实验怎么做的

这项研究发表在学术期刊《判断与决策》（Judgment and Decision Making）上。研究团队请 1682 名成年人各读一篇短篇小说，六篇备选作品中三篇由人类创作、三篇由 ChatGPT 生成，每篇 AI 作品都与一篇人类作品主题相近。

关键设计在于：研究者会告诉参与者手上这篇是人写的还是 AI 写的——但这个信息并不总是真的。随后参与者需要为故事的沉浸感、吸引力和整体质量打分。

结果出现了两条方向相反的规律。读到 AI 生成故事的参与者，给出的沉浸感和质量评分高于读到人类作品的那一组；而与此同时，凡是被告知“这是人写的”的故事，评分都会更高——无论它实际出自谁手。

人类分辨不出来

研究团队又追加了两轮实验。905 名成年人各拿到两篇主题相同的故事，其中只有一篇由人类执笔，要求他们指认哪篇是人写的。

一轮实验中约 40% 的人猜对，这个成绩甚至低于随机瞎猜；另一轮为 52%。作者在论文中写道：“没有任何总体证据表明参与者能够区分人类写作与 AI 生成的内容。”

有意思的是，参与者自评的小说阅读经验与判断准确率无关，反倒是对 AI 系统的熟悉程度与准确率相关。论文资深作者、美国宾夕法尼亚州维拉诺瓦大学的 Deena Skolnick Weisberg 博士解释：“AI 写作有一种特定的风格，练一练就能认出来——就像我们能认出不同人类作者的独特风格一样。”

更好看，是因为更好读

Weisberg 认为，参与者偏爱标注为“人类创作”的作品，源于对真实性的渴求；而他们实际上更喜欢 AI 生成的故事，是因为这些文本更容易读、更容易消化。

“AI 系统已经能生成被认为至少不逊于、甚至优于人类作品的短篇小说，”她说，“我们应该据此更新对 AI 能力的判断。”

不过身为创意写作者的 Weisberg 同时强调，这并不意味着写作该交给 AI，技术产出的小说很可能与人类的作品是两回事。“我们或许需要为 AI 生成的小说、以及人机合写的小说腾出空间，但这不代表欣赏人类创造过程的余地就消失了，”她说，“人写作是为了创造性的自我表达，是为了挑战自己，或者为了理解自己的经历。AI 能生成像人写的故事，改变不了这些。”

尖锐的反对声

未参与该研究的英国伯明翰大学电影与创意写作教授 Luke Kennard 提出了严厉批评。他认为公众容易把 AI 拟人化，“想象成某种带着善意中立面孔的发光机器人，可它其实只是基于海量被窃取的真实写作数据库的预测代码，实体部分是庞大、昂贵而具破坏性的数据中心，给周边社区带来灾难性后果”。

Kennard 强调，AI 并不是拼写检查或同义词词典那样的“工具”，而是一种生存层面的威胁。“当然，只要提示词给得对、再打磨打磨，它有能力吐出一首连贯甚至读着不错的诗。既然它是在人类数千年的作品上训练出来的，做不到才叫丢人，”他说，“我想我们真正该问的问题是：这值得吗？答案是绝对、彻底地不值得。”

两种态度的碰撞，恰好构成了这项研究最耐人寻味的部分：技术层面的“能不能”似乎已经有了答案，而价值层面的“该不该”，争论才刚刚开始。

来源：The Guardian