一项最新研究显示，在写作过程中过度依赖大语言模型（LLM），不仅会改变文本风格，还可能影响作者原本想表达的内容。
美国西海岸多所高校组成的研究团队近日开展了一项100人写作实验，围绕“金钱对幸福的影响”这一主题，比较不同LLM使用程度下的文本差异。
研究将文本中超过40%内容由LLM生成的参与者划为“高依赖组”。结果显示，与几乎不用AI的参与者相比，高依赖组给出中性回答的比例高出69%；而AI使用较少的参与者，无论持正面还是负面观点，整体立场都更为鲜明。
论文第一作者、华盛顿大学计算机工程系的Natasha Jaques教授表示：“LLM改写文本的方式，与人类写作者截然不同。”
从文风来看，高依赖组的第一人称使用减少了50%，对个人轶事和亲身经历的提及也更少，整体表达更正式，个人色彩明显减弱。
实验后的问卷结果还显示，高依赖组普遍认为自己的文章创意有所下降，个人声音也更弱；不过，他们对最终成稿的满意度，与较少使用AI的参与者大致相当。研究团队认为，这一现象值得长期关注。
此次实验使用了三款模型，分别是Anthropic Claude 3.5 Haiku、OpenAI GPT-4o mini和Google Gemini 2.5 Flash。
研究还进一步分析了LLM修改既有文本的方式。结果显示，人类编辑通常以逐词调整为主，并尽量保留原文措辞；相比之下，上述三款模型的替换幅度明显更大，部分改写甚至会影响原意。
Jaques解释称，这一现象可能与LLM基于人类反馈的学习方式有关。她指出，模型并不能真正区分“让人满意”和“把用户原本想表达的内容改写成更符合模型偏好的表述”之间的差别。
记者信息
Chi-gyu Hwang
delight@d-today.co.kr