廚房桌上的生日卡、鋼筆和一隻有磕痕的藍色飯盒

大模型研究爭議:AI 走進日常之後

封面為虛構情境示意。舊飯盒是母女共有的一段記憶。

給媽媽寫生日卡,你在紙上起了個頭:“媽,那個藍飯盒我還用著呢。蓋子得拍一下。你知道的。”嫌三個短句太碎,請 AI 潤色,回來一句:“每次打開那個藍色飯盒,我都會想起您長久以來的關懷。”兩個版本都講飯盒,媽媽也許一眼就知道是誰送的。可要是問她哪一句聽著像女兒站在廚房門口說話,她有可能給出另一個答案。

這張卡是個例子。對於“潤色以後還像我嗎”,研究給得出的第一層回答是:一句話可以改得通順,也可以在改通順時順手換掉你原先的態度。寫作者有能力把一部分自己的習慣改回來。至於媽媽認不認得,下面三項研究都沒有請她這樣的收信人做盲測。要把問題問到她那裡,得先想好,她認出的究竟是飯盒、心意,還是說話的人。個人敘事改寫研究 · 個人寫作實驗

從一句“蓋子得拍一下”裡能改走什麼

想像另一種潤色,把開頭改成“媽,那個藍飯盒我還用著,蓋子還得拍一下呢”。它合併了碎句,留下了用飯盒的人才知道的小動作。兩種改法都能交出一張沒有病句的卡,可第一種替女兒解釋了這個動作的意義,第二種把解釋留給母親。真要逐字核查,可以先問哪處語法需要修,再問是誰決定把感激明說出來。後一件事原本就沒有標準答案。

一個看似瑣碎的改動,在課堂作業裡也能找得到。Jim McKinley 取了英國一所大學英語教學碩士項目的作業。寫作者的第一語言都是中文,交的是英文報告。研究抽取了兩個年份各二十五份作業,又從每一屆的十份裡各挑一段,特意挑作者會說“我認為”、會限定判斷的地方。實際送去潤色的是二十個片段。提示已經交代保留第一人稱、保留拿不準的地方,表二還留著前後句,可以逐對去看。研究方法與表二

其中有個學生談自己的教學經驗,大意是,自己覺得合理有效的做法,到了另一位老師的課堂裡,未必也合用。改過的意思成了,合理有效的做法在另一位老師的課堂裡就是不同的。兩句都很順。原作者卻只需要為自己教過的那個班作證,改稿讓他替另一位老師的課堂也下了判斷。讀者即使沒見過原作者,也可以把兩句並排,指出作出判斷的人變了,句子要求的證據也跟著變了。表二,2019 年樣例 2

這項研究的抽樣方式限制了答案的分量。專挑有個人立場的段落,適合找“哪種變化值得注意”,很難拿來回答“一百次潤色會遇到幾次”。兩屆雖用同樣的作業要求,交稿的是不同的學生,後來的二十五人中還有二十一人申報起草時用過生成式工具。若要知道工具接手這一段時動了什麼,拿這一段自己的原稿作對照,比拿六年前另一名學生的作業作對照更直接。即便如此,表裡的句子也沒有由讀者評出哪句語法更好。第 3 節及第 4 節

再看一個自擬的批註場景。學生在課堂觀察裡寫“我沒聽清後排那組怎麼回答”。如果老師圈出“那組”並問指哪一組,學生可以補上座位,整句話會更清楚。如果改稿直接寫成“後排同學沒有回應”,讀者也許一下就讀懂了,接下來追問的卻是學生從來沒有觀察到的事。遇到這樣的修改,哪怕每個詞都挺像作者平時用的,也值得退回去。先核對誰看見了什麼,再談句子有沒有個人特色,連家長幫孩子改一段遊記時也用得上。

加一句“保留我的口吻”,能留下多少

也許生日卡的問題出在“潤色”兩個字太含糊。一個合理的解釋是,模型把“寫好一點”理解成“寫得正式一點”,把要求說清就能收住。另一種解釋是,只要整段重寫,工具在選擇下一個詞時便帶著自己常用的寫法;即使知道要收住,仍會反覆改掉某些小習慣。要區分這兩種解釋,得把同一批原稿交給同一個模型,只換修改要求。

Tom van Nuenen 的預印本拿三百篇個人敘事做了這樣的比較。三種模型分別接到籠統改進、只做重寫、改進並保留聲音三類要求。研究者數的是可見的語言特徵,譬如英文縮略形式、第一人稱代詞和詞長。只要求重寫,整體變化仍與籠統改進接近;要求保留聲音後,許多變化的幅度小了,縮略形式等特徵仍會流失。如果自己在意的是那句突然停住的短話,提示詞可以幫忙,卻得翻回成稿看它到底留下沒有。第 3 節、第 4.3 節與圖二

論文還做了一道很容易被讀錯的配對題。拿出一篇改稿,算法只憑字母等字符如何組合、詞平均多長等特徵,從三百篇原稿裡挑最接近的一篇。圖三里,按籠統改進的要求,GPT-5.4 的改稿有 14.3% 找對了自己的原稿,隨機挑一篇約為 0.3%。分母是這一條件下待配對的改稿。讀到這裡,不妨想想,如果讓媽媽來做題,她能用什麼算法沒用上的線索?光憑那個得拍一下的盒蓋,她就可能把兩版配在一起。第 4.4 節與圖三 C

反過來也成立。哪怕算法每次都能把改稿送回正確的原稿,它也可能只抓住這段話特有的用詞。要辨認一個人,至少得拿出她寫的另一段話,看同一人的習慣能不能跨過兩件不同的事。要辨認熟人,還得讓真正熟悉她的讀者開口。把檢索原文的命中率當成媽媽讀生日卡的成功率,中間跳過了這兩步。況且,這些英文縮略形式在中文賀卡上連一一對應的寫法都沒有。

最有意思的一步,是把別人的舊作也擺上桌

Connor Baumler 等人把修改的方向倒了過來。他們讓八十一位參與者挑選六項自己願意寫的任務,像是給人道謝、向老友問候、準備慶祝場合的致辭。每人有四項隨機分到協作條件,用自己的細節給模型起稿,再親手修改;另兩項由自己獨立寫。於是研究者除了擁有改前、改後兩份文字,還有每個人不靠模型寫的樣本。這回答的是“我接過機器的初稿,還能改回多少”,與一開始就交給機器一張寫好的生日卡,起點不同。第 4 至 5 節、附錄表九

研究把一段文字的寫法轉為一組數,再比較兩組數有多接近。最能改變判斷的對照在圖五左邊。如果大家都只是刪掉客套話,讓句子聽起來更像普通人說的,那麼拿任何一個人的獨立作品作參照,都應當多少有用。研究者把參照換了一遍:同一批親手改過的文字,跟修改者自己的獨立作品更近,跟其他參與者的獨立作品更遠。這樣就有理由相信,改稿裡留有這個人特有的一點東西。只統計大家刪了多少字,看不出這一點。第 6.1 節及圖五

左側是修改稿與本人、他人獨立樣本的比較,右側是隱去版本信息後閱讀卡片的人

方法示意。左側更換計算相似度時的參照,右側表示還可以怎樣詢問讀者。兩側並列,無箭頭,不表示實測結果。

這仍然容得下另一個發現。把參照換成模型寫的文字,人工改完的稿子整體上與模型文字更近,離本人獨立作品更遠。打個比方,在一份生日致辭裡,你恢復了家裡叫人的小名,還留下原稿裡工整的開場和結尾。小名是誰添的,整篇讀起來又沿用誰的腔調,是兩件可以同時說清的事。論文裡這些距離也沒有“署名線”,越過某個分數就算本人執筆;它們用來比較一組稿子的變化。第 6.1 節、圖三至五

寫作者自己的感受又如何?研究還請他們評價文字能否代表自己的風格。在一項探索性比較中,他們對親手改完的稿子和獨立稿的評分沒有顯出差異。這給“像我”留下了另一層意思:我願意把這段話當作自己的表達。這裡作判斷的人知道自己做過哪些選擇,也記得為何選這個細節。收信人只會看見寄到手上的那一版。研究者在侷限一節專門留下了收件人這個空位。第 6.3 節圖七及第 8 節

把卡片交給讀者以前

如果手頭恰好有一段想潤色的文字,可以做下面這個小對照。它是未執行的建議。留好原稿,另存潤色稿,自己先圈出一處確實修好的語病,再圈出一處你本來可以那樣寫、當時卻選了另一種說法的地方。尤其留心表示把握的詞、對收件人的稱呼,以及那句你想過要不要說、最後決定省掉的話。兩張紙上要是找不到真正修好的語病,也可以老實留白,改得多並不等於修得多。

接著請讀過你舊作的人幫一次忙。兩版排成一樣的字體,拿掉署名,打亂順序,先只問“哪一句讀起來卡住了”,請對方劃出位置。再問“哪一句更像我平時會說的話,你憑哪個詞聽出來的”。先記下理由再揭曉哪版經過潤色。若對方說“只有你才有那個飯盒”,這個答案能證明故事被認出來了;若說“你交代完事情老愛補一句‘你知道的’”,才給了你一個可拿舊信再查的措辭線索。如果兩版都很像,或者光憑這點字聽不出來,也都可以原樣記下。

想再往前走一步,可以在另一天換一件雙方都沒聊過的小事,請對方先看幾段你平日獨立寫的同類短文,再看新的匿名段落。別把給導師的郵件和發給家人的短信混在一起,否則讀者可能只是在挑最不正式的那段。若真想知道潤色是否讓人更難認出作者,還要加入別人寫的同題文字,讓不同讀者分別讀原稿或改稿,記錄他們把誰認成了誰。只讓媽媽在兩張都是女兒寫的卡里挑一張,問得出她的偏好,算不出辨認作者的準確率。

揭曉版本以後,還可以請這位讀者再劃一次。假如最初被她圈作“很像你”的一句,在知道動過工具後又被她劃掉,保留兩次標記會比擦掉第一次更有意思。第一次她能依據的是眼前的文字,第二次她還知道了一件關於寫作過程的事。不過,先後讀同一段也可能讓她多想到一種解釋。單靠這兩次畫線,不能算出披露工具使用造成了多大的影響。對寫卡人來說,真正可以帶走的是她給出的具體理由,以及你認不認同那條理由。

最後決定寄哪一張時,可以把“你知道的”暫時蓋住,念一遍,再放回來唸一遍。這幾個字沒有提供新事實,卻把接話的位置留給了對面那個也拍過盒蓋的人。如果這正是你想留給她的位置,就有理由保留這句。至於旁人能否憑這句話認出你,等他讀過再聽他的理由,比替他猜一個分數誠實得多。

參考資料

  1. Jim McKinley,2026,Digital Studies in Language and Literature 正式期刊論文。Beyond Polishing: The Compounding Dynamic of GenAI in Academic Writing
  2. Tom van Nuenen,2026,arXiv 預印本,本文核對 v1。Voice Under Revision: Large Language Models and the Normalization of Personal Narrative
  3. Connor Baumler、Calvin Bao、Huy Nghiem、Xinchen Yang、Marine Carpuat、Hal Daumé III,2026,ACL 正式會議長文。Can You Make It Sound Like You? Post-Editing LLM-Generated Text for Personal Style

作者作品推廣

除了寫技術博客,我也在做一些讓日常更有條理的小工具,歡迎瞭解我獨立開發的兩款 App:

  • 日常收支小記:記下收支,也給每一筆錢安排好去處。記錄日常賬目,安排預算與儲蓄目標。在 App Store 瞭解。
  • 一事微光:從一件小事開始,讓今天多一點微光。按當下的時間和精力選擇行動,記錄完成後的感受與發現。在 App Store 瞭解。

更多技術文章和個人作品,歡迎來我的網站:zffjzz.top。也歡迎把使用感受告訴我,讓這些小工具慢慢變得更好。