作者分析 AI 写作对风格、语境与表达精度的影响

我的学士论文是关于根据一小段文字确定作者身份。这个想法是将用词统计与其他作者的文本进行比较。令人惊讶的是，这个简单的想法效果相当不错。读者使用的不只是字数：还有模式、句子结构和讲故事的方式。这反而让人更容易感受到风格。

AI 会将风格平均化，因此很难看出背后的作者（即使采用各种提示词技巧也一样）。失去风格后，共情也变得更难。当你亲自认识作者时，如果你知道那不是她的风格，反而更难从作者的角度看待文本。但即便你从未见过某个人，非 AI 撰写的文本也会告诉你一些关于此人及其所处背景的信息。讽刺的是，使用 AI 时，背景信息正在丢失。

除了风格之外，AI 生成的文本还会丧失精确性。即便给出了详细的提示词，AI 在组织文本时仍需要作出种种假设。当你需要替另一个人撰写文本时，情况也一样。这往往意味着要选择更含糊、不那么精确的语言，以避免逻辑错误。对作者来说，这可能很难发现，因为他们心中有一个清晰的想法，而这个想法赋予含糊词语以确切含义。

精确性和风格流失的另一来源，是我们花在质疑自己想法上的时间和精力减少。把想法写在纸上通常有助于我们发现判断中的不一致和疏漏，而仅仅在脑中思考时，这些很容易被忽略。AI 写作剥夺了这个机会，因为你会直接得出结果。

精确性与风格的丧失会影响阅读速度。阅读时，你需要把含糊的词替换成更清晰的词，而由于风格缺失，相关背景信息已经丢失，你能依据的信息也更少。就我而言，即使长度相同，我阅读 AI 生成文本的速度至少也慢了三分之一。除此之外，大多数模型都极其冗长，这会使总阅读时间大幅增加。并不需要很多读者，作者在写作上节省的时间就会在读者一侧化为乌有。这甚至还没考虑二阶效应：更多问题、更多轮迭代（如果这是协作文本的话），以及读者与作者之间更少的信任。

暂无帖子