南加州大学团队近日在《自然·人类行为》发表了一项研究，指出当大语言模型成为普遍的写作助手，人类的语言多样性正在系统性萎缩。研究者横跨三项实验、七个数据集，分析了超过88万篇真实文本后发现，当AI介入写作，文本的复杂度方差最高可收窄50％。这项题为《大语言模型时代语言多样性的萎缩》的研究，揭示了AI写作工具对语言生态的深层影响。
研究的起点是2022年11月30日ChatGPT向公众开放。团队选取了三类差异明显的真实写作样本：Reddit创意写作版块的31.8万篇用户故事、美国社区新闻平台Patch的37.9万篇本地报道，以及arXiv上约8万篇计算机科学论文摘要，时间跨度从2018年1月延伸至2024年11月。研究者使用高精度AI文本检测工具Binoculars逐月标记疑似AI写作的文本比例，并计算当月所有文本的写作复杂度方差，该指标聚合了词汇丰富度、句法复杂度与罕见词占比等维度，用以衡量文本风格的离散程度。
结果显示，ChatGPT发布后，三个平台的写作复杂度方差均出现显著下滑。在Reddit与arXiv上，下滑呈现出持续性的斜率变化，格兰杰因果检验表明AI使用量的上升在时间序列上领先于风格趋同；Patch新闻则在发布时出现即时骤降。受影响最深的是Reddit，学术论文次之，新闻写作的萎缩相对温和。冲击分析显示，这种趋同是持续性的侵蚀，而非发布初期的短暂波动。
在受控实验中，研究者让GPT-3.5、Gemini、Llama 3等主流模型以润色、改清晰、压缩字数等十余种提示词改写真实文本。87％的改写文本与原文的语义相似度超过0.95，核心信息基本保留，但写作复杂度方差收窄幅度高达21％至50％。无论更换模型或提示词，结果都保持一致。这意味着AI在提升表达清晰度的同时，也在将个性化表达推向统计学上最可能的均值，过滤掉罕见而有趣的用法。
研究进一步验证了语言心理学中“身份指纹”的概念。团队在原始文本上训练分类器预测作者的年龄、性别、人格等属性，再对AI改写后的文本进行同样预测。结果显示，个人特质的预测准确率平均下降6％，其中年龄组的F1分数从0.351降至0.260。当预测发生错误时，改写后的文本更常被识别为年长者、男性、政治自由派的语言，AI不仅抹平差异，还在放大特定人群的特征。
这项研究为AI写作工具的广泛应用提供了一个值得关注的视角。当数亿用户依赖AI助手优化表达时，语言风格的趋同可能成为技术普及的副产品。如何在提升写作效率与保留个体表达之间取得平衡，将是AI写作工具演进过程中需要持续探讨的议题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
