人工智能與數字教育觀察
AI and Digital Education Spectator

AI潤文保留意思,也可能令不同人的聲音愈來愈相似

研究透過三項研究、七組資料及逾88萬份文本,分析AI寫作助手與語言多樣性的關係,並比較人類原文及模型潤飾後的文字。AI大致保留核心內容,卻令寫作風格更相似;不同資料及模型中,寫作複雜度的差異縮小21%至50%,部分較佔優勢的作者特徵亦被放大。結果涉及文字特徵及其社會訊息,沒有直接量度學生的長期寫作能力或創造力。

論文原文

The Shrinking Landscape of Linguistic Diversity in the Age of Large Language Models(作者公開稿v2)

論文與相關資料

The shrinking landscape of linguistic diversity in the age of large language models作者公開稿全文(2026-08-24 v2;正式刊本另見出版者)
研究及來源資料
研究來自哪裏?
南加州大學
地域視角
世界各地研究 · 跨地域英語語料(非國家代表樣本)
DOI
10.1038/s41562-026-02550-0
期刊/研討會
Nature Human Behaviour
類型
三項研究、七組資料、逾880,000份文本;包括歷時語料分析及原文與LLM改寫文本比較,並非課堂教學試驗。
研究/內容地區
美國
地區說明
美國標記依據Patch美國地方新聞及美國國會文本;其餘網上英語文本不推定作者所在地。
學習領域
英國語文教育
科目
英文寫作與語言研究
原文日期
2026-08-24
最近核實
2026-09-11
研究來源分類
期刊
作者
Zhivar Sourati、Farzan Karimi-Malekabadi、Meltem Ozcan等
學習階段
未有指明
研究領域
語文與讀寫、人工智能素養
研究對象
文獻及資料、人工智能系統
分類說明
直接分析七組成人文本及模型改寫,沒有特定教育階段的教學試驗;不因成人文本或與高等教育相關而推定為成人教育或大學生研究。