澎湃新闻记者 陈沁涵

英国诺丁汉大学的一间教室里，文学语言学教授彼得·斯托克韦尔（Peter Stockwell）做了一个实验。他让生成式人工智能（AI）写了一首诗，同时找来一首二十世纪超现实主义诗人的作品，把两首诗一起发给学生分析，却没有告诉他们有一首出自AI。结果，有些学生更喜欢AI写的那首，有些更喜欢人类诗人的作品。他们分析得非常认真，也表达了自己不同的理解。

然后，当斯托克韦尔公布其中一首是AI生成的后，一部分学生几乎立刻改变了自己先前的评价，他们认为AI那首诗没有价值。对斯托克韦尔来说，这个结果说明了一件事：一个作品是否被认为具有意义，与它是否具有真实性密切相关。

对真实性的焦虑并不只存在于文学课堂。当语言成为法律证据时，问题从“这首诗有没有价值”变成了“这段话是不是人写的”，这个答案关系到一个人的自由、一笔钱的去向，甚至一场审判的结果。

英国兰卡斯特大学司法语言学教授克莱尔·哈达克（Claire Hardaker）今年初在该国最高法院的一个小组讨论会上警告，尽管人工智能带来了高效与强大的分析能力，但在法律和机构环境中盲目、未经批判地应用AI，可能会侵蚀细腻的人类判断力与共情能力，这正是正义的基石。

哈达克坦言，相比AI对语言的改变，她更担忧的是内置于大语言模型（LLM）中的偏见。大量的AI系统在“讨好用户”与“提供准确信息”之间寻求平衡。不幸的是，人类往往倾向于喜欢“友好”胜过“事实”，而在积累和留存越来越多用户的竞争中，模型面临着产出最具吸引力、最友好和最易于消费的内容的压力，这些内容是针对我们每个人和我们的偏好量身定制的。这也是一个相当危险的毒药配方。

围绕AI如何改变我们的语言，澎湃新闻对斯托克韦尔和哈达克进行了专访。一面是想象与创造力纷飞的文学领域，一面是客观严谨的法律领域，AI作用于这两个领域的语言之上，产生了值得深思的“化学反应”。

AI语言尚不能抵达的“层级”

斯托克韦尔和哈达克从截然不同的领域出发，却在同一个地方相遇——人类语言最深处的东西指向身体性和社会性的存在。

斯托克韦尔将语言理解为一个层层递进的结构：最底层是单词，其上依次是短语、分句、复合句，一直到最高层的叙事结构。AI在语言结构的低层级表现得非常出色，它已经学会了大量人类的句法结构，因此生成的文本通常语法正确、形式规范。“但层级越高，它的表现就越差。”

“更高层次”指的是话语组织、叙事方式。如果以文学作品为例，则是如何营造魅力，令人沉浸其中。关键在于，语言学家自己还不能真正理解语言在更高层次上究竟是如何运作的。斯托克韦尔说：“我们无法建造一台机器去做一件我们还不知道它是怎么运作的事情。”

斯托克韦尔认为，“人类语言的深层结构源于‘湿件’（注：wetware，指代大脑与生物神经系统，与硬件、软件相对），即肾上腺素的激增、多巴胺带来的愉悦、对社会联系的渴望，这些真实的生理和情感体验在语言的结构和使用方式中得到体现。

目前，包括语音留言、旁白、播客等单一声音的输出上，AI可以做得很逼真，但是还无法稳定地掌握如何进行适当的定时呼吸，或者以人类犹豫的方式去犹豫，特别是在互动结构中自然地表现。

“AI现阶段不能理解，当我们感到兴奋、开始发火、恭敬地倾听老板讲话，或者训斥自己孩子、轮流说话时，说话节奏会如何变化，它也无法稳定地根据对方的声音调整自己的音量、语速、口音或音高。”哈达克说道。

她解释，鉴于声音部分受生理构造限制这一事实，目前最前沿的模型非常擅长合成特定的声音。但由于人类可选择的潜在词汇量非常庞大，AI 很容易在特定的语言特征，如称谓、礼貌程度或幽默感上偏离其目标风格。在缺乏某套特定语言习惯的知识时，AI会惯常地退回到其预先存在的刻板印象中，例如，恋人之间会使用亲昵的称呼，母亲只会说充满爱意和关怀的话。

在现实中，人类对话是一个时序极其精准、合作性极强，且在社会层面高度相互负责的系统。哈达克举例说，当人类交谈时，我们不断地监控自己和对方：我现在应该说话还是保持沉默？太长时间的沉默会被视为无礼吗？我应该发出一点表示赞同或同情的轻微声音吗？我应该伴随着支持性的叹息或感叹插入说话（重叠）吗？我应该纠正这个误解吗？等等。

问题在于，使AI对话听起来像人类的许多特征，恰恰是书面文本中所不包含的。哈达克以“时序”为例说，人类在对话中以极其精准的时间尺度运作，一个微小的停顿都可能富有深意，一个较长的停顿可能让人感觉尴尬、回避、敌对或令人不安。语言重叠可以传递热情和支持，也可以听起来像是打断和主导。哈达克指出，“这种复杂性层级并未被明确编码到构建AI模型所依赖的大多数转录文本和数据中。”

基于这些研究发现，兰卡斯特大学研究团队发起了一个名为HackaCon的项目。它是一个面向公众的挑战赛，旨在探索AI能否在两个特定说话者之间创造出令人信服的自然、听起来像人类的对话。

HackaCon的挑战要求参与者在其所提供的情景中，利用AI创造出一段从未发生过的对话“录音”。哈达克说，“录音”这个环节至关重要，因为它将告诉我们，距离那些像人声一样说话，并且以像人的方式进行互动的系统到底有多近。

哈达克指出，在对话中，“对AI来说最难的事，很可能是人类很早就学会并且做起来快到几乎注意不到的事：时序、回应性、对齐、自我纠正、情绪转变、管理关系等等。”

文学中的辨真困境

与此同时，检测工具的局限性又反向折射出人类对真实性的焦虑。

随着大语言模型的普及，从海外的社交平台Reddit、X，到国内的小红书和知乎，识别和“抓捕”由AI生成的文本，已经从一种单纯的技术检测，演变成了网友们自发参与的数字侦探游戏。

英国智库“路透新闻学机构”发文称，在英国，议员和政治记者注意到，最近以“I rise to speak”（我起立发言）开头的议会演讲有所增加，一些人将此归因于ChatGPT被用于演讲稿撰写。评论者将标点符号的细微差异作为AI的泄露信号加以突出，比如破折号的使用。

这种质疑风潮愈演愈烈，也催生了一批AI检测软件，人们将各种内容输入其中进行检测，包括论文、小说、新闻报道……最终可能导向一个经不起推敲的闹剧。

2026年5月，62岁的特立尼达作家贾米尔·纳齐尔（Jamir Nazir）凭借短篇小说《蛇林》（The Serpent in the Grove）获得英联邦短篇小说奖的区域奖。小说发表在文学杂志后，AI 文本检测工具Pangram将其标记为100%由人工智能生成。社交媒体上的嘲讽随之而来，纳齐尔的散文也被逐句拎出来嘲笑，例如故事中一位年轻女子“走路的样子能让长椅变成男人”，另一位“微笑如同日出照在水槽上”。

不过，英联邦基金会7月最终维持了区域奖的授予，纳齐尔还被确认为2026年英联邦短篇小说奖全场大奖得主，依据是与获奖者的“详细讨论”以及“工作草稿、带有时间戳的文档和笔记”，而没有使用AI工具来鉴别。

哈达克指出，人们高度依赖易过时的表面线索。 拼写错误或公文套话等线索并不靠谱，因为人类写作可能同样僵硬，而AI只需几秒提示就能模仿错误、幽默和个性化表达。线索是动态变化的，模型与使用者都在进化。而另一个有趣的发现是，识别AI并非稳定普遍的技能，且面临“自信与能力脱节”的困境。

实际上，也不能排除有些人的自然写作风格本身就像“AI”，况且纳齐尔的案例更为特殊。他由于糖尿病引发神经病变，无法长时间在键盘上打字。他告诉《大西洋月刊》，他在手机上使用谷歌键盘的语音转文字功能，在极小的屏幕上反复审视和打磨文字。这种极度浓缩的修改方式，或许解释了为什么他的文风被检测器误判。

同样是文学创作者的斯托克韦尔说，AI已经创作出了包括侦探、爱情、科幻等各类题材的小说，但高水平文学仍然需要真正的人类参与。真正优秀的文学，会改变你理解世界和理解自己的方式。它可以提出一种全新的人性理解，也可能表达一种社会观点、政治立场、意识形态。AI要真正做到这一点，不仅需要一个世界模型，还需要真正理解这个世界。

他进一步指出，理解世界并不能完全依赖于过往的数据，需要与他人接触、理解他人的情感、信念和心理。也就是说，需要真正拥有同理心。这是阅读和创作优秀文学不可缺少的人类能力。

假设未来能建立一种拥有身体触感、世界观、长期生活经验、情感和同理心的人工智能，斯托克韦尔认为，这种情况下AI可以写出伟大的小说。但他又提出另一个角度：到那时候，它其实已经和人类没有本质区别了，实现过程无疑需要巨额投入。有一种更现实的方法——生一个孩子，很可能比用巨资制造出来的机器更加聪明。

“既然如此，我们为什么还要去制造它？也许是出于技术探索本身的兴趣，但那实际上已经是在创造一种新的生命。”斯托克韦尔说道。

AI改变我们的语言了吗

LLM式语言已经渗透到现实世界中，一些语言学家正在寻找AI改变人类使用语言方式的证据。柏林马克斯·普朗克人类发展研究所的一项研究认为，机器最初基于人类数据训练，随后展现出自身的文化特征，反过来又能重塑人类文化。

在新闻领域，美国波因特媒体研究学院的数字媒体素养项目MediaWise负责人亚历克斯·马哈德万（Alex Mahadevan）表达了一种担心：如果记者过度依赖AI写作，地方犯罪报道就会读起来像警方的新闻稿，气候报道会变得与企业可持续发展报告如出一辙，而每个网站的首页都会变得千篇一律。这种默认风格还往往会抹平方言、特定社区的表达方式。

但马哈德万又补充说，“仅仅因为某样东西是用AI生成的，并不一定意味着它没有价值，但伦理政策必须到位，也要采取措施确保生成的内容确实有价值。”

当问及“AI是否正在改变我们的语言“时，斯托克韦尔显得很乐观，他认为，AI生成的内容本质上是不断复制和扩展已有的语言模式，是一种“向后看”的技术。

作为大学教授，斯托克韦尔对学生使用AI工具写作业也持开放态度。他说：“真正的问题并不是AI，而是评价制度。学生写论文，本来最重要的是整个学习过程，而不是最后交上来的那篇文章。研究、思考、形成自己的观点，这些才是真正有价值的部分。

把同样的问题抛给哈达克，她给出的答案是：担心AI是否会改变语言是毫无意义的。它已经改变了，并将继续改变下去。更有趣的问题是，哪些变化将是出于临时便利的事物，而哪些变化将持久存在。

“语言是一条不可阻挡的河流，无论对它选择流经的路径产生多少焦虑，都永远无法阻止它。如果你试图阻止它的进程，你最终会得到牛轭湖（注：一种由河流自然演变形成的湖泊，因形状酷似牛拉车时套在脖子上的“牛轭”而得名。）——景色宜人适合游览的地方，但除此之外，你已经被语言所承载并不可阻挡地奔向大海的文化、思想和理解的潮流抛在了身后。”哈达克用河流来比喻语言的变迁。

她用一个例子向学生说明重大文化变迁如何在语言上留下烙印。在很长时间里，马在许多国家都极其重要——食物、交通工具、身份象征、战场资产、体育“器材”。正因为如此，英语中现在有数百甚至数千个短语反映了马曾经持久的重要性：closing the stable door after the horse has bolted（亡羊补牢）、dark horse（黑马）、hold your horses（慢着）等等。每一个重大发展都会在语言上留下烙印，到21世纪，技术对语言产生了极其巨大的影响。

比如研究者关心的一个问题是， LLM是在人类撰写的文本上训练而成的，并且在模仿人类行为，那么为什么它输出的内容有时候不成比例地使用了某些词汇？

德国图宾根大学研究团队2024年的一项研究，分析了PubMed收录的1500多万篇生物医学论文摘要，发现“delve”（深入探讨）等词汇自ChatGPT普及后出现异常增长，并认为这与LLM辅助写作密切相关。另一项发表于美国《国家科学院院刊》（PNAS）的研究则发现，经过指令微调的LLM通常呈现出更“名词密集”、代词使用较少的写作风格。

研究推测，上述现象可能不是模型本身的原因，而是在人类反馈强化学习（RLHF）过程中由负责评估和引导模型的人类导致。那些“薪酬过低、压力过大、时间紧迫”的数据标注员，倾向于将使用复杂名词、书面词汇、客观抽象语法的回答评为“更专业、质量更高”，模型在不知不觉中被训练得更频繁地使用它们。

哈达克表示，相比语言不可避免地改变，更大的担忧在于长久以来内置于大语言模型中的偏见，以及这种偏见可能会潜在地放大并确认那些有害的、阻碍我们作为整个文明向前发展的态度或观念。

她说，已有报告指出，人们可能以加深自身错误认知的方式过度依赖AI系统。“在一个本就充满分歧与敌意的世界里，一个巨大的隐患是，那些看起来礼貌且中立的技术，到头来反而是在重新复制、甚至放大人类最糟糕的偏见与缺陷。”

本期编辑 徐滁