“他感应胸口发紧，，，，，，，冷汗顺着脊背滑落，，，，，，，周围的灯光似乎暗了下来。。？？？？？？掌忻致着一种说不清的气息，，，，，，，像雨后的土壤，，，，，，，又像某种古老的影象。。。” 或许率是第一段。。。由于你已经“进化”出了判别AI写作的雷达——那些太过形貌感官体验、把“恐惧”包装成一堆心理反应的文字，，，，，，，怎么看怎么像ChatGPT的手笔。。。 已往一年，，，，，，，网上充满着种种“AI写作判别指南”：爱用破折号？？？？？？AI写的。。。爱用“首先、其次、最后”？？？？？？AI写的。。。形容词堆砌？？？？？？AI写的。。。但这些都属于“气概特征”——换一套提醒词就能轻松绕过。。。许多人相信，，，，，，，只要会“调教”AI，，，，，，，就能让机械写出和人种别无二致的文字。。。 5月28日，，，，，，，沃顿商学院教授Ethan Mollick在X上分享了这篇论文，，，，，，，配文说：“关于AI写作气概特征（破折号之类的）已经写了许多，，，，，，，但这篇论文关注的是AI的叙事特征。。。AI和人类叙事之间保存令人着迷的差别，，，，，，，并且让AI用差别气概写作，，，，，，，也险些改变不了这一点。。。” 短短一天，，，，，，，这条推文获得31.5万次审查，，，，，，，3000多个点赞，，，，，，，近600次转发。。。AI圈的学者、写作者、通俗读者都被统一个问题吸引了：AI究竟会不会讲故事？？？？？？ 实验的规模大得惊人：他们网络了10272个写作提醒（相当于写作问题），，，，，，，每个提醒划分由人类作者和五个大语言模子Claude、DeepSeek、Gemini、GPT、Kimi各写一篇故事，，，，，，，每篇约5000词。。。最终获得了61608篇故事，，，，，，，每篇提取304个叙事特征。。。 这是什么看法？？？？？？相当于把六万多部小说的“骨架”一根根拆开，，，，，，，放在显微镜下比对，，，，，，，从情节结构、角色能动性、时间连贯性到对话密度，，，，，，，无所不包。。。 研究团队开发了一个名为StoryScope的自动化剖析管道，，，，，，，能从10个维度自动归纳出细粒度的、可诠释的叙事特征，，，，，，，涵盖情节、主体、时间结构等层面，，，，，，，然后比照AI天生的和人类写的，，，，，，，看看骨头架子究竟有什么差别。。。 效果完全不看用词、句式、标点这些气概信号，，，，，，，仅用叙事特征，，，，，，，就能以93.2%的准确率区分人类和AI写作；；；；；在“六个作者划分是谁”的六类归属使命中，，，，，，，准确率抵达68.4%。。。作为比照，，，，，，，包括了气概线索的完整模子，，，，，，，准确率也就横跨不到3%。。。 换句话说，，，，，，，AI写作的“底层叙事逻辑”自己就是一张明牌。。。哪怕你把所有破折号都删掉、把所有“首先其次最后”换成口语化表达，，，，，，，你的叙事骨架依然会出卖你。。。 AI太爱“说教”了。。。AI写的故事，，，，，，，就像一个生怕你读不懂的语文先生。。。77%的情形下，，，，，，，AI的叙事者会直接点明故事主题：“这个故事告诉我们……”，，，，，，，而人类作者的这一比例只有52%。。。AI故事里的对话泛起哲学讨论的比例是59%，，，，，，，而人类只有34%。。。 更显着的是：AI对其他作品的引用全是“模糊的暗指”（占比72%），，，，，，，而人类作者更倾向于直接说“像《百年孤苦》里那样”......明确提及作品名称占50%。。。AI的潜台词似乎是：“我告诉你一个原理，，，，，，，你好好听着。。。”人类的潜台词则是：“你自己品。。。” 你可能会说，，，，，，，这不是很认真任吗？？？？？？把原理讲清晰欠好吗？？？？？？问题在于，，，，，，，好的故事历来不靠“讲原理”感感人。。。托尔斯泰不会在《安娜·卡列尼娜》最后写“这个故事告诉我们，，，，，，，出轨没有好下场”——他让读者自己去感受。。。而AI做不到“松手”，，，，，，，它必需把每件事都说透。。。 人类会“跳时间线”，，，，，，，AI只会一条道走到黑。。。人类讲故事喜欢玩名堂：从葬礼开场，，，，，，，然后倒叙几十年前的事情，，，，，，，再突然闪回到现在。。。这种非线性叙事在AI那里险些不保存。。。数据显示：79%的AI故事“没有支线情节”，，，，，，，而人类故事的这个比例是57%。。。AI故事的主角驱动型下场占69%，，，，，，，而人类只有46%。。。 人类更喜欢让故事“悬着”，，，，，，，留给读者想象空间。。。人类故事的下场更偏向开放式模糊下场，，，，，，，让读者自己去琢磨“然后呢”。。。AI则必需给每个角色一个交接：主角要么顿悟了，，，，，，，要么接受了现实（占47%），，，，，，，而人类只有27%会这么做。。。 研究团队举了个生动的例子：让AI和人类划分写一个悬疑故事，，，，，，，人类可能从葬礼开场，，，，，，，再倒叙几十年前的恩仇；；；；；而AI会从第一条线索最先，，，，，，，准时间顺序一起推进到大下场，，，，，，，中心没有任何“岔路”。。。 数据显示，，，，，，，81%的情形下AI会通过心理感受和身体隐喻来转达情绪（人类只有38%）。。。AI使用嗅觉意象的比例高达82%（人类57%），，，，，，，还喜欢把情形设定作为角色心田状态的映射。。。人类作者写“张三畏惧了”，，，，，，，就是一句话。。。 AI写“畏惧”：胸口发紧、冷汗直流、灯光变暗、空气中弥漫着某种气息……人类明确使用情绪标签（“感应畏惧”“很恼怒”）的比例是29%，，，，，，，而AI只有8%。。。这袒露了一个本诘责题：AI没有真正的情绪体验，，，，，，，它只能从训练数据中学习“情绪的外在体现”，，，，，，，然后用一种“教科书式”的方法把它们堆砌起来。。。 它知道恐惧会让人出汗，，，，，，，但它不知道出汗是什么感受。。。以是它的形貌总有一种“用力过猛”的违和感——就像一小我私家从没吃过柠檬，，，，，，，却要写柠檬的酸味。。。 人类会“突破第周围墙”，，，，，，，AI只会闷头写。。。人类作者有一个AI学不会的绝活：和读者直接对话。。。“你，，，，，，，亲爱的读者，，，，，，，一定猜不到接下来爆发了什么……”这种突破“第周围墙”的写法，，，，，，，28%的人类作品会用到，，，，，，，AI只有7%。。。 同时，，，，，，，人类写作提及详细文本和作者的比例险些是AI的两倍（47% vs 24%）。。。人类能自若地在显性引用和隐性参考之间切换（37%的人类作品是“混淆模式”，，，，，，，AI仅16%），，，，，，，而AI只能躲在模糊的暗指背后，，，，，，，似乎生怕袒露自己“没读过什么书”。。。 这绝不是由于AI“没读过”，，，，，，，它的训练数据里什么书都有——而是由于它不知道什么时间该说“我在引用”，，，，，，，什么时间该坚持默然。。。；；；；痪浠八，，，，，，，AI的叙事是“没有读者意识”的叙事。。。它不在乎你在不在看，，，，，，，不在乎你能不可跟上，，，，，，，它只是在“完成使命”。。。 AI的故事“撞脸”严重。。。AI天生的故事在“叙事空间”中挤作一团，，，，，，，而人类的故事散落在周围八方。。。人类的故事素材库更富厚,涉及更多所在、对话占比更高、更多支线融入焦点主题（42% vs 21%），，，，，，，也更常塑造保存品德矛盾的主角（59% vs 38%）。。。 人类的主角可以是好人也是坏人，，，，，，，可以既善良又自私；；；；；AI的主角则倾向于“伟光正”。。。AI的问题不是“写得欠好”，，，，，，，而是“写得都一样”。。。它被困在一个狭窄的“默认叙事模板”，，，，，，，出不来。。。即便你给差别的AI模子统一个提醒词，，，，，，，它们写出的故事在叙事空间中的位置也惊人地靠近。。。 论文摘要中明确列出了三个模子的指纹特征——Claude的事务升级格外平庸，，，，，，，GPT太过使用梦乡序列，，，，，，，Gemini默认使用外部视角形貌角色。。。；；；；诼畚氖笛槭莸慕徊狡饰鐾贫，，，，，，，DeepSeek和Kimi也泛起出各自鲜明的叙事倾向。。。 什么意思呢？？？？？？若是你看到一篇小说里频仍泛起“梦乡的转折”，，，，，，，那八成是GPT写的；；；；；若是整个故事波涛不惊，，，，，，，情节推进像白开水，，，，，，，那或许率是Claude的手笔；；；；；若是每个角色都从外部形貌，，，，，，，像在看人物档案卡，，，，，，，那Gemini跑不掉。。。更厉害的是，，，，，，，用这些“指纹”做六类归属（从五个AI模子和人类中识别详细作者），，，，，，，准确率高达68.4%。。。 更扎心的是，，，，，，，论文还发明：所有AI模子天生的故事在叙事空间中群集在统一个共享区域，，，，，，，而人类故事则散布在更辽阔的空间里。。。 也就是说，，，，，，，不管你是Claude照旧GPT，，，，，，，不管你的“写作气概”怎样调解，，，，，，，你们的“叙事DNA”着实是一家人。。。这种“叙事趋同”征象，，，，，，，可能是大语言模子训练范式的某种固有问题——它们都从相似的语料中学习“什么是一个好故事”，，，，，，，然后得出了相似的结论。。。 这项研究的泛起，，，，，，，恰逢“去AI味”成为热门话题。。。就在论文宣布的统一个月，，，，，，，中文互联网上掀起了关于“豆包体”的群嘲——那些“最”“很是”“深深地”满天飞的AI天生文本，，，，，，，让网友笑到打鸣。。。种种“消除AI味的不完全手册”也应运而生。。。与此同时，，，，，，，尼日利亚作家纳齐尔的小说《林间之蛇》被指控保存大宗“AI写作痕迹”，，，，，，，文学界的AI写作争议愈演愈烈。。。 但StoryScope的结论泼了一盆冷水：改词汇、换句式、调标点，，，，，，，这些都是“外貌功夫”。。。你让AI写“我很难过”而不是“一股伤心涌上心头”，，，，，，，改变不了它的叙事结构。。。你把所有破折号都删掉，，，，，，，也改变不了它偏幸单线程叙事、回避品德模糊性的“底层代码”。。。 从气概层面看，，，，，，，可以。。。提醒词写得好，，，，，，，AI能模拟海明威的精练、博尔赫斯的迷宫、王小波的戏谑。。。但从叙事层面看，，，，，，，AI在“怎么编故事”这件事上，，，，，，，和人类有着根天性的差别——它不履历生涯，，，，，，，不明确殒命，，，，，，，不知道什么是“欲说还休”，，，，，，，以是它只能套用一个“标准的故事模板”。。。 他们果真了StoryScope的所有代码、10272个写作提醒，，，，，，，以及51336篇AI天生的叙事文本（部分提醒因天生失败未纳入），，，，，，，供学术界进一步研究。。。这更像是一种“预警”——当AI天生的文字洪水般涌入文学市场时，，，，，，，我们需要一套能穿透表层、直达叙事底层的“照妖镜”。。。 而关于每一个用AI辅助写作的人来说，，，，，，，这篇论文或许也在提醒：别只想着“去AI味”，，，，，，，想想你究竟想表达什么。。。由于AI可以帮你写出通顺的文字，，，，，，，但它永远无法替你履历一段人生——此后者，，，，，，，才是好故事的真正泉源。。。（本文首发钛媒体APP，，，，，，，作者 | 硅谷Tech_news，，，，，，，编辑 | 焦燕）