想象一下：你刚读完一篇短篇小说，情节紧凑、描写细腻，甚至让你想起了自己某个潮湿的夏日午后。合上屏幕，你给这篇故事打了高分。然后，实验人员微笑着告诉你——这是人工智能写的。你会重新评价它吗？
这就是维拉诺瓦大学研究者悉尼·西尔斯和迪娜·韦斯伯格最近设置的一道心理谜题。他们招募了1682名成年参与者，在性别、年龄和种族上力求代表美国人口结构，然后让这些人读故事。但关键不在于故事本身，而在于导演这场阅读实验的方式：一半人读的是人类作家的作品，另一半读的则是ChatGPT 4.0生成的故事。而这两大人群又被对半劈开——无论他们读到的故事真正出自谁手，都有一半人被告知“这是人类写的”，另一半被告知“这是AI写的”。
换句话说，研究者在人们脑中预先植入了一个标签，然后冷眼旁观：偏见会在多大程度上改写我们的审美判断？
结果有些反直觉。那些读到了AI生成故事的人，在从-3到3的评分尺度上，给故事的质量打出了平均1.54分。相比之下，读到人类作家作品的那一组，平均分只有0.97。换到“沉浸感”这个维度，AI故事的平均得分是1.42，而人类故事是1.0。无论从哪个角度看，AI都赢了。
更有趣的是那个“标签效应”。无论读者实际读的是人类还是AI的作品，只要他以为自己手里捧的是人类之作，评分就会再往上浮动一丁点。这个上浮幅度虽然不大，却稳定出现了——仿佛我们的脑子里先天预设了“人类出品必然更好”的刻度盘，一旦摘下这个标签，评判标准就会发生微妙漂移。
但最有喜剧感的桥段还在后面。研究人员又做了两轮鉴别测试：把一篇人类故事和一篇AI故事并排摆在几百名参与者面前，问他们“哪个是人写的？”第一轮测试中，只有39%的人猜对了。第二轮，几个月后，正确率上升到了52%——研究者猜测，也许这几个月间人们正在快速适应AI生成内容，辨识力有所提高。但无论如何，在他们看来，这个准确率并未明显优于随机猜测。人的鉴别能力，在短篇小说这个战场上，暂时和瞎蒙没什么两样。
真正让人坐立不安的，并不是AI写得有多好，而是我们对自己判断力的失守。英国兰卡斯特大学的克莱尔·哈达克一直在做类似研究，她让被试者去辨识AI生成的语音、文字和音乐，发现了一个耐人寻味的情绪峰值：当人们被AI音乐欺骗时，愤怒程度最高。她觉得，在艺术生成这件事上，人类有一种特殊的敏感神经。“当AI以目前的速度持续进化，总有一天，每个模型都能产出莎士比亚水平的文本。这对人类来说究竟意味着什么？”她在评论这项研究时反问道。
读到这儿，你或许会忍不住争辩：可是AI写的故事没有灵魂啊，它只是词语的概率拼接。这话放在两年前或许站得住脚，但这次实验中所用的人类故事并非网络随手帖，而是选自正规文学期刊。而AI的对手作品，仅仅依靠一个通用大语言模型就完成了创作，并未经过任何文学编辑的精修。在这场非对称战争中，AI依然拿到了更高的读者打分。
这引出了一个更深的困惑：我们所以为的“文学性”，到底是一种客观存在于文本中的特质，还是仅仅是我们脑中一堆预设标签的投射？这次研究的巧妙之处在于，它分别操控了“作品真实来源”和“读者被告知的来源”，把两者拆开来看。结果发现，读者的评价强烈依赖于后者——告诉你是谁写的，比真正是谁写的还重要。这暗示着普通读者对文学品质的感知，可能没有自己想象得那么敏锐，而是大量来自对作者身份的想象、对“人类创作”这个标签的信任溢价。
当然，研究者自己也留有大量不确定性。他们没有解释为什么AI故事得分更高，也没有断言这就是文学的终结。这可能只是某种短期的新奇效应：也许读者在不知不觉中觉得AI的句式更利落、叙事更紧凑、没有人类作家常有的自我沉溺。也可能和实验选材有关——短篇小说这个体裁，天然有利于结构清晰、转折明快的文本，而这恰好是目前大语言模型擅长的语感地带。如果把测试换成需要长时间情感蓄力的长篇小说，或者需要独特生命体验的非虚构写作，结果可能截然不同。
但哈达克的提问仍然悬在空中：如果连莎士比亚级别的输出都变得稀松平常，人类创作者的位置在哪里？
这个问题眼下并无标准答案。但这场实验至少拆穿了一层窗户纸：我们自认为能看穿AI的笨拙，其实只是在一厢情愿地维护某种优越感。而一旦开始认真盲测，这种优越感很快就露出了裂缝。年初，一篇获得了英联邦短篇小说奖并发表在《格兰塔》杂志上的作品，就被部分读者指控可能由AI代笔——该奖项明令禁止AI参与。这桩争议至今未有定论，但它像一道阴影，投射在整个人类文学的围墙上方。
也许未来的阅读体验会变成这样：你不再能确定屏幕另一端的叙事者到底有没有心跳。你仍然会被故事打动，会为某句话停下来反复咀嚼，会把它推荐给你的朋友。但当你试图感受“作者的温度”时，你面对的将是一团无法驱散的迷雾。这项研究的真正力量，不在于宣称“AI比人写得好”，而在于提醒我们：关于创作与阅读的许多深层假设，可能是时候重新看看了。
热门跟贴