论 AI 写作：风格、精度与阅读成本的流失

我的本科毕业论文是关于根据一小段文字判定作者身份。思路是将词语使用统计与其他作者的文本进行比较。令人惊讶的是，即便这个简单的想法也相当奏效。读者利用的不只是词频：还有模式、句子结构、讲述故事的方式。这让人更容易感受到风格。

AI 会平均化风格，因此很难看出背后的作者（即便使用各种提示技巧）。没有风格，共情变得更难。当你亲自认识作者时，如果你知道这不是她的风格，就更难从作者的角度来看待文本。但即便你从未见过某人，非 AI 撰写的文本也会告诉你关于这个人及其背景的一些信息。讽刺的是，有了 AI，背景正在丢失。

除了风格之外，AI 生成的文本还失去了精确性。即便给出了详细的提示，AI 在写作时也需要做出假设，才能把文本拼接起来。当你需要为另一个人写文本时也是如此。这通常意味着选择更含糊、更不精确的语言，以避免逻辑错误。对作者来说，这很难察觉，因为他们心中已有清晰的想法，这赋予了含糊词语确切的含义。

失去精确性的另一个来源是花更少的时间和精力去挑战我们自己的想法。把想法写下来通常有助于我们发现判断中的不一致和漏洞，而这些在我们只是在脑中思考时很容易被忽略。AI 写作剥夺了这一机会，因为你直接跳到了结果。

精确性和风格的丧失会影响阅读速度。阅读时你需要把含糊的词语换成更清晰的词语，而你用来这样做的背景信息更少，因为风格缺失导致背景丢失。就我个人而言，我觉得阅读 AI 生成的文本至少慢了三分之一，即便长度相同。除此之外，大多数模型极其啰嗦，这使得总阅读时间大大增加。作者节省的时间在读者一侧蒸发掉，并不需要很多读者。这还没有考虑二阶效应：更多问题、更多迭代（如果是协作文本），以及读者与作者之间更少的信任。

暂无文章