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。
發現資料有誤?提供更正資料