歐美學(xué)術(shù)界為何對“AI檢測器”保持高度懷疑？

????????

徐賁

撰文｜徐賁（加州圣瑪利學(xué)院英文系榮休教授）?

近兩年，中國互聯(lián)網(wǎng)出現(xiàn)了一種十分獨(dú)特的文化現(xiàn)象。無論是高校教師、期刊編輯、求職者還是自媒體作者，都越來越熱衷于尋找一種叫作"AI腔"的東西。各種教程層出不窮："去掉'首先、其次、最后'""刪除'值得注意的是'""不要用'不僅……而且……'""把長句拆短""減少總結(jié)句"……仿佛只要把這些語言特征一一刪除，一篇文章便重新變成了"人寫的"。各大平臺上，"AI腔識別指南""去AI腔100個技巧""AI高頻詞匯黑名單"持續(xù)走紅，形成了一種蔚為壯觀的文化運(yùn)動。

相比之下，美國和歐洲雖然同樣廣泛使用ChatGPT、Claude、Gemini等大語言模型，卻沒有形成這樣一種全民性的"AI腔獵巫"。當(dāng)然，英語世界的人們也會說"This sounds like ChatGPT""This has an AI vibe"，也有不少關(guān)于"如何讓AI寫得更像人"的建議，但很少有人熱衷于建立一份可以機(jī)械刪除的"AI高頻詞匯詞典"，更沒有形成一種圍繞某些連接詞展開的大規(guī)模文化運(yùn)動。

這個差異耐人尋味。然而，要真正回答"為什么沒有獵巫"，必須首先回答一個更根本的問題：為什么中國出現(xiàn)的不只是"關(guān)于AI腔的討論"，而是一場真正意義上的"獵巫"——這兩者，并不是同一回事。

01 獵巫與討論之別：當(dāng)語言痕跡成為道德指控

"獵巫"這個詞，并非僅僅是一個修辭上的夸張。獵巫與討論之間，有一道清晰的分界線：討論是在分析一種現(xiàn)象；獵巫是在尋找證據(jù)，以便定罪。發(fā)現(xiàn)"首先…其次"，就等于發(fā)現(xiàn)了AI；發(fā)現(xiàn)了AI，就等于發(fā)現(xiàn)了欺騙。從語言特征到道德判斷，這個推論鏈條在"AI腔獵巫"文化中幾乎是自動完成的。

這種自動化的道德判斷，是理解"獵巫"為何形成的關(guān)鍵。AI腔之所以不只是一個風(fēng)格問題，而能夠迅速演變成一種道德指控，是因?yàn)樗磺度肓艘惶滓呀?jīng)存在已久的誠信框架之中——這套框架的核心邏輯是：留下痕跡，即證明作弊。

在數(shù)字時代的中國學(xué)術(shù)與教育場景中，"痕跡識別"早已是規(guī)范管理的核心機(jī)制。論文查重系統(tǒng)（知網(wǎng)、維普等）長期訓(xùn)練著一種判斷直覺：文本相似度超過某個閾值，便構(gòu)成學(xué)術(shù)不端。抄襲、代寫、"槍手"——這些行為的共同特征，是在文本中留下可檢測的痕跡。AI的出現(xiàn)，在許多人的認(rèn)知框架中，幾乎是自動地被納入了這個歷史序列：AI使用，就是留下了一種新的痕跡；發(fā)現(xiàn)這種痕跡，就意味著發(fā)現(xiàn)了某種不誠信的行為。

這種道德化的邏輯，在歐美的討論中則相當(dāng)罕見。究其原因，歐美的學(xué)術(shù)誠信討論，從來不以"痕跡識別"為核心——它更依賴論文選題的獨(dú)創(chuàng)性、研究過程的透明性、數(shù)據(jù)來源的可追溯性，而非文字層面的相似度檢測。這種根本不同的誠信管理文化，使得歐美并不具備將AI腔自動道德化的制度性前提。

此外，語境也起著重要作用。在中國，AI輔助寫作的大規(guī)模使用，正好發(fā)生在高考作文禁用AI、學(xué)術(shù)論文查AI率、求職簡歷查原創(chuàng)性等一系列制度性禁令出臺的同時期。這些禁令將AI使用明確框定為一種需要被"發(fā)現(xiàn)"和"懲處"的行為，進(jìn)一步強(qiáng)化了"AI腔即作弊證據(jù)"的道德化邏輯。

獵巫的心理機(jī)制，歷史學(xué)家和社會學(xué)家已有充分討論。歷史上每一次獵巫，都需要同時滿足三個條件：一是將某種模糊的焦慮具象化為可識別的痕跡；二是將發(fā)現(xiàn)這種痕跡等同于確認(rèn)罪行；三是將這種確認(rèn)轉(zhuǎn)化為集體性的清除行動。"AI腔獵巫"幾乎完美地滿足了這三個條件：把對AI使用的彌漫性焦慮，具象化為"首先其次"這樣的詞匯標(biāo)記；把發(fā)現(xiàn)這些標(biāo)記等同于發(fā)現(xiàn)AI使用；把這一發(fā)現(xiàn)轉(zhuǎn)化為一種去除、規(guī)避和指責(zé)的集體行動。

獵巫之所以能夠迅速擴(kuò)散，還與知識共同體在公共討論中的角色有關(guān)。每一種新技術(shù)都會首先引發(fā)公眾的直覺反應(yīng)。面對生成式人工智能，普通人的第一感覺往往是："這些詞越來越像AI了""是不是用了'值得注意的是'就說明用了ChatGPT？"這種直覺本身并不奇怪，它是任何陌生技術(shù)進(jìn)入社會時都會出現(xiàn)的經(jīng)驗(yàn)判斷。

真正決定公共討論質(zhì)量的，并不是公眾最初如何反應(yīng)，而是知識共同體如何回應(yīng)這種直覺。

一個成熟的知識共同體，并不會簡單重復(fù)公眾已經(jīng)形成的印象，而會不斷檢驗(yàn)這些印象是否成立，解釋其中哪些屬于真實(shí)現(xiàn)象，哪些屬于統(tǒng)計幻覺，哪些只是經(jīng)驗(yàn)觀察，哪些已經(jīng)能夠得到可靠證據(jù)的支持。知識分子的責(zé)任，并不僅僅是表達(dá)公眾已經(jīng)相信的東西，更重要的是幫助公眾區(qū)分直覺與證據(jù)、印象與事實(shí)、相關(guān)性與因果性。

從這個意義上說，歐美關(guān)于AI寫作的討論之所以很快轉(zhuǎn)向檢測可靠性、誤判風(fēng)險、語言同質(zhì)化和認(rèn)知影響，并不僅僅因?yàn)榧夹g(shù)研究更加成熟，也因?yàn)椴簧傺芯空咧鲃影压娮畛跆岢龅膯栴}繼續(xù)向前推進(jìn)。當(dāng)社會開始討論"怎樣識別AI"時，他們追問的是："這種識別可靠嗎？""我們是否誤解了AI生成機(jī)制？""真正值得擔(dān)憂的問題是不是其實(shí)已經(jīng)改變了？"

相比之下，如果公共討論長期停留在"哪些詞最像AI"這一層，而知識共同體又不斷通過各種"AI高頻詞""去AI腔指南"去強(qiáng)化這種印象，那么最初只是公眾經(jīng)驗(yàn)判斷的一種直覺，就容易逐漸演變?yōu)橐环N幾乎不再受到質(zhì)疑的公共常識。當(dāng)這種常識進(jìn)一步進(jìn)入教育評價、論文審查和求職篩選等制度實(shí)踐時，一場真正意義上的"AI腔獵巫"便形成了。知識共同體真正的責(zé)任，不是替公眾確認(rèn)直覺，而是不斷檢驗(yàn)直覺；不是迎合焦慮，而是澄清焦慮。

02 語言痕跡判斷身份：一種更古老的文化機(jī)制

然而，把"AI腔獵巫"理解為一種全新的現(xiàn)象，本身就是一種缺乏歷史觀的誤解。其實(shí)，它所激活的，是一種相當(dāng)古老的文化機(jī)制：人類通過語言痕跡來判斷一個人的身份、來源和可信度。

語言學(xué)家長期以來區(qū)分了個人語言（idiolect）——每個人獨(dú)特的語言特征——與社會方言（sociolect）——某個社會群體共享的語言模式。對語言痕跡的判斷，本質(zhì)上就是對一個人所屬的語言共同體的判斷：這個人說話的方式，暴露了他來自哪里、受過什么樣的教育、屬于哪個社會階層（Labov 184-186）。這種判斷在人類社會中幾乎無處不在，且往往是自動的、不自覺的。

從這個角度看，AI腔獵巫不過是這種古老機(jī)制在新技術(shù)語境下的最新變體。歷史上曾反復(fù)出現(xiàn)的類似現(xiàn)象，為理解當(dāng)下提供了有益的參照。

十八世紀(jì)的法國，人們對"法國腔"（Gallicisms）有著高度的警覺——那些大量使用法語詞匯和句式的英語文章，會被認(rèn)為其作者缺乏獨(dú)立性，是法國文化的模仿者而非英國思想的代表。十九世紀(jì)，"翻譯腔"成為一種識別文化身份的標(biāo)志，一篇中文文章如果帶有過多西式句法，立刻會被判斷為出自"留洋人士"或"買辦階層"之手。二十世紀(jì)的中國，"黨八股"的討論同樣是一場關(guān)于語言痕跡的批判——1942年的延安整風(fēng)中，將"黨八股"列為需要反對的文風(fēng)，其識別標(biāo)準(zhǔn)也是一套可辨認(rèn)的語言標(biāo)記："言之無物""空洞抽象""無的放矢"。這與今天"AI腔詞典"的邏輯，在結(jié)構(gòu)上幾乎如出一轍。

這一歷史視野揭示了一件重要的事：對語言痕跡的道德化判斷，從來不只是一個語言學(xué)問題，而是一個權(quán)力問題——誰有權(quán)定義"純正"的語言，誰有權(quán)將某種語言標(biāo)記判定為"他者"的痕跡，誰有權(quán)據(jù)此展開清除行動。每一次"獵腔"運(yùn)動的背后，都有一套關(guān)于語言純正性的規(guī)范預(yù)設(shè)，而這套預(yù)設(shè)本身從來不是中性的。

"AI腔獵巫"同樣如此。它背后的預(yù)設(shè)是：真正的、可信任的寫作，應(yīng)當(dāng)符合某種"人類自然語言"的標(biāo)準(zhǔn)——而這個標(biāo)準(zhǔn)，本身就是一個充滿張力的概念。"人類自然語言"是什么？是口語化的、不規(guī)則的，還是經(jīng)過教育訓(xùn)練的、規(guī)范化的？在什么樣的歷史和文化語境下形成的？誰的語言習(xí)慣構(gòu)成了這個標(biāo)準(zhǔn)的基礎(chǔ)？這些問題，在獵巫文化中幾乎從未被追問。

03 歐美：對檢測器本身保持高度懷疑

歐美沒有形成"AI腔獵巫"，還有一個常常被忽視的重要原因：歐美學(xué)術(shù)界和技術(shù)界，對AI檢測器本身一直保持著高度的認(rèn)識論懷疑。

自Turnitin（特恩汀）等公司推出AI檢測功能以來，關(guān)于這些工具的可靠性爭議從未停歇。多項獨(dú)立研究發(fā)現(xiàn)，AI檢測系統(tǒng)存在大量誤判，而且誤判呈現(xiàn)出明顯的系統(tǒng)性偏向：對英語為第二語言的學(xué)生（ESL learners），誤判率顯著高于英語母語者；對使用正式書面語的非洲裔美國學(xué)生，誤判率同樣偏高（Liang et al. 4-7）；創(chuàng)意寫作中刻意追求簡潔、重復(fù)的風(fēng)格，有時會被誤判為AI生成；學(xué)術(shù)寫作中使用標(biāo)準(zhǔn)術(shù)語和規(guī)范句式的段落，同樣容易觸發(fā)檢測系統(tǒng)的警報。

這些發(fā)現(xiàn)，在歐美引發(fā)了相當(dāng)嚴(yán)重的學(xué)術(shù)倫理討論。如果一個檢測系統(tǒng)的誤判率本身具有種族和階層偏向，那么在任何具有實(shí)質(zhì)性后果的評判中使用這一系統(tǒng)，就構(gòu)成了一種制度性的不公正。這種討論，促使越來越多的北美大學(xué)修改了關(guān)于AI使用的政策文件，明確規(guī)定AI檢測結(jié)果不能作為學(xué)術(shù)不端認(rèn)定的唯一證據(jù)——單獨(dú)的檢測報告，在沒有其他佐證的情況下，不能觸發(fā)任何正式的紀(jì)律程序。

這種制度性的懷疑，從根本上改變了歐美對"識別AI痕跡"這件事的文化預(yù)期：既然連最先進(jìn)的檢測系統(tǒng)都無法可靠地區(qū)分AI與人類寫作，那么尋找?guī)讉€連接詞作為判斷依據(jù)，就更是無稽之談了。

這種認(rèn)識論上的謙遜，在中文互聯(lián)網(wǎng)的"AI腔獵巫"中幾乎是缺席的。很多人相信，看見"值得注意的是"就等于發(fā)現(xiàn)了AI，完全忽視了這一推斷在統(tǒng)計上的極端不可靠性。實(shí)際上，這種推斷所依賴的，是對條件概率的基本誤解：即使某個句式在AI生成文本中出現(xiàn)的頻率確實(shí)高于人類寫作，也不意味著出現(xiàn)這個句式的文本就是AI寫的——因?yàn)樵跀?shù)量龐大的人類寫作中，這個句式的絕對出現(xiàn)次數(shù)，可能遠(yuǎn)遠(yuǎn)超過AI生成文本中的出現(xiàn)次數(shù)。

更重要的是，一個經(jīng)常被忽略的事實(shí)是：AI的語言本來就不是一種來自外部世界的"異類語言"。今天的大語言模型，并不是憑空創(chuàng)造出一種新的表達(dá)方式，而是在數(shù)以萬億詞的人類文本中學(xué)習(xí)語言。它所學(xué)習(xí)的對象，恰恰包括了人類最優(yōu)秀的寫作傳統(tǒng)——經(jīng)典文學(xué)、哲學(xué)著作、學(xué)術(shù)論文、新聞報道、公共演講以及互聯(lián)網(wǎng)中的大量高質(zhì)量文本。換句話說，AI語言從一開始就是人類語言的統(tǒng)計濃縮，而不是人類語言的對立面。

正因?yàn)槿绱耍瑑?yōu)秀的人類寫作與優(yōu)秀的AI寫作，在許多局部特征上本來就應(yīng)當(dāng)高度相似。一個嚴(yán)謹(jǐn)?shù)膶W(xué)者會使用規(guī)范的概念，一個成熟的作者會安排清晰的論證，一個經(jīng)驗(yàn)豐富的教師會使用自然的過渡句——這些都不是AI創(chuàng)造出來的，而是AI從人類那里學(xué)來的。如果僅僅因?yàn)橐黄恼逻壿嬊逦⒄Z言規(guī)范、結(jié)構(gòu)完整，就懷疑它出自AI，那么真正受到懷疑的，實(shí)際上首先是人類自己的寫作傳統(tǒng)。

從這個意義上說，AI檢測始終存在一個無法消除的認(rèn)識論困境：它試圖在一個由人類語言訓(xùn)練出來的系統(tǒng)中，尋找一種完全不同于人類語言的"AI語言"。然而，這種語言從來沒有真正存在過。AI最成功的地方，恰恰在于它越來越接近人類已經(jīng)建立起來的優(yōu)秀語言傳統(tǒng)，而不是越來越遠(yuǎn)離它。

04 兩種研究對象：尋找AI，還是理解AI？

如果說中文互聯(lián)網(wǎng)關(guān)于"AI腔"的討論，主要是在尋找一種可以識別AI的語言痕跡，那么歐美真正投入巨大資源研究的，卻是一個完全不同的問題：AI生成的文本，究竟是否具有某種可以被可靠識別的統(tǒng)計特征？

這兩個問題看似相近，實(shí)際上研究對象已經(jīng)完全不同。前者關(guān)注的是語言表面的可見標(biāo)記，希望找到幾個足以暴露AI身份的詞匯、句式或修辭習(xí)慣；后者關(guān)注的是文本生成機(jī)制本身，希望理解機(jī)器究竟通過什么統(tǒng)計規(guī)律生成語言，以及這些規(guī)律是否會在文本中留下可以被穩(wěn)定檢測的結(jié)構(gòu)性特征。

正因?yàn)檠芯繉ο蟛煌瑲W美技術(shù)界從一開始就沒有把注意力放在"首先""其次""總而言之"之類的語言標(biāo)志上。對于自然語言處理研究而言，單個詞匯從來都不是可靠的判斷依據(jù)，因?yàn)槿魏卧~匯都可以輕易替換，任何句式都可以刻意改寫，甚至可以讓另一個AI再次潤色，從而消除絕大多數(shù)表層痕跡。真正難以偽造的，不是幾個詞，而是整個文本在概率意義上的分布特征。

因此，Turnitin、GPTZero（吉皮特零）、Originality.ai、Copyleaks等檢測系統(tǒng)真正分析的，是文本背后的統(tǒng)計特征：詞元概率（token probability）、困惑度（perplexity）、熵（entropy），以及"突發(fā)性"（burstiness）——即句子長度、詞匯選擇和表達(dá)節(jié)奏的不規(guī)則波動（Gehrmann et al. 2490-2492）。

困惑度這個概念尤其值得解釋。大語言模型生成文本時，本質(zhì)上是在不斷預(yù)測"下一個最可能出現(xiàn)的詞元"。為了提高預(yù)測準(zhǔn)確率，它傾向于選擇統(tǒng)計上概率更高、更穩(wěn)定、更符合已有語言模式的表達(dá)。因此，在統(tǒng)計模型看來，AI生成的文本通常具有較低的"出乎意料程度"，也就是較低的困惑度；而人類寫作由于受到個人經(jīng)驗(yàn)、情境、情緒、聯(lián)想甚至偶然性的影響，往往更加不規(guī)則，也更難預(yù)測，因此整體困惑度通常更高。這種統(tǒng)計特征，比任何具體詞匯都更接近AI生成機(jī)制本身。

然而，隨著研究不斷深入，歐美技術(shù)界很快意識到，即使是這種建立在統(tǒng)計特征之上的檢測，也無法做到真正可靠。原因并不只是檢測算法還不夠成熟，而是存在一個更深層的認(rèn)識論困境。

大語言模型本來就是在人類留下的海量文本上訓(xùn)練出來的。它學(xué)習(xí)的并不是一種外部世界的"機(jī)器語言"，而是人類歷史上已經(jīng)形成的各種語言傳統(tǒng)——包括經(jīng)典文學(xué)、哲學(xué)著作、學(xué)術(shù)論文、新聞報道以及大量高質(zhì)量的公共寫作。換句話說，AI語言從來不是一種與人類語言相對立的新語言，而是人類語言經(jīng)過統(tǒng)計學(xué)習(xí)之后的一種高度壓縮和重組。

正因?yàn)槿绱耍瑑?yōu)秀的人類寫作與優(yōu)秀的AI寫作，在許多統(tǒng)計特征上本來就應(yīng)當(dāng)越來越接近，而不是越來越遠(yuǎn)離。一個嚴(yán)謹(jǐn)?shù)膶W(xué)者會使用規(guī)范的概念，一個成熟的作者會安排清晰的論證，一個經(jīng)驗(yàn)豐富的教師會使用自然的過渡句——這些都不是AI發(fā)明出來的，而是AI從人類那里學(xué)習(xí)來的。如果僅僅因?yàn)橐黄恼逻壿嬊逦⒄Z言規(guī)范、結(jié)構(gòu)完整，就懷疑它出自AI，那么真正受到懷疑的，其實(shí)首先是人類自己長期積累形成的優(yōu)秀寫作傳統(tǒng)。

這也解釋了為什么AI檢測始終是一場幾乎無法結(jié)束的軍備競賽。隨著模型不斷更新，它們生成文本的統(tǒng)計特征也不斷變化；而檢測模型永遠(yuǎn)只能根據(jù)上一代生成模型的特征建立判斷標(biāo)準(zhǔn)，因此始終處于追趕的位置（Sadasivan et al. 3-5）。檢測技術(shù)并非毫無價值，但它越來越難承擔(dān)"可靠地區(qū)分AI與人類"這一最初被賦予的使命。

正是在這一認(rèn)識論困境逐漸顯現(xiàn)之后，歐美關(guān)于AI寫作的討論開始發(fā)生一次重要的轉(zhuǎn)向。

如果機(jī)器生成的文本越來越接近優(yōu)秀的人類寫作，那么真正值得研究的問題，也許就不再是"如何識別AI寫了什么"，而是"AI正在如何改變?nèi)祟愖陨淼恼Z言和思維"。

于是，研究的重心開始從尋找AI，轉(zhuǎn)向理解AI；從檢測機(jī)器，轉(zhuǎn)向觀察人類；從識別AI的輸出，轉(zhuǎn)向追問AI對知識生產(chǎn)、語言演化和認(rèn)知方式的長期影響。

檢測AI，是生成式人工智能時代最初提出的問題；理解AI如何改變?nèi)祟悾瑒t逐漸成為一個更加重要的問題。

05 歐美真正關(guān)注的：語言同質(zhì)化與認(rèn)知路徑的收斂

近年來，歐美在AI與語言問題上真正投入最多精力的研究方向，是語言同質(zhì)化（linguistic homogenization）、風(fēng)格收斂（style convergence）和表達(dá)標(biāo)準(zhǔn)化（standardization of discourse）。

研究者們發(fā)現(xiàn)，當(dāng)大量人群長期依賴相同的AI工具輔助寫作時，個體之間原本豐富的語言差異，正在逐漸向一種穩(wěn)定的、高效的、統(tǒng)計上最優(yōu)化的表達(dá)模式收斂。一些具體的研究發(fā)現(xiàn)令人深思。有學(xué)者分析了大量學(xué)生在開始使用ChatGPT前后的寫作樣本，發(fā)現(xiàn)不同學(xué)生之間的詞匯多樣性指數(shù)（type-token ratio）在使用AI后出現(xiàn)了統(tǒng)計上顯著的下降（Kobak et al. 7）。另有研究發(fā)現(xiàn)，依賴AI輔助的學(xué)術(shù)寫作，在句式結(jié)構(gòu)分布上越來越趨近，而不同作者之間原本存在的獨(dú)特句法特征正在被侵蝕。

這種侵蝕是隱蔽的，因?yàn)槊科恼聠为?dú)來看都"寫得不錯"，但當(dāng)你把大量文章放在一起比較時，會發(fā)現(xiàn)它們之間的可區(qū)分度正在降低。十個學(xué)生寫同一部哈姆雷特（Hamlet），十年前會產(chǎn)生十種不同的切入方式：有人從復(fù)仇倫理入手，有人關(guān)注延宕心理，有人聚焦于權(quán)力關(guān)系，有人以鬼魂為敘述核心；今天，同樣的十個學(xué)生，越來越可能從"權(quán)力"（power）、"身份認(rèn)同"（identity）、"瘋狂"（madness）這三個AI最擅長提供的分析框架切入，最終產(chǎn)出在結(jié)構(gòu)上幾乎無法區(qū)分的十篇文章。申請信同樣如此：十年前，不同學(xué)生的申請信有著截然不同的開頭——有人以具體故事切入，有人以一句挑釁性的問題開始，有人使用反諷，有人直接陳述——今天，越來越多的申請信都以"自我發(fā)現(xiàn)"的敘事模板展開，以"未來貢獻(xiàn)"的愿景陳述收束。

這些觀察所揭示的，是一種比"AI腔"更深刻也更危險的現(xiàn)象：不是AI生成的文字長什么樣，而是人類在長期使用AI之后，自己的寫作和思維開始按照AI最擅長提供的框架展開——這時，真正的AI腔，不再來自機(jī)器，而來自人。

這是一個在邏輯上相當(dāng)反直覺卻日益成為現(xiàn)實(shí)的結(jié)論：最頑固的AI腔，未必出現(xiàn)在AI生成的文字里，而出現(xiàn)在那些長期使用AI的人、主動學(xué)習(xí)AI思維框架的人所寫的文字里。當(dāng)一個學(xué)生習(xí)慣性地在動筆之前先向ChatGPT詢問"這個問題應(yīng)該從哪幾個角度分析"時，他所學(xué)習(xí)的，是AI提供的認(rèn)知路徑；當(dāng)他最終按照這套路徑寫出來的文章被稱贊為"邏輯清晰""結(jié)構(gòu)完整"時，這種認(rèn)知路徑就獲得了進(jìn)一步的強(qiáng)化。在這個過程中，AI腔從機(jī)器的輸出變成了人的思維習(xí)慣。

06 真正值得借鑒的，不是結(jié)論，而是問題意識

歐美關(guān)于AI寫作的討論，并沒有形成統(tǒng)一的答案。關(guān)于AI檢測是否可靠、AI輔助寫作是否損害創(chuàng)造力、AI是否正在導(dǎo)致語言同質(zhì)化，至今仍然存在大量未被解決的爭論，不同研究者之間的結(jié)論常常相互矛盾。這意味著，真正值得注意的，不是他們已經(jīng)解決了這些問題，而是他們提出問題的方式——那種不斷把問題往更深處推進(jìn)的習(xí)慣。

他們不斷追問的是：AI檢測器本身可靠嗎？統(tǒng)計指標(biāo)背后的意義是什么？為什么會產(chǎn)生系統(tǒng)性的誤判？長期依賴AI輔助寫作，對人類的表達(dá)能力會產(chǎn)生什么影響？語言的同質(zhì)化，是否最終會引發(fā)認(rèn)知的同質(zhì)化？這些問題，彼此之間形成了一種遞進(jìn)關(guān)系——每一個問題的追問，都在某個層面上揭示了前一個問題的局限，迫使討論不斷向更深的層次移動。

相比之下，"哪幾個詞不能用"這個問題，從一開始就把討論鎖定在了一個無法產(chǎn)生認(rèn)識論深度的層面。這種區(qū)別看似細(xì)微，實(shí)則決定了整個討論能夠走向何處——一個從詞匯標(biāo)記出發(fā)的討論，無論多么精細(xì)，最終都只能停留在詞匯標(biāo)記這個層次；一個從生成機(jī)制出發(fā)的討論，則自然地會把研究者引向統(tǒng)計結(jié)構(gòu)、認(rèn)知路徑和文明影響這些更深的議題。

尤其值得注意的，是歐美討論中對自身研究工具的持續(xù)反思。他們不僅研究AI，也研究自己用來研究AI的工具——當(dāng)Turnitin的誤判率被證明存在種族偏向時，這個發(fā)現(xiàn)本身立刻成為另一個嚴(yán)肅的研究議題；當(dāng)GPTZero的統(tǒng)計邏輯受到質(zhì)疑時，質(zhì)疑本身就推動了對"什么是可靠證據(jù)"這個更基本問題的重新追問。一個成熟的知識共同體，并不只是研究對象，也研究自己的研究工具；并不只是提出問題，也追問自己的問題是否問對了。

這種認(rèn)識論上的自我懷疑，比任何具體的研究結(jié)論都更值得關(guān)注。因?yàn)樗w現(xiàn)了一種思維紀(jì)律：不允許自己長期安居于同一個問題層次，不把任何一種方法論的預(yù)設(shè)當(dāng)作不需要檢驗(yàn)的公理。

如果歐美關(guān)于AI寫作的討論真的能夠給我們一點(diǎn)啟發(fā)，那么真正值得借鑒的，也許既不是他們具體的政策結(jié)論，也不是他們某個特定的研究發(fā)現(xiàn)，而是這種不斷把問題推向更深層次的認(rèn)識論習(xí)慣——那種在得到一個答案之后，仍然愿意停下來問一句"我們是否一直在回答那個真正的問題"的思維姿態(tài)。

一個成熟的知識共同體，并不是因?yàn)樗俜稿e，而是因?yàn)樗偰芗皶r發(fā)現(xiàn)：自己一直在回答的，也許并不是那個真正的問題。關(guān)于AI寫作，我們真正的問題，也許從來都不是AI腔。

07 詞匯層面的獵巫為什么注定無效

認(rèn)識論上的判斷是明確的：以詞匯標(biāo)記為核心的"AI腔獵巫"，在面對AI生成文本的真實(shí)本質(zhì)時，是一種方向性的誤導(dǎo)。

其一，刪除表層連接詞，并不改變文本背后的統(tǒng)計結(jié)構(gòu)。現(xiàn)有的AI檢測研究已經(jīng)證明，當(dāng)用戶被明確指示"去掉所有連接詞，增加幾個口語化表達(dá)"之后生成的文本，在困惑度和熵等統(tǒng)計維度上，與原始的AI輸出幾乎沒有顯著差異（Sadasivan et al. 11）。那些最有經(jīng)驗(yàn)的檢測系統(tǒng)，對于這類"經(jīng)過人工去腔處理"的文本，識別率下降幅度相當(dāng)有限。

其二，獵巫邏輯建立在對條件概率的基本誤解之上。"首先其次"在AI生成文本中頻率較高，并不意味著出現(xiàn)"首先其次"的文本就是AI寫的——這是一個典型的"確認(rèn)偏誤"（confirmation bias）邏輯謬誤。當(dāng)人們開始主動尋找"AI腔"標(biāo)記時，他們會對任何符合預(yù)設(shè)的信號產(chǎn)生過度敏感的反應(yīng)，同時系統(tǒng)性地忽視那些同樣使用這些句式的人類寫作。

其三，也是最根本的一點(diǎn)：整個獵巫運(yùn)動建立在一個錯誤的對象上。它試圖識別的，是語言的表層標(biāo)記；而AI與人類寫作之間真正的、可檢測的差異，存在于生成機(jī)制的深層統(tǒng)計結(jié)構(gòu)之中——這兩者，根本不在同一個層次上。

08

真正存在的不是AI腔，而是默認(rèn)語言與默認(rèn)認(rèn)知

到這里，一個概念上的澄清變得不可回避：真正存在的，并不是"AI腔"，而是AI的默認(rèn)語言（Default Language）——以及比默認(rèn)語言更深一層的，默認(rèn)認(rèn)知（Default Cognition）。

"AI腔"只是一個效果描述——描述讀者感知到的某種可識別的文體印象。"默認(rèn)語言"是一個機(jī)制描述——描述AI在沒有特殊人格設(shè)定時，自然而然地組織思想、生成意義、安排論證的一整套底層邏輯。但默認(rèn)語言本身，還只是更深層事物的表面。

真正在統(tǒng)一的，是認(rèn)知路徑（cognitive pathway）——一套關(guān)于"問題應(yīng)當(dāng)如何被展開、論證應(yīng)當(dāng)如何被推進(jìn)、價值應(yīng)當(dāng)如何被平衡"的默認(rèn)程序。這個默認(rèn)程序，先于詞匯選擇而存在，并在一切自然語言輸出中留下同構(gòu)的結(jié)構(gòu)痕跡。它決定的不只是怎么說，而是怎么想——什么樣的問題值得被提出，應(yīng)當(dāng)以什么樣的順序被拆解，應(yīng)當(dāng)從幾個維度來分析，應(yīng)當(dāng)在什么位置引入反面觀點(diǎn)，應(yīng)當(dāng)以什么樣的綜合判斷來收束。

因此，完整的結(jié)構(gòu)可以這樣表達(dá)：默認(rèn)預(yù)測機(jī)制（Default Prediction）產(chǎn)生了默認(rèn)語言（Default Language），默認(rèn)語言固化為默認(rèn)風(fēng)格（Default Style），默認(rèn)風(fēng)格在讀者那里留下AI腔（AI Register）的印象，而AI腔的大規(guī)模傳播最終導(dǎo)致語言同質(zhì)化（Linguistic Homogenization）。"AI腔獵巫"所關(guān)注的，只是這個鏈條中最表面的一環(huán)；而真正值得警惕的，是這個鏈條的源頭——默認(rèn)認(rèn)知本身。

歐美討論中使用的"風(fēng)格收斂""語言同質(zhì)化"等概念，描述的是這個鏈條的末端效應(yīng)，它們觀察到了趨勢，卻還沒有命名產(chǎn)生這種趨勢的機(jī)制。"默認(rèn)認(rèn)知"這個概念，試圖填補(bǔ)這個命名上的空白：它是那個讓所有末端效應(yīng)不斷出現(xiàn)的內(nèi)在驅(qū)動力，是那個使不同模型盡管參數(shù)各異卻在思想展開方式上高度趨近的深層原因，也是那個使長期使用AI的人開始不自覺地以AI的方式展開思想的結(jié)構(gòu)性力量。

美國和歐洲沒有形成"AI腔獵巫"，并不意味著他們對AI寫作的問題視而不見；恰恰相反，他們正在向那些比"AI腔"更深、也更難被簡單命名的問題推進(jìn)——從語言表面，到生成機(jī)制；從識別痕跡，到理解同質(zhì)化；從分析AI的輸出，到追問AI對人類認(rèn)知的長期影響。

而這些更深的問題，最終都指向同一個令人不安的可能性：一個文明真正危險的時刻，不是AI寫出了越來越多的文章，而是越來越多的人開始相信，一篇好文章本來就應(yīng)該按照AI默認(rèn)的方式展開——先定義，再分類，然后分析，最后綜合；先呈現(xiàn)正面，再引入反面，然后尋找平衡，最后避免極端判斷。

當(dāng)這種默認(rèn)認(rèn)知成為一種文明范圍內(nèi)的常識，當(dāng)"邏輯清晰""結(jié)構(gòu)完整""觀點(diǎn)均衡"成為書面表達(dá)唯一被認(rèn)可的品質(zhì)時，那些無法被納入這套默認(rèn)邏輯的思維方式——詩性的跳躍、哲學(xué)的突然轉(zhuǎn)向、隨筆式的漫游、在矛盾中停留而不急于化解的耐心——就會逐漸失去其制度性的容身之所。

這，才是AI時代語言問題的真正核心。不是幾個連接詞，不是某種可以被識別并刪除的文體標(biāo)記，而是一種正在以隱蔽方式滲透的默認(rèn)認(rèn)知，正在重塑人類展開思想的方式本身。

真正需要研究的，從來不是AI腔，而是默認(rèn)語言背后的默認(rèn)認(rèn)知；真正需要守護(hù)的，也不只是人的語言風(fēng)格，而是人類在面對一個真實(shí)的困惑時，仍然能夠以一種不可預(yù)測的、不被統(tǒng)計優(yōu)化所規(guī)訓(xùn)的方式，重新開始追問的那種自由。

參考文獻(xiàn)：

• [1] Gehrmann, Sebastian, et al. "GLTR: Statistical Detection and Visualization of Generated Text." Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, Association for Computational Linguistics, 2019, pp. 2481-2486.
• [2] Kobak, Dmitry, et al. "Delving into ChatGPT Usage in Academic Writing through Czech Academic Sentences." arXiv preprint, arXiv:2403.09773, 2024.
• [3] Labov, William. Sociolinguistic Patterns. U of Pennsylvania P, 1972.
• [4] Liang, Weixin, et al. "GPT Detectors Are Biased against Non-Native English Writers." arXiv preprint, arXiv:2304.02819, 2023.
• [5] Sadasivan, Vinu Sankar, et al. "Can AI-Generated Text Be Reliably Detected?" arXiv preprint, arXiv:2303.11156, 2023.