《紐約客》雜誌日前撰文指出，ai不僅正在改變我們的寫作方式，更在潛移默化地重塑我們的思維結構——以“效率”為名，犧牲原創性；以“智能”之名，統一表達的風格與內容。
當我們越來越頻繁地藉助chatgpt等ai工具完成各類創意任務，我們是否正在失去屬於人類的多樣性、深度與表達欲？
ai正以“平均值”的邏輯重構文化——訓練自海量數據的語言模型，天生傾向於重複、模仿和壓縮，而不是質疑、顛覆和發明。它帶來的不是思想的火花，而是“看起來還行”的合格產物，是安全、標準化、去稜角的表達。這種自動生成的平庸感，既舒適又危險：降低了原創的門檻，也降低了對原創的期待。
當所有人都寫出“像樣”的文章時，真正的好文章就難以誕生。這場由ai引發的“平庸化革命”，值得我們比技術熱情更多的理性反思。
以下為文章全文：
去年，麻省理工學院進行了一項實驗，找來美國波士頓地區多所大學的50多名學生，分為三組，讓他們根據sat考試寫作題寫一篇議論文，題目是《我們取得的成就是否必須惠及他人，才能讓我們真正感到幸福？》
第一組只能靠自己的腦力完成寫作；第二組可以使用谷歌搜索信息；第三組則被允許使用chatgpt，也就是可以根據用戶指令生成整段文字甚至整篇文章的大語言模型（llm）。在寫作過程中，所有學生都佩戴了一種帶電極的頭戴式設備，用以監測大腦活動。
根據麻省理工學院媒體實驗室研究科學家、這項實驗論文的共同作者娜塔莉婭·科斯米娜（nataliya kosmyna）的說法，分析結果顯示出顯著差異：使用chatgpt的那組學生大腦活動水平遠低於其他兩組。
大腦成像顯示，他們不同腦區之間的連接更少，α波連接度下降（通常與創造力相關），θ波連接度也降低（這與工作記憶有關）。一些使用大語言模型的學生對自己寫出的文章“完全沒有歸屬感”，而在一次測試中，80%的學生甚至無法複述自己“寫過”的內容。這項研究是首批從科學角度量化“依賴ai完成任務所帶來的認知代價”的實驗之一。
另一個令人警醒的發現是：使用大語言模型的學生所寫文本中，常用詞彙和觀點高度趨同。sat題目本應足夠寬泛，以激發多樣化的回應，但ai的參與卻讓結果變得高度同質化。“這些看似來自不同時間、不同個體的文章，其輸出卻出奇一致，” 科斯米娜說。比如在《什麼讓我們真正快樂》這個題目下，使用大語言模型的學生更傾向於談論事業成功與個人成就；而在討論慈善行為是否應成為道德義務的問題上，使用chatgpt的那組幾乎全體持支持態度，而其他組的回答中則包含了對慈善本身的批判性思考。
“你在這些文本中不會看到任何分歧性的觀點，” 科斯米娜指出，“我們正在面對的是：一切被平均化的狀態，一切，無處不在，全部變得中庸。”
ai是一種“平均化”的技術：大語言模型是通過分析海量數據中的模式來訓練的，它們生成的答案天然趨向於“共識”——不論是寫作質量（常常充滿陳詞濫調與套話），還是觀點內容（往往流於平庸）。過去當然也有其他技術削弱或簡化過人類寫作的過程，比如文學分析摘要工具sparknotes或電腦鍵盤，但ai所實現的“思維外包”程度前所未有。換句話說，任何一個用chatgpt寫婚禮致辭、撰寫合同、完成大學論文的人——如今顯然已非常常見——都彷彿變成和麻省理工實驗的試驗對象一樣的人。
警惕ai強化的文化霸權
openai首席執行官山姆·奧特曼認為，我們正接近一種他稱之為“溫和奇點”（gentle singularity）的階段。在最近的一篇博客文章中，奧特曼曾寫道：“chatgpt已經比人類歷史上任何一位個體都更強大。全球數以億計的人每天都依賴它來完成越來越多的重要任務。” 在他的設想中，人類正與機器融合，而他的ai工具就是對傳統“大腦系統”的改進：它們“顯著放大了用戶的產出”。但我們目前根本不知道這種大規模ai使用所帶來的長期後果。若這些早期研究可信，奧特曼所說的“產出放大”恐怕要以質量下降為代價。
今年4月，康奈爾大學的研究人員發布了另一項同樣令人不安的研究，進一步印證了ai所帶來的“思想同質化”問題。
該實驗分為兩組用戶——一組美國人，一組印度人——回答了一些與文化背景有關的寫作題，比如《你最喜歡的食物是什麼，為什麼》、《你最喜歡的節日是什麼，你是怎麼慶祝的？》等。其中一部分參與者使用由chatgpt驅動的“自動補全”工具——只要他們寫作時稍作停頓，系統就會自動提供詞語建議；而另一部分則完全獨立完成。
最終結果顯示，使用ai輔助寫作的印度和美國用戶，他們的答案風格趨同，明顯向“西方範式”靠攏。他們最常寫的“最喜歡的食物”是披薩（壽司排第二），最常提到的節日是聖誕節。風格上的統一也令人警惕：比如一篇由ai輔助生成、表達對雞肉炒飯（chicken biryani）喜愛的文章，往往不會具體提及豆蔻或檸檬泡菜等文化標誌性食材，而是簡單泛泛地稱其為“風味濃郁、香料豐富”。
當然，理論上講，寫作者始終可以選擇不接受ai提供的建議。但這些工具往往具有某種“催眠效應”，建議源源不斷地湧現，很容易壓制寫作者原本的聲音。
康奈爾大學的信息科學教授阿迪提亞·瓦希斯塔（aditya vashistha）就曾把ai比作“一個坐在我身後、不停說‘這是更好的寫法’的老師”。他補充說：“長此以往，你會失去自我，失去真實性，也會對自己的寫作失去信心。” 他的同事、研究合著者摩爾·那爾曼（mor naaman）也指出，ai的建議“以一種隱蔽但強有力的方式，不只是改變你寫了什麼，而是改變你怎麼想”。從長遠來看，這種影響可能導致人們對“什麼才是正常的、可取的、恰當的”產生整體性偏移。
我們經常用“平庸”或“無趣”來形容ai生成的內容，但“平均化”並不意味着無害。小說家兼記者沃希尼·瓦拉（vauhini vara，其新作《searches》部分聚焦於ai對人類交流與自我意識的影響）指出，ai文字的平庸性“反而帶來一種‘安全’與‘無害’的幻覺”。
曾任《紐約客》編輯的瓦拉繼續說道：“現實是，它正在悄然強化某種文化霸權。” 對openai而言，讓模型的輸出“更容易被普遍接受”正是它們的商業動因所在——輸出越“正常”、越無稜角，付費訂閱用戶的基數就越大。平均化不僅高效，還帶來規模經濟，瓦拉說，“當一切都一樣時，效率才是最高的。”
在奧特曼預言的“溫和奇點”中，“更多人將能夠創造軟件和藝術。”目前，許多ai工具已宣稱能讓我們“與靈感之神繆斯對話”，比如figma的創意生成工具，或者adobe的移動ai應用。但其他研究卻表明，真正“自動化創造力”遠比宣傳中困難得多。
加州聖塔克拉拉大學2024年的數據分析研究了ai工具在兩個標準“創意思維”任務中的表現：一個是產品改進（例如“怎麼讓毛絨玩具更有趣”），另一個是預測“不可能的後果”（例如“如果地球重力變得極其微弱，會發生什麼？”）。一組受試者使用chatgpt輔助作答，另一組則使用oblique strategies——音樂人布賴恩·伊諾（brian eno）和畫家彼得·施密特（peter schmidt）在1975年設計的一組創造力卡片，內容古怪但能激發思維。
研究者要求參與者盡量提出新穎的創意，但結果再次顯示：chatgpt組的答案更趨同、更集中、更“語義雷同”。
幫助完成這項研究的馬克斯·克雷明斯基（max kreminski，現就職於生成式ai公司midjourney）表示，當人們在創意過程中使用ai，往往會逐漸放棄原本的思考。他解釋說，最初用戶確實會帶着自己的各種想法介入，但由於chatgpt能快速生成看似“可接受”的大批內容，用戶便逐漸進入一種“策展模式”（curationist mode）。這個影響是單向的，而且並非向著更高水平推進：“人類的想法往往無法強力影響機器的輸出，”克雷明斯基說，“chatgpt會將你拖向它所積累的用戶平均值‘質心’。”換句話說，使用時間越長，模型會佔滿“上下文窗口”（context window，即模型的工作記憶），而當這個窗口飽和後，ai更傾向於重複自己說過的話，原創性也會隨之降低。
需要強調的是，麻省理工學院、康奈爾和聖塔克拉拉大學的這些實驗規模仍然較小，每項研究的受試者人數都不足百人，ai對人類思維與社會的長遠影響仍有待進一步觀察與深入研究。但與此同時，在meta的meta ai應用中，我們已經可以看到一個“公共生成內容流”：由數以億計的陌生人用ai製作的圖像、視頻與文本滾動呈現，彷彿一個超現實的信息洪流。這些內容幾乎都具有一種“過度拋光”的光滑質感，無論是濾鏡視頻片段，還是諸如“寫一封專業的會議改期郵件”這類日常任務文本。
在一段引人深思的對話中，一位名為@kavi908的用戶向meta的聊天機器人提問：“ai 是否有可能在未來超越人類智能？”該模型給出了四種“未來情景”作為回應，但它們全都描繪了一幅美好藍圖：ai 將變得更強大、更高效、更友善，並最終對整個人類社會帶來益處。
這四種情景中沒有提及任何失敗、風險或負面後果——沒有技術失控、道德困境，也沒有社會不平等的加劇。這種一邊倒的樂觀敘事，很可能反映了meta在系統設計中的“技術樂觀主義”偏見。
更關鍵的是，模型用一種“中庸”的語氣將潛在的複雜爭議簡化為和諧願景，削弱了對話中本該存在的多元觀點與思想張力。如果我們不加辨別地接受這種看似中立、實則偏頗的答案，某種意義上就是停止了獨立思考——如果我們不自己動腦判斷，而是一味相信聊天機器人說的每句話，那這就如同是把大腦”關掉“了一樣。（文/騰訊科技特約編譯 無忌 海倫）
