人工智能已改变我们的写作方式。电子邮件、申请信、研究论文、博客和学生作业,如今都可以在数秒内完成草拟或润饰。

这确实带来好处。人工智能可以降低写作门槛、改善表达清晰度,并协助人们说出原本可能受制于不确定感、语言困难或时间不足的想法。

然而,另一个问题可能正在出现。愈来愈多文章呈现相似的节奏:精心设计的开场、平衡工整的清单、流畅的过渡,以及整齐得近乎可疑的结论。我开始把读者对这种现象的反应称为人工智能真实性疲劳。

一个工作概念,而不是诊断

我把这个词当作一项有待研究的概念,而不是已确立的心理诊断。所谓人工智能真实性疲劳,是指读者反复接触大量精修、公式化或看似由人工智能协助的文字后,可能在真正阅读之前已先产生怀疑。

读者开始问:这真的是作者自己写的吗?这又是一份通用的人工智能辅助申请吗?作者真的这样思考吗?

令人不安的是,真正由人撰写的作品也可能受到怀疑,只因它与读者心目中的「人工智能语气」相似。

我们不只评价文字,也评价假定的作者

现有研究为这个忧虑提供了一些依据。实验研究发现,当人们相信文字由人工智能而非人类撰写时,评价可能较低。一项研究显示,标示为人工智能生成的科学文章,其讯息与来源可信度较低;另一项研究则发现,文字被归因于 ChatGPT 时,读者对作者能力和内容质量的评分较低。

这些结果不能证明人工智能真实性疲劳已经存在,但显示我们对作者身份的假设会影响评价。

我们辨认人工智能文字的能力也不可靠。在一项医学摘要研究中,盲评者能识别不少由 ChatGPT 生成的摘要,却也把部分真正由人撰写的摘要误判为人工智能生成。被怀疑的摘要常被形容为含糊或公式化。

这种假阳性问题十分重要。当某种写作风格与人工智能建立联系后,采用相似结构的人类作者也可能遭受同样怀疑。

问题在于趋同

人工智能并不是这里的敌人;更深层的问题是趋同。大型语言模型根据训练资料中的模式,产生最可能出现的后续文字。当许多人使用相似系统处理相似任务,某些结构和措辞就会愈来愈常见。个人经历被整理成通用教训,不确定性被改写成工整的三点,而不同声音逐渐向中间靠拢。

人工智能可以改善一句说话,却也可能悄悄删去令文字属于某个人的特征。

于是形成一个奇怪循环:作者使用人工智能令文字更专业;读者逐渐熟悉这种风格;熟悉带来怀疑;作者为证明可信而再度加强润饰,结果反而更像其他人。

为何这对教育重要

对教育工作者而言,问题不只在于侦测学生有否使用人工智能。如果流畅文字不再是独立思考的可靠证据,评估便需要令思考过程更可见。我们可能需要更加重视口头解释、分阶段决策、陌生情境应用、修订反思,以及学生为自身立场辩护的能力。

与其只问「学生有否使用人工智能?」,我们或许更应问:学生能否解释作品所呈现的推理、证据与选择?

这不代表写作不再重要。清晰表达仍然重要,但一份流畅的成品本身不能告诉我们学习者如何走到这一步。

为何这对学者与申请人重要

相同张力也可能出现在研究、招聘与专业沟通。一封充满笼统主张、却没有具体经验的求职信,无论是否由人工智能撰写,都提供不了多少资讯。过渡句优美但研究方法薄弱的论文,仍然是薄弱的学术作品;结构完美的反思,也可能掩盖没有真正反思的事实。

因此,具体性可能变得比表面精致更有价值:发生了什么?你作了什么决定?最初误解了什么?哪项证据改变了你的立场?还有哪些不确定之处?

这些细节不能保证作品由人撰写,却能令写作更可问责,亦让读者有比风格更有意义的内容可以评估。

如何使用人工智能而不失去自己的声音

答案不是放弃人工智能,而是更有意识地使用。我会先写下自己的观察或论点,再让人工智能介入;用它检视结构、找出含糊之处及质疑薄弱推理;拒绝自己平常不会使用的词汇;在证据仍不确定时保留不确定性;最重要的是,为每项主张负责。

个人声音并不是靠刻意加入错误制造出来,我们也不应把文法欠佳浪漫化为人性的证明。真实性来自作者的经验、推理、语言与问责之间的关系。

人工智能可以协助编辑这种关系,但不应把它抹去。

不能忽视的公平问题

谈论「人工智能语气」亦有伦理风险。公式化写作可能源于学科惯例、语言学习、翻译、辅助科技,或作者过去接受的固定写作模板。单凭风格判断人工智能使用,可能不公平地影响多语言作者、残障学生,以及依赖合法写作支持的人。

目标不应是奖励能以某种风格「表演人性」的人,而应公平评估观点,并在作者身份重要时要求适当的过程证据。

未来的研究问题

人工智能真实性疲劳目前仍是一项假说,而这正是它值得研究之处。我们需要了解,反复接触公式化的人工智能辅助文字会否改变读者信任;哪些线索会触发怀疑;这些线索多常引致错误指控;透明披露、口头解释或过程证据能否重建信任。

人工智能已改变人类写作。下一项挑战,可能是保留足够的个人声音、情境与可问责推理,让读者知道自己可以信任什么,以及信任谁。

问题或许不再只是「人工智能能否写得像人?」,还包括:人类能否继续以自己的声音写作,而不被误认为人工智能?

本文参考资料