ChatGPT, Claude, Gemini: Alle kan vurdere et tekstutdrag. De oppdager en svak dialog, foreslår en sterkere åpning og anbefaler flere sanseinntrykk i beskrivelsene. Det gjør de godt. Men det finnes én oppgave ingen av dem er laget for: aktivt å følge det du bygger, kapittel etter kapittel.
Hva en språkmodell gjør med teksten din
Moderne språkmodeller har et enormt kontekstvindu. Claude og Gemini kan «se» hundrevis av sider tekst på én gang. Teknisk sett kan en modell altså ha alle kapitlene dine foran seg samtidig. Problemet er ikke hukommelsen. Problemet er hva modellen gjør med teksten.
En språkmodell leser en tekst som en flat strøm av ord. Den henter ikke ut noen struktur. Den knytter ikke trådene sammen: at den navnløse personen i kapittel 1 er den samme som dukker opp, med navn, i kapittel 4. At en handlingstråd som ble åpnet i kapittel 3, aldri ble lukket. At hovedpersonens utseende har endret seg fra én scene til en annen.
Modellen ser ord. Den ser ikke historien ordene danner.
I tillegg kommer et annet problem: I lange tekster faller kvaliteten på analysen. Det er det velkjente fenomenet «lost in the middle»: Modellen behandler informasjon i midten av konteksten dårligere enn informasjon i begynnelsen og på slutten. Jo lengre romanen er, jo mer forsvinner kapitlene i midten ut av synsfeltet.
En roman er ikke et dokument, men en sekvens
Å skrive en roman er å bygge noe som har sin egen hukommelse. Leseren husker ansiktet til antagonisten fra kapittel 1 når han dukker opp igjen uten navn i kapittel 6. Hun husker at hovedpersonen i kapittel 3 sa noe han ikke burde ha sagt. Hun husker en gjenstand som ble nevnt i forbifarten tidlig, og som kommer tilbake i slutten, ladet med ny betydning.
Denne kontinuiteten er mekanismen som får en roman til å fungere. En tilbakemelding som overser den, kan være teknisk riktig, men den står likevel uten forbindelse til det du faktisk har skrevet. Det hender at en slik modell foreslår å legge til noe som allerede står i teksten, bare tre kapitler tidligere, skjult i en gest eller en replikk.
Hva et verktøy for romananalyse må kunne
For å gi relevant tilbakemelding på kapittel 8 må et verktøy aktivt følge:
- utseendet og oppførselen til person X i kapittel 1 til 7
- handlingstrådene som er åpne, og dem som er lukket
- hva leseren allerede vet, og hva hun ennå ikke vet
- elementene som kommer tilbake, dem som utvikler seg, og dem som forsvinner
Det handler ikke om å «lime alle kapitlene inn i ett vindu». Det handler om å organisere kunnskapen om romanen underveis i lesingen, slik en oppmerksom redaktør gjør med en notatbok.
Hvordan Vellam løser problemet
Vellam leser kapitlene ett etter ett, slik vi leser en roman. Etter hvert kapittel oppdaterer det dataene sine: karakterkort (utseende, oppførsel, rolle i akkurat denne scenen), steder, åpne og lukkede handlingstråder. Det er ikke bare å «se teksten»: Det er å organisere det teksten inneholder.
Når Vellam analyserer kapittel 8, har det sju leste og katalogiserte kapitler bak seg. Det kan si ting en flat analyse av teksten ikke kan si:
- «Den fysiske beskrivelsen av denne personen avviker litt fra den i kapittel 1. Verdt å sjekke.»
- «Denne handlingstråden dukker opp her for første gang siden kapittel 4. Er pausen tilsiktet, fungerer den godt. Hvis ikke, kan det være nyttig å minne leseren kort om sammenhengen.»
- «Personen er her helt konsistent med de tidligere scenene: Reaksjonen hans på situasjonen stemmer med det vi vet om ham siden kapittel 2.»
- «Motivet som ble introdusert i kapittel 3, kommer tilbake her i forvandlet form. Det er et av de sterkeste øyeblikkene i denne delen av manuset.»
Dette er ikke generell tilbakemelding. Det er tilbakemelding på akkurat denne romanen, bygd på historien dens, og ikke bare på teksten i det gjeldende kapitlet.
Hvem dette betyr noe for
Skriver du en novelle eller en kort tekst, holder det sannsynligvis med en språkmodell. Én tekst, ett spørsmål. Skriver du en roman og vil ha tilbakemelding som tar hensyn til det du faktisk har bygd, trenger du et verktøy som følger historien sammen med deg.