AI如何改变语言

# AI 如何改变语言 来源：https://www.theguardian.com/books/ng-interactive/2026/jul/04/future-of-fiction-next-great-novel-ai-language-chat-gpt 随着使用大语言模型的指控震动文学和媒体界，语言学家揭示了人类写作与机器写作的真正区别，而包括珍妮弗·伊根和珍妮特·温特森在内的小说家则反思了ChatGPT时代小说的未来 **三**段文字，来自三篇不同的酒店评论。你能分辨出其中哪些（如果有的话）是AI生成的吗？ "这家酒店的位置很好，去哪里都方便。周边有很多餐饮选择。酒店本身就非常热闹。一楼的酒馆绝对不容错过。食物、服务、价格和氛围都很棒。" "酒店不错，不过房间的格局像一间装修精良的电梯间。睡得很好，淋浴很棒，员工很友好。早餐虽然人多但还算有序。会再来的，不过可能不会带着很大的行李箱。" "是伦敦之行的绝佳大本营。房间安静，床铺舒适，一切运转正常。员工乐于助人，但又不会让人有负担。从头到尾都是一次顺畅、省心的住宿。" 你觉得自己判断得如何？兰开斯特大学法医语言学教授克莱尔·哈达克表示，大多数人对这类判断的正确率只有大约60%。她的在线测试Bot or Not (https://lancasteruni.eu.qualtrics.com/jfe/form/SV_77BzuG0OQBlwX7E)要求用户从15条评论中找出AI生成的虚假评论。这个中等水平的成功率，可能会让那些自信能在很远距离识别AI写作的人感到意外。今年5月，当贾米尔·纳齐尔的一篇获奖短篇小说真实性遭到质疑 (https://www.theguardian.com/books/2026/may/19/commonwealth-short-story-prize-winner-doubts-ai-artificial-intelligence)时，社交媒体用户迅速予以谴责。"懂的自然懂，"一位网友评论道。纳齐尔后来告诉 (https://www.theatlantic.com/technology/2026/07/commonwealth-prize-ai-writing-jamir-nazir/687806/)《大西洋月刊》，他没有使用AI。 哈达克说，她的受访对象往往依赖一些简单的经验法则来判断AI语言，包括是否存在陈词滥调以及是否使用了破折号。"三点式"规则（即单词或短语以令人满意的三人组形式排列）也被认为是AI的明显特征。"人们学到了一些过于简化的判断标准，然后就到处乱用。" 但问题在于：这些"特征"也是人类写作的特点，毕竟，生成这些文字的大语言模型（LLM）正是在人类写作的基础上训练的。"你可以追溯到查尔斯·狄更斯，说他用了AI，因为他也会用长破折号。"而自尤利乌斯·凯撒说出"我来，我见，我征服 (https://en.wikipedia.org/wiki/Veni,_vidi,_vici)"以来，演说家们就知晓了"三点式"规则。在我们列举的酒店评论例子中，只有第一条是真实评论。你注意到了吗？ 或许因为实在难以确凿判断，怀疑便成了常态。在文学界，对使用AI的指控如今已成为作家的困扰，理由充足者有之，证据不足者亦有之。恐怖小说处女作《害羞的女孩》在作者被指控使用AI（她对此予以否认）的谣言 (https://www.theguardian.com/books/2026/mar/20/hachette-horror-novel-shy-girl-suspected-ai-use-mia-ballard)在网上流传后，被出版商阿歇特撤回；史蒂芬·罗森鲍姆的著作《真相的未来》——一部关于"AI如何重塑现实"的严肃研究——被发现包含大量凭空捏造的引文，作者本人在道歉中承认了这一点 (https://www.nytimes.com/2026/05/19/business/media/future-of-truth-ai-quotes.html)。 包括《卫报》在内的媒体机构，收到了越来越多关于所谓AI生成文本的投诉。这些投诉包括对特定措辞的直觉判断，也涉及拼写错误和语法错误的评论。在一个案例中，单词"after"在一句话中被无意中重复了。"我无法想象有编辑或校对人员会漏掉这样的问题，"一位读者写道，这显示出人们对我们的编辑能力有一种令人感动的信任。 问题在于，不仅AI是在人类写作的基础上训练的，人类在风格上也受到了AI的影响，这种相互作用创造了一个语言镜像迷宫。除非作者主动承认，否则很难确切判断一篇具体的文章是否由AI生成。这种不确定性正是滋生偏执的温床。 如果你倾向于使用商业筛查工具来区分人类写作和机器写作，那也同样伴随着不确定性，哈达克说。"考虑到我们中的一些人天生就用一种被视为类似AI的方式写作"——她举例说，比如神经多样性人群——"这就会被检测为AI。而且你也可以修改AI的输出，让它看起来更像人类写作。把那种内容放进AI检测器，你会得到奇怪的结果。"作为曾在法庭担任专家证人的人，她对这些工具的效力"极为怀疑"。 新近流行的检测器Pangram声称其误报率约为万分之一 (https://www.pangram.com/blog/all-about-false-positives-in-ai-detectors)，在独立测试中被证明在检测AI写作方面非常有效 (https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5407424&__cf_chl_f_tk=Hy4Sf4_ajoVHgH70agLgRrO2AwH0noyXktJ_LDg7ucQ-1782923741-1.0.1.1-vQ.g4h8eEr4LcVC5dynO1ICTdzcZ9J4CYj2nIWmkmr8)，即使这些文本经过了"人性化"应用程序的处理以掩盖其来源。但问题依然存在。我第一次尝试就愚弄了它（见下方截图），方法是采用一种夸张的语体，这很可能是AI的特征，但也同样可能是天生风格浮夸的人的作品——或者更确切地说，是那些深受驱动ChatGPT、Claude和Gemini的大语言模型输出影响的作家的作品。而这一点，正日益适用于我们所有人。 大卫·沙里亚特马达里输入Pangram AI检测器的一段文字截图，被错误识别为由AI生成 图片来源：David Shariatmadari --- 如今，每天有大量的AI写作被发布——从广告文案到学术摘要再到小说。同时，它通过自动生成的邮件建议、提供"AI概览"的搜索结果以及对我们聊天机器人提问的回复，日益笼罩着我们的生活。在这种接触程度下，问题不再是AI是否在改变语言（包括我们说话和写作的方式）；问题是如何改变。我们是应该抵制，还是拥抱它？ 我们早就知道，LLM生成的文本*平均而言*可能与人类写作略有不同。通常只有在你查看大量材料时这一点才变得清晰。早在2024年，一位目光敏锐的研究员就通过搜索科学论文数据库，将"delve"一词的突然流行与LLM联系起来 (https://x.com/JeremyNguyenPhD/status/1774021645709295840?s=20)。AI倾向于过度使用的其他"焦点词汇 (https://aclanthology.org/2025.coling-main.426.pdf)"还包括"showcase"、"boast"、"underscore"、"garner"、"align"、"surpass"和"intricate"。但是，同样地，任何一篇独立的文章都可能完全无辜地使用了这些词汇。 更复杂的是，一些研究人员认为"delve"现象可能并非模型本身的问题，而是源于那些在一个称为"基于人类反馈的强化学习"过程中负责评估和引导模型的人类工作者。对于这些"薪资微薄、压力巨大且时间紧迫"的工作人员来说，似乎 (https://aclanthology.org/2025.coling-main.426.pdf)"某些词被当作质量的替代指标"，而模型在无意中被训练去更频繁地使用它们。换句话说，"delve"的异军突起可能恰恰是因为它*不像*是AI会使用的词。（另一种解释认为 (https://www.theguardian.com/technology/2024/apr/16/techscape-ai-gadgest-humane-ai-pin-chatgpt)，这个词出现频率更高是因为它是以英语为母语的尼日利亚人的语言特点，而许多RLHF工作者来自那里；但这种说法并未得到数据支持。） 我们还能区分出其他模式 (https://arxiv.org/pdf/2508.16385)：LLM偏爱名词，但它们使用代词似乎比人类少。这可能反映了它们不像我们这些社会性生物一样经常谈论自己或他人。它们喜欢定语形容词（"那把不舒服的椅子"），但不太喜欢表语形容词（"那把椅子不舒服"），或许是因为它们倾向于以小而密集的信息包传递信息，而我们则喜欢把句子拉长。不同的模型有明显的怪癖 (https://arxiv.org/pdf/2502.12150)——你甚至可以称之为"方言"：Gemini喜欢说"以下是细分"，而DeepSeek通常以愉快的"当然！"回应。当被要求编辑世界各地的正式英语时，AI倾向于将其扁平化、同质化，趋向于盎格鲁-美式标准，研究人员将此过程称为"文化幽灵化 (https://arxiv.org/pdf/2602.22145)"。因此，在印度职业英语中完全可以接受的"Kindly do the needful & revert back at the earliest"被"纠正"为"请完成任务并立即回复"。 证据表明，LLM语言的一些特征已经"逃逸"到"现实"世界，改变了人类在没有AI时使用语言的方式，这方面的证据正在不断涌现。一项研究分析 (https://arxiv.org/pdf/2409.01754)了数千次无脚本对话，发现像"delve"和"boast"这样的词在ChatGPT发布后使用频率激增。另一项研究显示，学术摘要中"delve"的频率在社交媒体上被点名后实际上有所下降 (https://arxiv.org/html/2502.09606v2)，这表明AI的影响可能以复杂的方式发挥作用。 打字机前男子的插图 插图：Pete Reynolds / 卫报 --- 这些重要吗？语言 (https://www.theguardian.com/science/language)总是在变化——词汇流行又过时，新技术一直是背后的驱动力之一。然而，AI似乎确实引发了特别高的焦虑。这是为什么？"我认为它让人们害怕的地方在于那种侵入感知、成为新人类的理念，"哈达克说。自2023年以来，她已将Bot or Not项目扩展到语音和音乐领域，并注意到当人们发现自己喜爱的歌曲是由机器创作和演奏时，他们的反应是多么强烈。 在哥伦比亚大学教创意写作的小说家加里·施泰因加特也注意到他的学生们对于AI文学前景有着类似的强烈感受。"当我的一名研究生说'作为实验，我要用AI写这部分文章'时，其他学生变得非常生气，他们写信给我说这有多糟糕。" "作者和读者之间有一种隐含的契约，你知道你读到的作品是由人类创作的，我认为（使用AI）感觉像是侵犯了这种契约，"他说。"阅读文学小说是与另一个人类进行神奇的瓦肯心灵融合，进入他人的意识。而通过AI，我进入的是另一个人意识的拟像，隔了一层，甚至很多层。相较之下，这多么可悲？" 对于哈达克来说，"我想这触及了我们认为使我们特别、有价值、独特的东西。"同时，她使用的音乐生成模型"也创作出了一些绝对的热门歌曲。我是真心实意地在车里听它们，而且非常享受。" 文学领域也会发生同样的事情吗？一部机器创作的小说有朝一日能否跻身有史以来最伟大的100部小说之列 (https://www.theguardian.com/books/ng-interactive/2026/may/12/the-100-best-novels-of-all-time)？诺丁汉大学文学语言学教授彼得·斯托克韦尔认为，AI或许能完成基本任务，但无法达到巅峰。"如果你想要一些非常熟悉、非常平庸、完全功能性的东西，它在这方面出奇地擅长。" 他认为，思考语言的一种方式是将它看作一系列层次，底层是单词，接着是短语、分句、复合句，一直上升到叙事结构。"AI在较低层次非常擅长。它学会了我们大量的句法结构，所以一切看起来都结构良好且符合语法。但是，层次越高，它的表现就越差。"故事的情节弧线尤其难以让AI令人信服地把握好。 "如果你让AI写一个故事，它可以很好地安排一系列事件并在结尾发生点什么。但故事本身不会是一个'值得讲述'的故事 (https://www.theguardian.com/books/ng-interactive/2026/jul/04/future-of-fiction-next-great-novel-ai-language-chat-gpt)，"他继续说道。"不会发生什么惊人或有趣的事情。即使有什么惊人的事，通常也会看起来像个错误，而不是一个精妙的转折。" 伟大写作的秘诀仍然是秘密——即使对于研究它的学者也是如此。"语言学家实际上并不了解语言在更高层次上是如何运作的，"在话语、叙事、引人入胜的层面。"当我们不知道机器如何运作时，我们无法建造一台机器让它去做某事。"我们确实对它的本质有一些概念——那就是我们从根本上来说是社会性的，与此密不可分的是，我们是"湿件"——人类的血肉之躯，带着肾上腺素飙升、多巴胺涌动、对社交接触的渴望，所有这些都在语言的结构和我们的使用方式中得以表达。 斯托克韦尔解释说，语言学中有两种主流模型，一种将大脑视为计算机，解析语法结构并从中计算意义；另一种则认为大脑本质上是具身的，这反映在语言中，例如，在许多语言中，我们通过"看见"来理解，或者倾向于认为"上"（头所在的位置）是好的（我们感到"high"和"low"）。"关键点之一是，当前的AI没有身体，它们不存在于世界中，所以它们不知道作为人类活在世界上是什么感觉。" 对施泰因加特来说，感受是至关重要的："今天是纽约第一个温暖的日子。如果我要开始写一部小说，我想它会更加温暖。我想我会通过这温暖的天气来过滤我所知道的东西。我想如果我吃了一顿美妙的午餐然后坐下来写作，我的文字里会有更多的感官享受。" "对身体及其与世界相遇的热爱，是驱动一些最佳文学作品的动力。所以我在谈论这些LLM时几乎为它们感到难过，因为它们被困在湾区某处的糟糕机器里，根本不知道生活有多美好。" --- LLM大规模使用的一个令人担忧的影响是它们会成为一种扁平化的力量——将人类语言的多样性和特质磨平，变成一种米色的糊状物。就其本身而言，这是一个合理的担忧，尽管这并不是什么新鲜事。长期以来，人们一直在焦虑美国电影和电视对口音和词汇的同质化影响，而语言的某些子类型——政治委婉语、客户服务套话、心理治疗用语——已经从它们的发源地传播到可能比许多人愿意看到的更远的地方。但关键在于，它们的影响往往会引发反弹——没有理由认为这次情况会有所不同。 事实上，我们的创新能力最终可能才是真正区分人类写作（尤其是文学写作）与AI的关键。"LLM的全部意义在于它是在现有语言基础上训练的。所以它始终是回溯性的，"斯托克韦尔说。"我可以让AI'以弗吉尼亚·伍尔夫的风格给我写个短篇故事'，它会做得不错。但你不能说'给我写一个属于下一位伟大的严肃文学作家的独特风格的故事。