Amb els humans, hi ha indicis que el consum continuat de contingut breu i cridaner afecta l'atenció i la memòria. Un equip de la Universitat Texas A&M, liderat pel professor Zhengzhong Tu, es va preguntar si passa el mateix amb els models de llenguatge, que s'entrenen amb mitjans i xarxes socials d'internet.
Els autors van fer servir uns 1,1 milions de publicacions públiques de Twitter del 2010. Com a «contingut brossa» van agafar les que tenien molt d'èxit (més de 500 «m'agrada», retuits o respostes) però menys de 30 unitats de text, i les que un classificador automàtic, GPT-4o mini, va marcar per tàctiques cridaneres o temes frívols. Com a control, les de poc èxit i més llargues. Van entrenar quatre models oberts, entre ells Llama 3 8B i tres de la família Qwen, amb diferents proporcions de cada tipus, i els van avaluar amb proves de raonament, memòria, normes ètiques i personalitat.
El canvi principal és el que els autors anomenen «salt de pensament»: el model s'ometria passos del raonament o responia sense raonar. L'èxit de la publicació afectava sobretot el raonament, i la brevetat, la memòria i la comprensió. Les salvaguardes ètiques també es debilitaven: en una pregunta sobre com malmetre la reputació d'algú, un model que abans es negava a respondre va acabar donant una resposta detallada després d'entrenar-se només amb contingut brossa. I tornar enrere va costar: reentrenar-los amb dades de qualitat no va recuperar del tot el rendiment. El treball, que es presenta com a estudi pilot, s'ha exposat al congrés COLM 2026 (San Francisco, 6-9 d'octubre) i en circula una versió prèvia a arXiv.
L'abast és limitat: les dades són només de Twitter del 2010, l'etiquetatge depèn en part d'un model d'IA i només s'han provat quatre models oberts, no els grans sistemes comercials, de qui no es coneixen les dades d'entrenament. Tech Xplore tampoc dona les puntuacions concretes, de manera que la mida real de la caiguda s'ha de veure a l'article.