LLM 正在让所有人写得一样
先给结论：用 AI 助手润色文字，不只是把文章改顺，而是在可测量的尺度上让文章「越来越像别人」。南加州大学团队与合作者本周发表在 Nature 子刊（Nature Human Behaviour）的研究，分析了 2018—2024 年超过 88 万篇文本，发现 LLM 写作助手的普及——ChatGPT、Claude 等工具服务用户已超 8 亿——与写作风格的持续均质化显著相关，arXiv 论文、新闻、Reddit 故事无一例外。控制实验里，用 GPT-3.5、Llama 3 70B、Gemini Pro 改写人类文本，即使原意几乎不变（87% 文本相似度超 0.95），复杂度方差依然被显著压缩。同一研究还发现：文字里的年龄、性格、价值观信号在淡化，并统一偏向一个「默认人设」。改写后的文本回流训练语料，效应还会自我叠加。这不是风格之争，而是人类语言正在发生的结构性变化。
研究一：88 万篇文本里，风格方差在塌缩
第一步看真实数据：三个纵向语料——约 8 万篇 arXiv 摘要、37.96 万篇 Patch News 文章、31.8 万篇 Reddit 创意故事，跨 2018—2024。团队用检测工具 Binoculars 标记 AI 生成文本，追踪「写作复杂度」方差的走势。ChatGPT 发布后，arXiv 与 Reddit 的方差出现显著且持续的下降，AI 使用率能显著预测后续方差变化（arXiv 的格兰杰因果检验成立；Reddit 同样成立但滞后约 20 个月——作者认为是用户群体更广、工具采纳更慢）。Patch News 在发布时也明显骤降，但因果信号不显著：专业编辑与机构规范可能缓冲了直接效应，细微影响仍可能透过整体写作规范间接渗透。
第二步是控制实验：从 Reddit 和 arXiv 随机抽取 1,000 篇 ChatGPT 发布前的人类文本，用 GPT-3.5、Llama 3 70B、Gemini Pro 以中性提示（「改进语法」）改写。87% 的改写与原意相似度超过 0.95——意思保住了，风格方差却被显著压缩。
研究二：文字里的「作者指纹」在消失，还带上了默认人设
研究二问得更尖锐：还能从文字认出作者吗？团队收集了带心理测量数据的语料（年龄、性别、大五人格、共情、道德价值观），训练分类器从文本预测这些特质，再对比原文与改写版的预测准确率。两个发现：第一，六类特质的预测准确率平均下降约 6%（F1 绝对值），年龄受影响最大（0.351 → 0.260）。AI 削弱了身份信号，但没有彻底抹掉，分类器表现仍高于随机水平。第二，这种变化不是随机噪音，而是系统性偏斜：改写后的文本更常被判定为「年龄更大、道德感更强、共情更低、外向性更低、开放性和宜人性更高」——三种模型、不同提示词下方向一致。
换句话说，LLM 不是简单「擦除」身份，而是在引入偏差，把不同作者逐渐推向同一个「默认人设」。
研究三：「词—人」关联正在被选择性冲掉
社会语言学积累了成熟的结论：「外向者多用积极情绪词」「开放性与复杂词汇相关」。研究三检验这些关联在改写后是否还在。原文中经典发现都能复现；改写后，外向性与代词使用的关联、忠诚与朋友类词汇的关联、年龄与未来导向词汇的关联——显著消失；神经质与负性情绪词的关联则保留了下来。这是选择性侵蚀，比全面失真更麻烦：依赖词汇线索的学科——临床筛查、社会科学、营销画像——必须逐一重新验证哪些关联还可靠，否则会得出关于身份、群体差异的偏差结论。
反馈循环：均质化会自我强化
被润色的文本不会留在私人文档里。它流入评论、论坛、论文、新闻等在线语料，而下一代模型又用这些语料训练——均质化偏差因此自我强化：每一代模型读到的语料都更「AI 味」，把平均值再推远一步。像 Marin 535B 这样的全程公开训练让这条语料流水线变得可见：训练数据的口味，就是未来模型的口味。
结构性影响随之而来：靠文本多样性判断抑郁标记的临床筛查、个性化营销、偏好「圆熟」文风的招聘筛选、以及承载文化标记的语言遗产保护，都会收到越来越噪的信号。更深的担忧是语言与思维绑定——语言均质化可能悄悄约束认知灵活性与创造力，正如奥威尔在《1984》里警告的：极端情况下，「缩小思想的范围」。区别在于，这次不是审查和删除，而是一次次「帮我润色一下」。这种收敛为什么几乎必然发生、代价具体落在哪些系统上，我们在姊妹篇里做了进一步分析。
怎么办：把人类文本留在循环里
研究不是否定 LLM 写作工具——清晰表达与写作平权是真实收益。它指向的是设计与流程选择：
- 研究者：使用词汇线索前先重新验证关联是否存活；「经过 LLM 改写后仍然成立」应成为语料研究的默认前提。
- 做 AI 写作功能的团队：给文本加可验证的水印，正在成为 AI 内容的标配——保留人类原稿并标记它，未润色的草稿是唯一仍携带人类多样性的训练信号。Anthropic 用 500 万美元推动 AI 对人类影响的福祉评测基准，是同一直觉作用于另一个影响通道。
- 平台与发布者：尽量让真实人类语料少被均质化循环污染——下一代训练集里 AI 文本越少，漂移越慢。
- 写作者：把「润色」当作有损操作。保留未润色版本，逐条审视改动，警惕那些把你推向「默认人设」的修改。
常见问题
Q：怎么证明 AI 写作真的在降低语言多样性？
A：观察数据覆盖 88 万+ 文本（arXiv、Patch News、Reddit，2018—2024）：ChatGPT 发布后写作复杂度方差显著下降，AI 使用率能显著预测后续下降；控制实验中用三个 LLM 改写 1,000 篇人类文本，87% 原意相似度超 0.95，方差仍被显著压缩。
Q：AI 会不会彻底抹掉文字里的身份信号？
A：不会。特质预测准确率平均下降约 6%（年龄 F1 从 0.351 降到 0.260），但仍高于随机。更麻烦的是系统性偏斜：改写文本一致偏向「年龄更大、更道德、更不共情」的默认人设，跨模型、跨提示词都成立。
Q：长期真正的风险是什么？
A：反馈循环：AI 味文本流入在线语料，训练下一代模型，再推远平均值。依赖词汇多样性的应用——抑郁筛查、招聘、营销、文化保护——收到的信号会越来越噪。
