人认不出 AI 写的故事
一句话：一项发表于期刊《Judgment and Decision-Making》的研究让人读 AI 与人类写的短篇小说，发现大多数人分不出两者出自谁手，而且他们对一段文字的喜好，很容易被"这是不是 AI 写的"这个标签本身带偏，而不是由文字本身决定。
核心发现
- 一场当场揭晓的猜谜：主持人 Regina Barber 和制作人 Berly McCoy 各读了一段锦鲤池题材的短篇小说开头，让客串主持人 Mary Louise Kelly（NPR All Things Considered 主持人）猜哪段是人写的。第一段辞藻华丽，把锦鲤的颜色比作"橙白黑交织的马赛克"，说鱼"仿佛守望着生死的奥秘"；第二段朴实具体，作者把池子里三条鱼按体型倒着起名 Kurt Russell、Goldie Hawn、Kate Hudson，还特意声明"没有预设性别"。Kelly 更喜欢第二段，也猜它是人写的——她提到"没有预设性别"这种措辞"听起来像 AI 被设定成要政治正确"，但还是选择跟着自己的喜好猜。揭晓结果：她猜对了，第一段（意象堆砌的那段）出自 AI，第二段（具体、带幽默感的那段）是人写的。
- 背后的研究：这个环节取材于近期发表在《Judgment and Decision-Making》上的一系列实验，由 Villanova 大学心理与脑科学副教授 Deena Weisberg 领衔。一组实验让参与者读若干短篇小说（部分人写、部分 AI 生成）并打分，同时研究者会正确或错误地告诉参与者某篇是"人写的"还是"AI 写的"；另一组实验直接给参与者一对小说（一篇人写、一篇 AI 生成），让他们指认谁是谁。
- 两个结果：大多数参与者分不清哪篇是 AI 生成、哪篇是人写的；同时，人们往往更喜欢 AI 生成的故事，尤其是当他们以为（哪怕被错误告知）那篇故事出自人类之手的时候。Kelly 追问："所以人们嘴上说喜欢人类写作，实际喜欢的东西常常不是这么回事？"Barber 确认了这一点，并把它归入一类持续增长的研究：人对一段文字的感受，会被"这段文字有没有 AI 参与"这个先入之见左右。Kelly 当场把这个现象叫作"预期偏差"（expectation bias）。
- "分辨不出"是 LLM 变强的信号：Weisberg 说，"我可以很有把握地说，一眼就能看出什么是人写的、什么是 AI 写的，这种日子已经过去了。"她把这归因于大型语言模型这几年的显著进步。
- 绕不开的变量：篇幅：Weisberg 自己提醒，这个结果可能受限于故事篇幅——实验里的短篇都在一千字左右。McCoy 采访的其他研究者也强调，篇幅往往是能不能认出 AI 文本的关键因素。马里兰大学计算机科学助理教授 Mohit Iyyer（未参与这项研究）告诉节目组，AI 生成的内容往往比较公式化，篇幅越长，这种公式化带来的质量问题就越明显。Kelly 就此调侃："AI 拿托尔斯泰没办法。"
- 人更喜欢 AI 故事，可能是因为它更好读：Weisberg 的解释是，AI 写的故事"行文明显，套路感强，这也符合 AI 生成文本的方式"；人写的故事"更难读，更含蓄，不会用同一种方式把主题嚼碎了喂给你"。Barber 补充：某种意义上，AI 故事就是更好读的故事。研究团队已经把实验用的人写、AI 生成故事公开，供听众自行阅读判断，具体链接见节目附注，本集正文没有给出。
科学背景
这类研究说清楚的事分两层。一层是"认不认得出"：当参与者面对同一篇文字、被随机告知它是人写的还是 AI 写的时，评价会跟着标签走，不跟着文字本身的实际来源走——这说明人对"AI 味"的判断很大程度上依赖先入之见，不是稳定可靠的文本线索。另一层是"喜不喜欢"：当参与者被要求在一对真实的人写、AI 写故事里二选一指认时，大多数人也做不到，说明就算抛开标签偏见，单凭阅读体验反推作者身份，难度同样不小。节目里的解释指向同一个机制：AI 生成的文字往往行文流畅、逻辑清晰、主题点得明白，这种"好读"既让它更讨喜，也让它更容易被认成套路；人写的文字常常更绕、更留白，不主动替读者把结论嚼碎。
篇幅是目前公认的重要变量。节目采访的两拨人——研究团队本身，以及未参与这项研究的马里兰大学学者 Mohit Iyyer——都提到 AI 生成文本的"公式感"会随篇幅拉长逐渐暴露，一千字左右的短篇恰好落在这种破绽还不明显的区间。这意味着"人分不清 AI 与人类写作"这个结论，目前更适合理解为在短文本上大致成立，而不是一个不看篇幅的普遍结论。节目里没有涉及自动化检测软件或算法，讨论的始终是人类读者自己的判断力。
人物
- Deena Weisberg：Villanova 大学心理与脑科学副教授，这项研究的通讯作者。她认为实验结果说明大型语言模型这几年进步显著，"一眼看出谁写的"已经不再容易。
- Mohit Iyyer：马里兰大学计算机科学助理教授，未参与这项研究，是节目组就 AI 文本检测采访的外部专家，提出"AI 文本篇幅越长、公式化痕迹越明显"的判断。
- Mary Louise Kelly：NPR All Things Considered 主持人，本期客串 Short Wave 双周科学新闻综述，在锦鲤池故事猜谜环节猜对了哪段出自人类之手。
- Regina Barber / Berly McCoy：Short Wave 主持人与制作人，主持本期双周新闻综述。
细节富矿与冷知识
- 两段锦鲤池故事值得细看：AI 写的那段用的是"我母亲花园深处那方从小相伴的池塘"这类怀旧意象；人写的那段把三条鱼倒着按体型起名 Kurt Russell、Goldie Hawn、Kate Hudson（现实中 Goldie Hawn 与 Kurt Russell 是情侣，Kate Hudson 是 Goldie Hawn 的女儿），还调侃鱼可能"躲在水培的绣球花丛里"。
- Kelly 事后回忆自己当场的心理活动：她其实是被人写故事里"脑补出 Goldie Hawn 在水里游"这个画面打动才选的，不是靠分析文本特征——猜对更像是巧合，不是一套可靠的辨别方法。
- 本集是 Short Wave 双周科学新闻综述的一期，同期还讨论了一颗被观测到"吞噬恒星"的游走超大质量黑洞（距地球 7.5 亿光年，研究者 Jillian Rastinejad、Robert Stein、Priyamvada Natarajan 等人发表于《The Astrophysical Journal Letters》），以及一项发表于《Current Biology》的研究：美洲狮活动更频繁的路段，鹿撞车事故反而低 76%（原因是美洲狮改变了鹿的行为模式，不是单纯捕食减少了鹿的数量）。这两条本集未展开收录。
- 制作信息：Hannah Chinn、Juan Diego Ramirez、Jordan-Marie Smith 制作，Hannah Chinn 同时参与报道；Rebecca Ramirez 与 Patrick Jarenwattananon 编辑；Tyler Jones 事实核查；Ted Mebane 与 Kwesi Lee 音频工程。
跨域交叉
人文域《黑镜》的哲学：让你脊背发凉的，从来不是科技本身（《黑镜》的哲学，讲技术如何中介人的感受）跟本集有一处具体呼应，不是泛泛的"都谈技术"：那期视频借居伊·德波"景观是一种被图像中介的社会关系"的论点，说明人对一件事的感受由中介物塑造，不是由事物本身决定；本集研究里，参与者对同一篇故事的评价会随"这是不是 AI 写的"这个标签摆动，喜好由标签决定，不是由文本本身的来源决定。两者是同一类机制在不同材料上的重现，一个用哲学理论讲科幻剧，一个用心理学实验讲短篇小说的读者反应。相似之处到此为止：黑镜那期的落点是"景观吞噬真实"，本集研究的落点是人类目前还分不清 AI 与人类写作、且喜好会被认知偏差带偏，不宜过度引申成两者在论证同一件事。
science 域内暂无同类主题条目可对照，不强行挂接。
待建页面
- expectation-bias——预期偏差：人对某样东西的先验信念（比如"这是 AI 写的"这个标签），会反过来改写他对这样东西本身的感受和评价，不受实际情况影响。本集是一个具体的心理学实验案例，机制通用，后续科学类内容大概率还会用到。Deena Weisberg 领衔的这项研究本身、Mohit Iyyer 的观点，均为本集特定内容，暂不单独建页（宁缺勿滥）。
来源 · shortwave