人工智能寫作的五大特徵

簡而言之

• 新的風格學研究識別出AI散文中的重復模式，包括可預測的節奏、統一的情感和低詞匯多樣性。
• 《華盛頓郵報》對328,744條ChatGPT消息的分析顯示，對表情符號、常用詞匯以及陳詞濫調"不僅是X，而是Y"的高度依賴。
• 詞匯快速演變，但對稱性、整潔性和負平行等結構習慣在模型代際之間持續存在。

解密的藝術、時尚和娛樂中心。

深入了解 SCENE

如今一切都是由人工智能寫的嗎？這篇文章也是嗎？

大型語言模型的普及促使了一種新的、謹慎的讀寫能力：人們現在可以閱讀一段文字，並想知道是誰——或什麼——寫的。這種焦慮是有充分理由的。

最近的研究繼續表明，機器生成的散文日益增加的洪流與人類寫作在越來越不那麼微妙的方面存在差異，從特定的用詞選擇到明顯可識別的結構特徵。這些模式很重要，因爲它們影響的遠不止學校論文和研究論文；它們以可能混淆信任或真實性的方式影響企業溝通、新聞報道和人際電子郵件。

研究人員在調查風格計量檢測技術時發現，在詞匯多樣性、從句結構和功能詞分布中存在一致的、可測量的模式——一種在任務和提示中持續存在的統計指紋。雖然這些特徵隨着每一代模型的生成而縮小——例如，OpenAI剛剛修復了其對破折號的過度依賴——但人工智能的粗糙文本與人類寫作之間的差異仍然足夠大，以影響讀者和編輯如何處理可疑的精美文本。

最近《華盛頓郵報》對328,744條ChatGPT消息的分析用現實數據強化了這一觀點。研究發現，該模型在很大程度上依賴於表情符號、有限的常用詞匯，以及大家最喜歡的表達方式，"負平行結構："不是X，而是Y；“或者"更少是關於X，而更多是關於Y。”

郵報還警告不要過於自信：這些特徵都不能證明人工智能的創作；它們只是提高了可能性。盡管如此，當一篇作品表現出其中的幾個特徵時，這種信號就更難以忽視。

以下是文本可能是機器生成的五個最強信號，每個信號都基於當前的研究。

五大常見的AI特徵

1. 消極的對比平行主義和過於簡單的對比

AI 過度使用了 neat、dramatic 的結構 “不是 X，而是 Y”，以及它的表親 “不僅僅是 X，而是 Y”。這些結構創造了洞察的錯覺，而實際上提供的內容非常有限。風格統計研究表明，LLM 輸出傾向於平衡、公式化的從句結構，而不是人類作者使用的不均勻、直覺的節奏。在 Post 的數據集中，“不僅僅是 X，而是 Y” 的變體在所有七月份的信息中出現了大約 6%——這是一個令人驚訝的比例，針對一個單一的修辭手法。 2. 過於整齊的結構和顯著一致的節奏

LLM生成的文本往往讀起來像是由一個強迫修訂但從不即興創作的人所寫。段落遵循教科書模式，過渡流暢，節奏幾乎是數學上均勻的，依據最近在《自然》雜志上的分析。人類寫作——即使是小心翼翼的寫作——通常反映出離題、打斷、語調變化和不對稱的節奏。對比LLM輸出和人類短篇小說的風格計量工作發現，模型在句子長度和句法結構上展現出更狹窄的變異性。 3. 平滑的情感基調和過於客氣的模糊表達

AI傾向於以一種沒有成年人實際會說的友好方式發聲，除非他們在HR或客戶支持工作。像"可以理解…"這樣的短語或者溫和總結一切的結尾(“最終…”)以不自然的規律出現。對檢測方法的定量評估指出，LLM生成的散文表現出更均勻的情感和比人類文本更少的情感急劇波動。 4. 模糊的抽象和不斷演變的“安全”詞匯

模型在沒有具體內容時，往往依賴於通用名詞——“生態系統”、“框架”、“動態”——以及像“利用”、“解鎖”或“導航”等動詞。研究一致表明，AI文本的詞匯多樣性較低，名詞化現象較重。《華盛頓郵報》和《自然》分析還發現，某些AI陳詞濫調並不是靜態的：臭名昭著的“深入”已經大幅消退，取而代之的是“核心”和“現代”等新寵。這一點很重要，因爲詞匯的演變速度很快；結構比任何固定的單詞列表更可靠。 5. 平衡的條款和顯著謹慎的措辭

LLMs 喜歡對稱：“雖然 X 是真的，但 Y 也很重要，”或“無論你是初學者還是專家……”這些結構感覺安全，因爲它們避免了承諾。風格學研究表明，AI 文本在某些功能詞模式和從句結構的使用上過度，且其使用率與人類基線的差異很大。人類往往更加突然或更加冗長；機器每次都旨在尋求外交平衡。

順便說一下，本文的大部分內容是由人工智能撰寫的。