人工智能写作的五大特征

简而言之

• 新的风格学研究识别出AI散文中的重复模式，包括可预测的节奏、统一的情感和低词汇多样性。
• 《华盛顿邮报》对328,744条ChatGPT消息的分析显示，对表情符号、常用词汇以及陈词滥调"不仅是X，而是Y"的高度依赖。
• 词汇快速演变，但对称性、整洁性和负平行等结构习惯在模型代际之间持续存在。

解密的艺术、时尚和娱乐中心。

深入了解 SCENE

如今一切都是由人工智能写的吗？这篇文章也是吗？

大型语言模型的普及促使了一种新的、谨慎的读写能力：人们现在可以阅读一段文字，并想知道是谁——或什么——写的。这种焦虑是有充分理由的。

最近的研究继续表明，机器生成的散文日益增加的洪流与人类写作在越来越不那么微妙的方面存在差异，从特定的用词选择到明显可识别的结构特征。这些模式很重要，因为它们影响的远不止学校论文和研究论文；它们以可能混淆信任或真实性的方式影响企业沟通、新闻报道和人际电子邮件。

研究人员在调查风格计量检测技术时发现，在词汇多样性、从句结构和功能词分布中存在一致的、可测量的模式——一种在任务和提示中持续存在的统计指纹。虽然这些特征随着每一代模型的生成而缩小——例如，OpenAI刚刚修复了其对破折号的过度依赖——但人工智能的粗糙文本与人类写作之间的差异仍然足够大，以影响读者和编辑如何处理可疑的精美文本。

最近《华盛顿邮报》对328,744条ChatGPT消息的分析用现实数据强化了这一观点。研究发现，该模型在很大程度上依赖于表情符号、有限的常用词汇，以及大家最喜欢的表达方式，"负平行结构："不是X，而是Y；“或者"更少是关于X，而更多是关于Y。”

邮报还警告不要过于自信：这些特征都不能证明人工智能的创作；它们只是提高了可能性。尽管如此，当一篇作品表现出其中的几个特征时，这种信号就更难以忽视。

以下是文本可能是机器生成的五个最强信号，每个信号都基于当前的研究。

五大常见的AI特征

1. 消极的对比平行主义和过于简单的对比

AI 过度使用了 neat、dramatic 的结构 “不是 X，而是 Y”，以及它的表亲 “不仅仅是 X，而是 Y”。这些结构创造了洞察的错觉，而实际上提供的内容非常有限。风格统计研究表明，LLM 输出倾向于平衡、公式化的从句结构，而不是人类作者使用的不均匀、直觉的节奏。在 Post 的数据集中，“不仅仅是 X，而是 Y” 的变体在所有七月份的信息中出现了大约 6%——这是一个令人惊讶的比例，针对一个单一的修辞手法。 2. 过于整齐的结构和显著一致的节奏

LLM生成的文本往往读起来像是由一个强迫修订但从不即兴创作的人所写。段落遵循教科书模式，过渡流畅，节奏几乎是数学上均匀的，依据最近在《自然》杂志上的分析。人类写作——即使是小心翼翼的写作——通常反映出离题、打断、语调变化和不对称的节奏。对比LLM输出和人类短篇小说的风格计量工作发现，模型在句子长度和句法结构上展现出更狭窄的变异性。 3. 平滑的情感基调和过于客气的模糊表达

AI倾向于以一种没有成年人实际会说的友好方式发声，除非他们在HR或客户支持工作。像"可以理解…"这样的短语或者温和总结一切的结尾(“最终…”)以不自然的规律出现。对检测方法的定量评估指出，LLM生成的散文表现出更均匀的情感和比人类文本更少的情感急剧波动。 4. 模糊的抽象和不断演变的“安全”词汇

模型在没有具体内容时，往往依赖于通用名词——“生态系统”、“框架”、“动态”——以及像“利用”、“解锁”或“导航”等动词。研究一致表明，AI文本的词汇多样性较低，名词化现象较重。《华盛顿邮报》和《自然》分析还发现，某些AI陈词滥调并不是静态的：臭名昭著的“深入”已经大幅消退，取而代之的是“核心”和“现代”等新宠。这一点很重要，因为词汇的演变速度很快；结构比任何固定的单词列表更可靠。 5. 平衡的条款和显著谨慎的措辞

LLMs 喜欢对称：“虽然 X 是真的，但 Y 也很重要，”或“无论你是初学者还是专家……”这些结构感觉安全，因为它们避免了承诺。风格学研究表明，AI 文本在某些功能词模式和从句结构的使用上过度，且其使用率与人类基线的差异很大。人类往往更加突然或更加冗长；机器每次都旨在寻求外交平衡。

顺便说一下，本文的大部分内容是由人工智能撰写的。