上个月底，《经济学人》杂志刊登《如何识别AI生成的文本》（How to Spot AI Writing）一文，归纳出生成式AI写作的几项典型特征，包括偏爱某些正式词汇、较长的句子，和层层铺陈的论述方式。许多社媒的二手报道，把它炒作成“AI代写的四大破绽”。我读完后的第一反应却是：“几十年来的学术论文，不就是这种文风吗？”
我过去20多年阅读、评审和撰写英文学术论文，文章列举的大部分特征（除了近几年才开始流行的长破折号（em dash）之外），我几乎天天接触。换句话说，这些写法在生成式AI出现之前，早已存在于学术论文、研究报告，以及法律文件、政策报告等论述性文本中。那人类口中的“AI文风”，究竟是AI新创，还是误把一种原本就存在的文风，当成AI的发明？
《经济学人》一文，非关经验法则，而是进行看似严谨的对比研究，把多个主流大型语言模型生成的大量文本，与真人写作比较。真人语料主要来自《纽约时报》、CNN、《华盛顿邮报》等媒体的新闻稿，以及小说等文学作品，再利用统计分析归纳哪些词汇、句法和论述方式在AI文本中较常出现，据此总结所谓的“AI文风”。相较于网络上凭几个词语或一个长破折号，便断定“这是AI写的”，这样的分析貌似严谨得多。
从文本比较研究的角度来看，我自然会追问一个方法论问题：这些真人文本，是否足以代表人类写作？新闻报道和小说当然是重要文类，但若《经济学人》所归纳的AI生成文的特征，本来就在学术论文、研究报告、法律文件、政策报告等论述性文本中大量存在，新闻、小说都不会这么写，这岂非“拿苹果和橙来对比”？
可这意味着大语言模型的训练语料只有这些论述性文本，所以才这么“论”绉绉吗？非耶！其实，还包含新闻、小说、论文、百科、论坛、程式码等各种文本。它本来就不会固定采用某种文风，而是根据任务、提示和上下文动态调整输出——例如要它模仿莎士比亚、鲁迅、新加坡式英文（Singlish）、京片子，甚至小学生作文等，它都可以似模似样。可为什么如果用户没有特别指定文体，它往往会变得“一本正经”？
其实，大型语言模型的默认任务，本来不是“写得像论文”，而是尽可能生成下一段最合理、稳妥、严谨的文字。当提示语没有指定体裁、语气和对象时，它自然会倾向采用这类论述性文本的表述方式。
这种表述方式之所以长期存在，非为故作高深、短话长说，而是为了在论述学术知识、法律、政策等问题时，尽可能减少歧义。学术论文要界定概念、说明适用范围；法律文件要避免不同法官作出不同诠释；政策报告要让执行者不会因为一句话而理解不同。很多时候，宁可多写一句、多加一个限定词、用更复杂的句型结构表述概念之间的关系，也不能留下模糊空间。
我不认为《经济学人》一文的论述完全不成立。值得商榷的，是它的诠释角度。它所归纳的，与其说是一种崭新的“AI文风”，不如说是一种原本属于少数受过专业训练的人所掌握的表达策略，被大型语言模型当成默认答案。所谓“AI味”，往往不是AI的问题；用户若没有交待清楚写作任务，它自然便会回到这种表述方式。
作者是南洋理工大学国立教育学院高级教育研究科学家
