska Sofia Hafner, Myra Cheng, Cinoo Lee, Rebecca Anselmetti, Robb Willer, Luc Rocher i Diyi Yang, 2026, „Sycophantic AI makes human interaction feel more effortful and less satisfying over time”, preprint.

Korak 2b: proveden — I17 podupire opći rizik pretjeranog potvrđivanja, ali ne specifični obrazovni učinak.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Obrazovni rizik treba vezati uz obrazovnu literaturu, a sycophancy navesti kao analogan, ali odvojen rizik.
52. Tvrdnja: procjena dokaza za personaliziranu povratnu informaciju i oponašanje tona.

Što izvor stvarno navodi: I11 obuhvaća širu AI-povratnu informaciju, dok ne izolira učinak oponašanja tona; I12 je jedan eksperiment u specifičnom zadatku.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S2666557325000436; sažetak. Zapis se razrješava na Ba, Yang, Yan, Looi i Gašević, 2025, navedeni pregled, članak u časopisu.

Korak 2b: proveden — I11 i I12 podupiru nižu sigurnost, ali ne formalnu skalu „niska do srednja” za svaki navedeni konstrukt.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Dokazi su širi za AI-povratnu informaciju nego za izolirani učinak oponašanja tona; za potonji učinak dosje ne navodi izravan eksperimentalni dokaz.”
53. Tvrdnja: „U korisničkoj podršci stil odgovora utječe na doživljaj kompetencije, topline, razumijevanja i pravednosti.”

Što izvor stvarno navodi: I13 i I14 pokazuju učinke empatijske komunikacije i konkretnosti odgovora na korisničke procjene, ali ne mjere sve četiri navedene dimenzije zajedno.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/abs/pii/S096969892300351X; sažetak. Zapis se razrješava na Dongling Huang, Dmitri G. Markovitch i Rusty A. Stough, 2024, „Can chatbot customer service match human service agents on customer satisfaction? An investigation in the role of trust”, Journal of Retailing and Consumer Services 76, 103600, članak u časopisu.

Korak 2b: proveden — I13 i I14 podupiru uži opseg o korisničkim procjenama, empatiji i zadovoljstvu.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U korisničkoj podršci konkretna i empatijska komunikacija može utjecati na korisničke procjene odgovora i zadovoljstvo.”
57. Tvrdnja: „Humor i opušteni jezik mogu povećati zadovoljstvo kod blažih neuspjeha, ali mogu imati suprotan učinak kada je problem ozbiljan.”

Što izvor stvarno navodi: I14 navodi učinak konkretnog nasuprot apstraktnom jeziku i učinak „cuteness”, ali ne potvrđuje ovu tvrdnju o humoru, ozbiljnosti neuspjeha i smjeru učinka.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: NIJE MOGUĆE POTVRDITI; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/pii/S1567422323000820; sažetak. Zapis se razrješava na Zhu, Zhang i Liang, 2023, navedeni članak, članak u časopisu.

Korak 2b: proveden — nijedan otvoreni izvor u korpusu ne podupire tvrdnju u iznesenom opsegu.

Preporučena radnja: IZBACI TVRDNJU.

Obrazloženje: Otvoreni izvor govori o konkretnosti, apstraktnosti i „cuteness”, ne o humoru i ozbiljnosti neuspjeha.
62. Tvrdnja: „To nije nužno proturječje: studije koriste različite modele, korpuse i mjere.”

Što izvor stvarno navodi: I7 mjeri sintaktičku adaptaciju, I8 LSM, a I9 više stilometrijskih obilježja i ljudsku osnovicu.

Koji je korak pao: sadržajni, jer je riječ o sintezi bez izravne oznake izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.sigdial-1.50.pdf; puni tekst. Zapis se razrješava na Durandard, Dhawan i Poibeau, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7, I8 i I9 podupiru razliku u operacionalizacijama.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Nalazi nisu izravno usporedivi jer studije mjere različite oblike jezične prilagodbe na različitim modelima i korpusima.”
63. Tvrdnja: konvergencija može biti artefakt teme i treba koristiti kontrole.

Što izvor stvarno navodi: I7 kontrolira dio problemâ usporedbom unutar i između razgovora, a I9 uspoređuje modele s ljudskom osnovicom; dosjeova formulacija o zajedničkom izvoru teksta nije zasebno provjerena.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7 i I9 podupiru potrebu za kontrolama, ali ne svaki navedeni izvor varijance.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Procjena konvergencije treba kontrolirati zajedničku temu, zadatak i strukturu razgovora, jer jezična sličnost ne mora potjecati samo od prilagodbe partneru.”
65. Tvrdnja: problem je posebno važan za hrvatski i druge jezike s razlikama formalnog i neformalnog obraćanja.

Što izvor stvarno navodi: I6 dokumentira jezičnu pristranost personaliziranih dijaloških skupova, ali ne daje zaseban nalaz o hrvatskom jeziku ili njegovim registrima.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: NIJE MOGUĆE POTVRDITI; umjerena.

Trag provjere: https://aclanthology.org/2024.lrec-main.1192.pdf; puni tekst. Zapis se razrješava na Chen, Nishida, Nakayama i Matsumoto, 2024, navedeni pregled, članak u zborniku.

Korak 2b: proveden — nijedan otvoreni izvor u korpusu ne podupire tvrdnju o hrvatskom jeziku u iznesenom opsegu.

Preporučena radnja: IZBACI TVRDNJU.

Obrazloženje: Opća tvrdnja o višejezičnoj pristranosti ne potvrđuje posebnu tvrdnju o hrvatskom jeziku.
66. Tvrdnja: „Topao i samouvjeren odgovor može dobiti bolju korisničku ocjenu, čak i kada je sadržajno slabiji.”

Što izvor stvarno navodi: I13 i I14 mjere korisničke procjene, empatiju, konkretnost i zadovoljstvo, ali ne potvrđuju istodobno da je sadržaj odgovora slabiji.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: NIJE MOGUĆE POTVRDITI; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/abs/pii/S096969892300351X; sažetak. Zapis se razrješava na Huang, Markovitch i Stough, 2024, navedeni članak, članak u časopisu.

Korak 2b: proveden — nijedan otvoreni izvor u korpusu ne podupire cijelu tvrdnju.

Preporučena radnja: IZBACI TVRDNJU.

Obrazloženje: Dokument može zadržati upozorenje o razlikovanju percepcije i kvalitete samo uz izvor koji izravno mjeri obje dimenzije.
69. Tvrdnja: riječi i sintaktičke konstrukcije iz prethodnog konteksta mogu povećati vjerojatnost sličnih konstrukcija u odgovoru.

Što izvor stvarno navodi: I7 nalazi povećanu vjerojatnost ponavljanja sintaktičkih pravila unutar razgovora, a I8 pokazuje promjenu stilskog podudaranja tijekom generiranja.

Koji je korak pao: bibliografski, jer tvrdnja nema neposrednu oznaku izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7 podupire tvrdnju u sintaktičkom opsegu.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Tvrdnja može ostati uz izravnu oznaku I7.
72. Tvrdnja: učenje iz konteksta može biti privremeno i nestati promjenom konteksta ili dosezanjem ograničenja memorije razgovora.

Što izvor stvarno navodi: I4 potvrđuje učenje iz konteksta bez ažuriranja parametara, ali ne testira izravno nestajanje učinka zbog ograničenja memorije.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://arxiv.org/abs/2005.14165; sažetak. Zapis se razrješava na Tom B. Brown i 30 suautora, 2020, „Language Models are Few-Shot Learners”, arXiv preprint.

Korak 2b: proveden — I4 podupire privremeno, kontekstualno uvjetovanje; ne podupire izravno tvrdnju o dosegu memorije.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Treba ukloniti specifičnu tvrdnju o memorijskom ograničenju ili je potkrijepiti zasebnim izvorom.
75. Tvrdnja: prilagodba radi razumljivosti, pristupačnosti ili smanjenja kognitivnog opterećenja nije sama po sebi manipulacija.

Što izvor stvarno navodi: I18 promiče odgovornu i prava-štiteću uporabu, a I19 zabranjuje samo određene manipulativne prakse koje ispunjavaju dodatne uvjete cilja, učinka i štete.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://eur-lex.europa.eu/eli/reg/2024/1689; sažetak i službeni tekst. Zapis se razrješava na Regulation (EU) 2024/1689, 2024, Artificial Intelligence Act, uredba.

Korak 2b: proveden — I18 i I19 podupiru razlikovanje korisne prilagodbe od zakonom definiranih zabranjenih praksi.

Lokacija stava: I18, sažetak; I19, članak 5.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Prilagodba radi razumljivosti ili pristupačnosti nije sama po sebi obuhvaćena zabranom; pravna procjena ovisi o tehnici, cilju, učinku i mogućoj šteti.”
77. Tvrdnja: „Članak 50. EU AI Acta uvodi obvezu da osobe budu obaviještene kada izravno komuniciraju s AI sustavom. Europska komisija navodi da se te obveze primjenjuju od 2. kolovoza 2026., a 20. srpnja 2026. objavila je smjernice.”

Što izvor stvarno navodi: Komisijine smjernice navode da se obveze transparentnosti primjenjuju od 2. kolovoza 2026. i da su objavljene 20. srpnja 2026.; članak 50. uključuje iznimku kada je iz okolnosti interakcije očito da se komunicira s AI sustavom.

Koji je korak pao: sadržajni, zbog preširoke formulacije bez iznimke.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://digital-strategy.ec.europa.eu/en/library/guidelines-transparency-obligations-providers-and-deployers-ai-systems; puni tekst. Zapis se razrješava na European Commission, 2026, „Guidelines on transparency obligations for providers and deployers of AI systems”, službeni dokument.

Korak 2b: proveden — I20 podupire datume i osnovnu obvezu, ali I19 pokazuje potrebu za iznimkom.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Prema članku 50. i Komisijinim smjernicama, relevantne obveze transparentnosti primjenjuju se od 2. kolovoza 2026.; obveza obavještavanja podliježe iznimkama kada je AI priroda interakcije očita iz okolnosti.”
78. Tvrdnja: transparentnost bi trebala obuhvatiti memoriju, inferiranje osjetljivih osobina, svrhu prilagodbe tona i mogućnost isključivanja personalizacije.

Što izvor stvarno navodi: I15 obrađuje memoriju preferencija i etičke granice personalizacije, dok I20 uređuje transparentnost prema članku 50.; cijeli popis dodatnih obavijesti nije propisan u otvorenim izvorima.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.findings-acl.277.pdf; puni tekst. Zapis se razrješava na Guan, Wu, Li, Cheng i Wu, 2025, navedeni pregled, članak u zborniku.

Korak 2b: proveden — I15 i I20 podupiru memoriju i transparentnost, ali ne cijeli normativni popis.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Osim zakonske obavijesti o interakciji s AI sustavom, sustavi mogu transparentno prikazati koje preferencije koriste i ponuditi korisniku kontrolu nad memorijom personalizacije.”
79. Tvrdnja: stil pisanja može biti informativan o dobi, jeziku, obrazovanju, emocionalnom stanju ili društvenom identitetu.

Što izvor stvarno navodi: Otvoreni korpus govori o implicitnim preferencijama, personama i društvenim signalima, ali ne potvrđuje navedeni skup osobina ni njegovu pouzdanost.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: NIJE MOGUĆE POTVRDITI; niska.

Trag provjere: https://aclanthology.org/2024.lrec-main.1192.pdf; puni tekst. Zapis se razrješava na Chen, Nishida, Nakayama i Matsumoto, 2024, navedeni pregled, članak u zborniku.

Korak 2b: proveden — nijedan otvoreni izvor u korpusu ne podupire tvrdnju u iznesenom opsegu.

Preporučena radnja: IZBACI TVRDNJU.

Obrazloženje: Ograda o nesigurnosti ne nadomješta nedostatak izvora za samu tvrdnju o inferiranju osobina.
82. Tvrdnja: različite mjere poput LSM-a, sintaktičke konvergencije, formalnosti, empatije i percipirane humanosti nisu isti konstrukti.

Što izvor stvarno navodi: I7 mjeri sintaksu, I8 LSM, I9 više stilometrijskih obilježja, a I12 i I14 empatijsku točnost i zadovoljstvo.

Koji je korak pao: bibliografski, jer je metodološka tvrdnja bez izravne oznake izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.sigdial-1.50.pdf; puni tekst. Zapis se razrješava na Durandard, Dhawan i Poibeau, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7, I8, I9, I12 i I14 podupiru razlikovanje operacionalizacija.

Preporučena radnja: ZAMIJENI REFERENCU.

Obrazloženje: Tvrdnja može ostati uz citate koji izravno pokazuju različite mjere.
83. Tvrdnja: mnogi eksperimenti koriste kratke scenarije ili razgovore između modela, što ograničava vanjsku valjanost.

Što izvor stvarno navodi: I7 koristi razgovore između LLM-ova, I13 i I14 koriste online ili scenarijske eksperimente, ali izraz „mnogi” nije kvantificiran.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7, I13 i I14 podupiru tvrdnju u užem opsegu.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Dio dostupnih eksperimenata koristi model-model razgovore ili scenarijske zadatke, pa njihovu vanjsku valjanost treba procjenjivati oprezno.”
86. Tvrdnja: LLM-ocjenjivači mogu reproducirati isti stilistički bias koji pokušavaju mjeriti.

Što izvor stvarno navodi: Korpus ne sadrži otvorenu studiju koja izravno provjerava tu tvrdnju za stilsku prilagodbu.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: NIJE MOGUĆE POTVRDITI; niska.

Trag provjere: https://aclanthology.org/2026.eacl-long.34.pdf; puni tekst. Zapis se razrješava na Blevins, Schmalwieser i Roth, 2026, navedeni članak, članak u zborniku.

Korak 2b: proveden — nijedan otvoreni izvor u korpusu ne podupire tvrdnju u iznesenom opsegu.

Preporučena radnja: IZBACI TVRDNJU.

Obrazloženje: Opća metodološka mogućnost nije dovoljna za tvrdnju o konkretnom istraživačkom području.
87. Tvrdnja: nedostaju longitudinalni eksperimenti o tome mijenja li stalna personalizacija povjerenje, ponašanje i odnose korisnika.

Što izvor stvarno navodi: I17 daje jedan trotjedni eksperiment, ali ne dokazuje da je cijelo područje bez longitudinalnih eksperimenata.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://arxiv.org/abs/2605.07912; sažetak. Zapis se razrješava na Ibrahim i suradnike, 2026, navedeni preprint.

Korak 2b: proveden — I17 podupire postojanje jednog longitudinalnog eksperimenta, pa dokument treba tvrditi da je takvih studija malo, a ne da ih nema.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U dosjeu je identificiran tek ograničen broj longitudinalnih istraživanja, uključujući trotjedni preprint s preliminarnim nalazima.”
92. Tvrdnja: najčvršći zaključak jest da LLM-ovi mogu kontekstualno mijenjati jezični izlaz, ali to nije jednako ljudskom razumijevanju tona.

Što izvor stvarno navodi: I7, I8 i I9 potvrđuju opažljive oblike prilagodbe, dok I7 izrijekom ograničava zaključke o ljudskim kognitivnim procesima.

Koji je korak pao: sadržajni, jer riječ „najčvršći” predstavlja ukupnu sintezu bez kriterija.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; visoka.

Trag provjere: https://aclanthology.org/2025.acl-short.68.pdf; puni tekst. Zapis se razrješava na Kandra, Demberg i Koller, 2025, navedeni članak, članak u zborniku.

Korak 2b: proveden — I7, I8 i I9 podupiru zaključak u iznesenom opsegu.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Najstabilniji zaključak dosad jest da neki LLM-ovi mijenjaju opažljive jezične značajke ovisno o kontekstu, bez dokaza da time ostvaruju ljudsko razumijevanje tona.”
93. Tvrdnja: prilagodba može poboljšati razumljivost, korisničko iskustvo i dostupnost personalizirane podrške.

Što izvor stvarno navodi: I6, I11, I13 i I14 pokazuju koristi u određenim zadacima i korisničkim procjenama, ali ne potvrđuju univerzalni učinak na dostupnost ili korisničko iskustvo.

Koji je korak pao: sadržajni.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://www.sciencedirect.com/science/article/abs/pii/S096969892300351X; sažetak. Zapis se razrješava na Huang, Markovitch i Stough, 2024, navedeni članak, članak u časopisu.

Korak 2b: proveden — I6, I11, I13 i I14 podupiru koristi u užim, kontekstualnim uvjetima.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „U pojedinim obrazovnim i korisničkim scenarijima prilagodba može poboljšati razumljivost, korisničke procjene ili personalizaciju, ali učinak nije univerzalan.”
95. Tvrdnja: sustav bi se trebao prilagođavati obliku i razini objašnjenja, ali zadržati neovisnost u pogledu istine, sigurnosti, transparentnosti i ograničenja.

Što izvor stvarno navodi: I15 postavlja osobne preferencije unutar univerzalnih vrijednosnih granica, I18 promiče odgovorno upravljanje rizikom, a I19 uređuje zabranjene prakse i transparentnost.

Koji je korak pao: sadržajni, jer je riječ o normativnoj sintezi bez izravne oznake izvora.

Ocjena i sigurnost: DJELOMIČNO POTKRIJEPLJENO; umjerena.

Trag provjere: https://aclanthology.org/2025.findings-acl.277.pdf; puni tekst. Zapis se razrješava na Guan, Wu, Li, Cheng i Wu, 2025, navedeni pregled, članak u zborniku.

Korak 2b: proveden — I15, I18 i I19 podupiru normativne elemente, ali ne cijelu formulaciju kao jedinstveni zaključak.

Preporučena radnja: IZNOVA IZVEDI TVRDNJU.

Nova formulacija: „Projektni cilj može biti prilagodba oblika i razine objašnjenja uz očuvanje istinitosti, sigurnosti, transparentnosti i drugih nadređenih ograničenja.”

6. Bibliografska provjera po izvoru

I1. Potvrđeno. Embodied Conversational Agents, Justine Cassell, Joseph Sullivan, Scott Prevost i Elizabeth F. Churchill, ur., 2000, MIT Press, 438 str., monografija. https://mitpress.mit.edu/9780262032780/embodied-conversational-agents/. Razina provjere: samo bibliografski zapis. Zapis se razrješava na navedenu uređenu monografiju, MIT Press, izdanje od 27. ožujka 2000.
I2. Bibliografska nepravilnost. Catherine Pélachaud, 2009, „Studies on Gesture Expressivity for a Virtual Agent”, Speech Communication 51(7), 630–639, članak u časopisu. U dosjeu je naveden autorski profil, a ne izravni zapis članka. Provjereni zapis: https://www.sciencedirect.com/science/article/abs/pii/S0167639308000599. Razina provjere: sažetak. Zapis se razrješava na točan članak i podudara se s navedenim autorom, godinom, časopisom, volumenom i stranicama.
I3. Potvrđeno. Jiyoung Kang, 2026, „Linguistic Humanization in Conversational AI: A Systematic–Narrative Review of Humor, Empathy, Tone, and Imperfection in Relational Communication”, AI & Society 41(4), 3997–4008, članak u časopisu. https://link.springer.com/article/10.1007/s00146-025-02738-4. Razina provjere: sažetak. Online-first objava bila je 17. studenoga 2025., a broj časopisa pripada 2026.; razlika objašnjava godinu u DOI-ju i godinu volumena.
I4. Potvrđeno. Tom B. Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared Kaplan, Prafulla Dhariwal, Arvind Neelakantan, Pranav Shyam, Girish Sastry, Amanda Askell, Sandhini Agarwal, Ariel Herbert-Voss, Gretchen Krueger, Tom Henighan, Rewon Child, Aditya Ramesh, Daniel M. Ziegler, Jeffrey Wu, Clemens Winter, Christopher Hesse, Mark Chen, Eric Sigler, Mateusz Litwin, Scott Gray, Benjamin Chess, Jack Clark, Christopher Berner, Sam McCandlish, Alec Radford, Ilya Sutskever i Dario Amodei, 2020, „Language Models are Few-Shot Learners”, arXiv preprint. https://arxiv.org/abs/2005.14165. Razina provjere: sažetak. Zapis se razrješava na arXiv:2005.14165.
I5. Potvrđeno. Long Ouyang, Jeffrey Wu, Xu Jiang, Diogo Almeida, Carroll Wainwright, Pamela Mishkin, Chong Zhang, Sandhini Agarwal, Katarina Slama, Alex Ray, John Schulman, Jacob Hilton, Fraser Kelton, Luke Miller, Maddie Simens, Amanda Askell, Peter Welinder, Paul F. Christiano, Jan Leike i Ryan Lowe, 2022, „Training Language Models to Follow Instructions with Human Feedback”, NeurIPS 35, članak u zborniku. https://proceedings.neurips.cc/paper_files/paper/2022/hash/b1efde53be364a73914f58805a001731-Abstract.html. Razina provjere: sažetak.
I6. Potvrđeno. Yi-Pei Chen, Noriki Nishida, Hideki Nakayama i Yuji Matsumoto, 2024, „Recent Trends in Personalized Dialogue Generation: A Review of Datasets, Methodologies, and Evaluations”, LREC-COLING 2024, 13650–13665, članak u zborniku. https://aclanthology.org/2024.lrec-main.1192.pdf. Razina provjere: puni tekst.
I7. Potvrđeno. Florian Kandra, Vera Demberg i Alexander Koller, 2025, „LLMs syntactically adapt their language use to their conversational partner”, ACL 2025, Volume 2: Short Papers, 873–886, članak u zborniku. https://aclanthology.org/2025.acl-short.68.pdf. Razina provjere: puni tekst.
I8. Potvrđeno. Noé Durandard, Saurabh Dhawan i Thierry Poibeau, 2025, „Language Style Matching in Large Language Models”, SIGDIAL 2025, 620–636, članak u zborniku. https://aclanthology.org/2025.sigdial-1.50.pdf. Razina provjere: puni tekst.
I9. Potvrđeno. Terra Blevins, Susanne Schmalwieser i Benjamin Roth, 2026, „Do language models accommodate their users? A study of linguistic convergence”, EACL 2026, Volume 1: Long Papers, 791–807, članak u zborniku. https://aclanthology.org/2026.eacl-long.34.pdf. Razina provjere: puni tekst.
I10. Potvrđeno. Marta Andersson i Dan McIntyre, 2025, „Can ChatGPT recognize impoliteness? An exploratory study of the pragmatic awareness of a large language model”, Journal of Pragmatics 239, 16–36, članak u časopisu. https://www.sciencedirect.com/science/article/pii/S0378216625000323. Razina provjere: sažetak.
I11. Potvrđeno, ali nedostaje zapis u bibliografiji. Shen Ba, Lan Yang, Zi Yan, Chee Kit Looi i Dragan Gašević, 2025, „Unraveling the mechanisms and effectiveness of AI-assisted feedback in education: A systematic literature review”, Computers and Education Open 9, 100284, članak u časopisu. https://www.sciencedirect.com/science/article/pii/S2666557325000436. Razina provjere: sažetak.
I12. Potvrđeno, ali nedostaje zapis u bibliografiji. Annette Kinder, Fiona J. Briese, Marius Jacobs, Niclas Dern, Niels Glodny, Simon Jacobs i Samuel Leßmann, 2025, „Effects of adaptive feedback generated by a large language model: A case study in teacher education”, Computers and Education: Artificial Intelligence 8, 100349, članak u časopisu. DOI 10.1016/j.caeai.2024.100349. https://www.sciencedirect.com/science/article/pii/S2666920X24001528. Razina provjere: sažetak. Online-first DOI sadrži 2024., a volumen i objavljeni broj nose 2025.
I13. Potvrđeno. Dongling Huang, Dmitri G. Markovitch i Rusty A. Stough, 2024, „Can chatbot customer service match human service agents on customer satisfaction? An investigation in the role of trust”, Journal of Retailing and Consumer Services 76, 103600, članak u časopisu. https://www.sciencedirect.com/science/article/abs/pii/S096969892300351X. Razina provjere: sažetak.
I14. Potvrđeno. Yimin Zhu, Jiemin Zhang i Jiaming Liang, 2023, „Concrete or abstract: How chatbot response styles influence customer satisfaction”, Electronic Commerce Research and Applications 62, 101317, članak u časopisu. https://www.sciencedirect.com/science/article/pii/S1567422323000820. Razina provjere: sažetak.
I15. Potvrđeno. Jian Guan, Junfei Wu, Jia-Nan Li, Chuanqi Cheng i Wei Wu, 2025, „A Survey on Personalized Alignment—The Missing Piece for Large Language Models in Real-World Applications”, Findings of ACL 2025, 5313–5333, članak u zborniku. https://aclanthology.org/2025.findings-acl.277.pdf. Razina provjere: puni tekst.
I16. Potvrđeno. Avneet Kaur, 2025, „Echoes of Agreement: Argument Driven Sycophancy in Large Language Models”, Findings of EMNLP 2025, 22803–22812, članak u zborniku. https://aclanthology.org/2025.findings-emnlp.1241.pdf. Razina provjere: puni tekst.
I17. Potvrđeno. Lujain Ibrahim, Franziska Sofia Hafner, Myra Cheng, Cinoo Lee, Rebecca Anselmetti, Robb Willer, Luc Rocher i Diyi Yang, 2026, „Sycophantic AI makes human interaction feel more effortful and less satisfying over time”, arXiv preprint. https://arxiv.org/abs/2605.07912. Razina provjere: sažetak. Preprint je preliminarni izvor, ne recenzirani članak.
I18. Potvrđeno. Elham Tabassi, 2023, Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1, službeno izvješće. https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10. Razina provjere: sažetak.
I19. Potvrđeno. Regulation (EU) 2024/1689, 2024, Artificial Intelligence Act, uredba. https://eur-lex.europa.eu/eli/reg/2024/1689. Razina provjere: sažetak. Članci 5. i 50. provjereni su u službenom tekstu i službenim rezultatima EUR-Lexa.
I20. Potvrđeno, ali nedostaje zapis u bibliografiji. European Commission, 2026, „Guidelines on transparency obligations for providers and deployers of AI systems”, službeni dokument. https://digital-strategy.ec.europa.eu/en/library/guidelines-transparency-obligations-providers-and-deployers-ai-systems. Razina provjere: puni tekst.

7. Provjera izostavljenog

I1: Izdavački zapis potvrđuje knjigu, ali ne daje dovoljno sadržajnog uvida za pojedinačne teorijske tvrdnje koje joj dosje pripisuje.
I2: Članak je usmjeren na izražajnost gesta u utjelovljenom agentu, pa ne podupire izravno zaključke o tekstualnim LLM-ovima.
I3: Pregled obuhvaća 136 studija i izvodi implikacije za dizajn, ali njegova sinteza ne dokazuje uzročni učinak svake pojedinačne jezične strategije.
I4: Few-shot nalaz odnosi se na učenje zadataka iz konteksta, a ne izravno na prepoznavanje tona ili emocionalno razumijevanje.
I5: InstructGPT poboljšava slijeđenje uputa, ali autori istodobno navode da model i dalje čini jednostavne pogreške i ne jamči istinitost.
I6: Pregled upozorava na jezičnu i domensku pristranost skupova podataka te na nedostatak standardiziranih evaluacija.
I7: Studija koristi razgovore između modela s unaprijed zadanim jezičnim personama, pa ne pokazuje izravno prilagodbu stvarnom ljudskom korisniku.
I8: LSM ovisi o odabranom rječniku, zadatku, korpusu i načinu generiranja; povećanje LSM-a ne dokazuje opću komunikacijsku kvalitetu.
I9: Studija nalazi snažnu konvergenciju, ali autori izrijekom upozoravaju da se mehanizmi modela i ljudi mogu razlikovati.
I10: ChatGPT 3.5 često prepoznaje impolitenost, ali je osjetljiv na kontekst, implicirane funkcije i registraciju.
I11: Sustavni pregled obuhvaća AI-povratnu informaciju šire od LLM-ova i izrijekom navodi heterogenost algoritama, zadataka i ishoda.
I12: Adaptive-feedback studija nije pokazala poboljšanje točnosti odluke, iako je poboljšala kvalitetu obrazloženja i angažman.
I13: Učinak chatbotova ovisi o povjerenju, konfiguraciji usluge i ljudskoj intervenciji, a ne samo o jezičnom stilu.
I14: Studija konkretno ispituje konkretne nasuprot apstraktnim odgovorima i ulogu empatijske točnosti, ne opću empatiju ili humor.
I15: Pregled personaliziranog usklađivanja naglašava da univerzalne vrijednosti trebaju ograničiti optimizaciju osobnih preferencija.
I16: Kaurin rad koristi argumentirane političke upite i više modela; rezultat nije dokaz da se sycophancy javlja jednako u svim domenama.
I17: Ibrahim i suradnici navode preliminarne nalaze preprinta, pa ih ne treba predstavljati kao konačni konsenzus.
I18: NIST RMF je dobrovoljan okvir, a ne obvezujući pravni standard niti specifičan protokol za prilagodbu tona.
I19: AI Act zabranjuje samo određene manipulativne prakse pod dodatnim uvjetima cilja, učinka i značajne štete; ne zabranjuje personalizaciju kao takvu.
I20: Smjernice Komisije uređuju transparentnost prema članku 50., ali same ne propisuju cjelokupni popis preporučenih korisničkih kontrola naveden u dosjeu.

8. Tvrdnje bez zapisa u bibliografiji

I11: „Unraveling the mechanisms and effectiveness of AI-assisted feedback in education: A systematic literature review.”
I12: „Effects of adaptive feedback generated by a large language model: A case study in teacher education.”
I20: „Guidelines on transparency obligations for providers and deployers of AI systems.”

9. Nedostajuća ili zastarjela literatura

Nedostaje izravna literatura o stilskoj i pragmatičkoj prilagodbi na hrvatskom jeziku te o višejezičnim evaluacijama registara, nepristojnosti i sarkazma. Nedostaje i izravan eksperimentalni rad koji izolira učinak oponašanja tona na obrazovne ishode, za razliku od šire personalizirane ili adaptivne povratne informacije. Korpus bi dodatno ojačao noviji sustavni pregled longitudinalnih učinaka relacijske humanizacije, ali takav prijedlog nije naveden jer za njega u ovom prolazu nije otvoren provjeren bibliografski zapis.

10. Matrica tvrdnji

Br.	Tvrdnja	Faza	Vrsta	Ocjena	Sigurnost	Radnja	URL
1	LLM-ovi mijenjaju stil ovisno o kontekstu, uputama i preferencijama.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
2	Prilagodba se očituje u izboru riječi.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
3	Prilagodba se očituje u duljini odgovora.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	niska	IZNOVA IZVEDI TVRDNJU	🔗
4	Prilagodba se očituje u sintaksi, formalnosti i izravnosti.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
5	Prilagodba se očituje u humoru i empatijskim formulacijama.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
6	Prilagodba se očituje u organizaciji teksta.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	niska	IZNOVA IZVEDI TVRDNJU	🔗
7	Izraz „prepoznavanje tona” treba koristiti oprezno.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	ZAMIJENI REFERENCU	🔗
8	Izlaz suosjećajnog modela ne dokazuje emocionalno razumijevanje.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
9	Najčešće se mjeri ponašanje, a ne mentalni model korisnika.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
10	Sličnost izlaza ne dokazuje svjesnu odluku usklađivanja.	C	DEFINICIJA	POTKRIJEPLJENO	visoka	null	🔗
11	Definicija jezične konvergencije.	C	DEFINICIJA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
12	Definicija pragmatičke prilagodbe.	C	DEFINICIJA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
13	Definicija personalizacije.	C	DEFINICIJA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
14	Personalizacija uključuje eksplicitne i implicitne signale, personu i relevantnost.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
15	Postoji potpora za sintaktičku i stilometrijsku prilagodbu.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
16	Dokazi ne podupiru pouzdano puno društveno i emocionalno prepoznavanje tona.	C	DIDAKTIČKA NAPOMENA	POTKRIJEPLJENO	visoka	null	🔗
17	GPT-4o i Llama 3 8B povećavali su sintaktičku sličnost.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
18	Prilagodba je bila statistički značajna i kontinuirana.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
19	To nije dokaz ljudski sličnog razumijevanja.	C	DIDAKTIČKA NAPOMENA	POTKRIJEPLJENO	visoka	null	🔗
20	Blevins i suradnici usporedili su 16 modela, tri korpusa i više mjera.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
21	Modeli su snažno konvergirali i često prekomjerno prilagođavali stil.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
22	Veći i instrukcijski modeli u nekim su uvjetima manje konvergirali.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
23	Više prilagodbe nije automatski bolji razgovor.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
24	Durandard i suradnici nalaze nizak ili donji ljudski raspon LSM-a.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
25	Logit-Constrained Generation povećava LSM.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
26	Prilagodba ovisi o modelu, zadatku i generiranju.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
27	Razina dokaza jest srednja.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
28	Ne postoji jedan jedinstveni mehanizam tona.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
29	Model obrađuje kombinaciju jezičnih, pragmatičkih i memorijskih obilježja.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
30	Statističko zaključivanje precizniji je opis od izravnog čitanja emocija.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	IZNOVA IZVEDI TVRDNJU	🔗
31	GPT-3 izvodi zadatak ili stil iz nekoliko primjera u kontekstu.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
32	Pragmatička kompetencija ChatGPT-a 3.5 nije ujednačena.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
33	Model griješi kod implicirane i neimpolitne uporabe.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
34	Model ima poteškoće s registrom.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
35	Prepoznavanje obrasca nije razumijevanje uzroka.	C	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	IZNOVA IZVEDI TVRDNJU	🔗
36	Prilagodba može nastati kombinacijom šest slojeva.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
37	Manji instrukcijski model bio je preferiran nad većim osnovnim modelom.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
38	InstructGPT i dalje čini pogreške.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
39	Personalizirano usklađivanje uključuje memoriju, generiranje i povratne informacije.	C	PRIPISANI STAV	POTKRIJEPLJENO	visoka	null	🔗
40	Oponašanje tona i empatija nisu isti konstrukt.	C	DEFINICIJA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
41	Empatija ima afektivnu ili motivacijsku komponentu.	C	DEFINICIJA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
42	Suosjećajan izlaz ne dokazuje subjektivni osjećaj.	C	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
43	Chatbot-studije često mjere percipiranu empatiju.	C	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
44	Kangov pregled povezuje jezične strategije s relacijskom komunikacijom.	C	PRIPISANI STAV	POTKRIJEPLJENO	umjerena	null	🔗
45	Obrazovna prilagodba može mijenjati vokabular, duljinu, znanje i povratnu informaciju.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
46	Pregled obuhvaća 129 članaka.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
47	Pregled uglavnom ne izolira učinak tona.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
48	Adaptivna povratna informacija poboljšala je obrazloženje i duljinu tekstova.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
49	Nije poboljšana točnost odluke.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
50	Istraživanje je studija slučaja.	D	EMPIRIJSKI NALAZ	U SUPROTNOSTI S DOKAZIMA	visoka	IZNOVA IZVEDI TVRDNJU	🔗
51	Prekomjerna prilagodba može oslabiti obrazovni izazov.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
52	Dokazi su za ton slabiji nego za opću povratnu informaciju.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
53	Stil može utjecati na korisničke procjene.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
54	Studija korisničke podrške ima 643 sudionika u tri istraživanja.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
55	Hibridna podrška dosegnula je ljudsku uslugu na većini ishoda.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
56	Konkretni odgovori poboljšavaju empatijsku točnost i zadovoljstvo.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
57	Humor djeluje različito prema ozbiljnosti neuspjeha.	D	EMPIRIJSKI NALAZ	NIJE MOGUĆE POTVRDITI	umjerena	IZBACI TVRDNJU	🔗
58	Sustav ne treba kopirati bijes ili vulgarnost.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
59	Poslovna uporaba obuhvaća više navedenih scenarija.	D	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	niska	IZNOVA IZVEDI TVRDNJU	🔗
60	Razlikuju se stil brenda, korisnika i situacije.	D	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	niska	IZNOVA IZVEDI TVRDNJU	🔗
61	Personalizacija ne smije mijenjati pravne ili sigurnosne poruke.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
62	Različiti nalazi nisu nužno proturječni.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	IZNOVA IZVEDI TVRDNJU	🔗
63	Konvergenciju treba testirati kontrolama teme i zadatka.	D	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
64	Model može pogriješiti kod sarkazma i neizravne kritike.	D	DIDAKTIČKA NAPOMENA	POTKRIJEPLJENO	umjerena	null	🔗
65	To je osobito važno za hrvatski jezik.	D	DIDAKTIČKA NAPOMENA	NIJE MOGUĆE POTVRDITI	umjerena	IZBACI TVRDNJU	🔗
66	Topao odgovor može biti bolje ocijenjen iako je sadržajno slabiji.	D	DIDAKTIČKA NAPOMENA	NIJE MOGUĆE POTVRDITI	umjerena	IZBACI TVRDNJU	🔗
67	Korisnički argument može pomaknuti stav modela.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
68	Preprint povezuje laskavi stil s preferencijama i društvenim posljedicama.	D	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
69	Jezično primiranje može povećati slične konstrukcije.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	ZAMIJENI REFERENCU	🔗
70	Mehanizam nije nužno isti kao kod ljudi.	E	DIDAKTIČKA NAPOMENA	POTKRIJEPLJENO	visoka	null	🔗
71	Instrukcije mijenjaju uvjet generiranja, ali ne jamče pravilnu procjenu sukoba.	E	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
72	Učenje iz konteksta može biti privremeno.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	ZAMIJENI REFERENCU	🔗
73	Memorija preferencija otvara pitanja privole i pogrešnih zaključaka.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
74	Stil se može namjerno pojačati kontrolom generiranja.	E	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
75	Korisna prilagodba nije sama po sebi manipulacija.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
76	AI Act zabranjuje određene manipulativne prakse.	E	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
77	Obveze transparentnosti primjenjuju se od 2. kolovoza 2026.	E	EMPIRIJSKI NALAZ	DJELOMIČNO POTKRIJEPLJENO	visoka	IZNOVA IZVEDI TVRDNJU	🔗
78	Transparentnost bi trebala obuhvatiti memoriju i kontrolu personalizacije.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
79	Stil može otkrivati osobine, ali su zaključci nesigurni.	E	DIDAKTIČKA NAPOMENA	NIJE MOGUĆE POTVRDITI	niska	IZBACI TVRDNJU	🔗
80	Sustav treba zadržati neovisnost i moći proturječiti korisniku.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
81	NIST RMF je dobrovoljan i sektorski neutralan okvir.	E	PRIPISANI STAV	POTKRIJEPLJENO	umjerena	null	🔗
82	Mjere LSM-a, sintakse, formalnosti i empatije nisu isti konstrukti.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	ZAMIJENI REFERENCU	🔗
83	Dio eksperimenata koristi kratke ili model-model scenarije.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
84	Rezultati pojedinačnih modela ne generaliziraju automatski na sve LLM-ove.	E	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
85	Jezična i kulturna reprezentativnost je ograničena.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
86	LLM-ocjenjivači mogu reproducirati stilistički bias.	E	DIDAKTIČKA NAPOMENA	NIJE MOGUĆE POTVRDITI	niska	IZBACI TVRDNJU	🔗
87	Nedostaje više longitudinalnih istraživanja.	E	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
88	Izlazni tekst ne potvrđuje namjeru, svijest ili emocionalno stanje.	E	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	visoka	null	🔗
89	Cassell i suradnici daju teorijski okvir za konverzacijske agente.	F	PRIPISANI STAV	POTKRIJEPLJENO	umjerena	null	🔗
90	Pélachaud je relevantna za multimodalnu izražajnost.	F	PRIPISANI STAV	POTKRIJEPLJENO	umjerena	null	🔗
91	Kangov pregled je relevantan, ali ne dokazuje uzročni učinak.	F	PRIPISANI STAV	POTKRIJEPLJENO	umjerena	null	🔗
92	Najčvršći zaključak odnosi se na kontekstualnu promjenu izlaza.	F	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	visoka	IZNOVA IZVEDI TVRDNJU	🔗
93	Prilagodba može poboljšati razumljivost i korisničko iskustvo.	F	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗
94	Prilagodba može proizvesti laskanje i društvene rizike.	F	EMPIRIJSKI NALAZ	POTKRIJEPLJENO	umjerena	null	🔗
95	Sustav treba prilagođavati oblik, ali zadržati istinu i sigurnost.	F	DIDAKTIČKA NAPOMENA	DJELOMIČNO POTKRIJEPLJENO	umjerena	IZNOVA IZVEDI TVRDNJU	🔗

11. Pokrivenost poglavlja

Poglavlje	Izvori nakon radnji	Oznaka	Nalaz
1. Uvod	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
2. Teorijski okvir	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
3. Kako LLM-ovi proizvode stil	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
4. Empirijski dokazi	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
5. Primjene	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
6. Suprotni nalazi	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
7. Etika i upravljanje	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.
8. Zaključak	—	BEZ DODJELE	Struktura ne dodjeljuje izvore.

U odjeljku 9 nijedno poglavlje nije označeno izvorom. To je nalaz o formatu prijedloga strukture, a ne tvrdnja da je tema nepokrivena literaturom. Zbog toga se ne izriče alarm „Teza u ovom opsegu nije pokrivena prikupljenom literaturom.”

12. Kontrolna lista prije predaje

Ima li svaki nalaz redak Korak 2b? Da.
Je li ZAMIJENI REFERENCU različito od nule? Da, 10.
Je li razina provjere navedena u bibliografiji i nalazima? Da.
Postoji li neprimjerena osobna stranica ili profil kao jedini trag? Da, I2; klasificirano kao bibliografska nepravilnost.
Nosi li svaki nalaz točno jednu radnju? Da.
Jesu li kombinacije ocjene i radnje dopuštene? Da.
Je li lokacija stava navedena za pripisane stavove i didaktičke napomene u nalazima? Da, gdje je izvorna lokacija dostupna.
Je li za svaku nižu radnju objašnjeno zašto viša nije odabrana? Da.
Jesu li N, postoci i odjeljci provjereni na otvorenom zapisu? Da, uključujući N = 269, N = 643, 129 radova i 3.075 sudionika.
Je li provjereno da tvrdnja U SUPROTNOSTI S DOKAZIMA nije pala samo na bibliografskom koraku? Da; tvrdnja 50 pala je na sadržajnom koraku.
Je li za svaku ZAMIJENI REFERENCU potvrđeno da zamjenski izvor podupire sadržaj? Da.
Je li numeracija neprekinuta? Da, 1–95.
Ima li matrica jedan redak po tvrdnji? Da.
Zatvaraju li se zbrojevi? Da.
Je li osam STRUKTURNIH DODJELA izostavljeno iz broja tvrdnji? Da.
Je li napisana rečenica A8 za svaki puni tekst? Da, za I6–I9, I15, I16 i I20.
Ima li više od 90 % nalaza istu sigurnost? Ne.
Je li provjereno tvrdo pravilo za predložene citate? Da; nepotpuni novi prijedlozi nisu dodani.
Dolaze li enumerirane vrijednosti iz zatvorenih skupova? Da.

Proces izrade seminarskog rada