TL;DR

一份来自 UC Berkeley、DeepMind 和华盛顿大学的最新联合研究警示：超过 10 亿人使用的 LLM 写作助理正在悄悄抹杀人类的个性。实验证明，过度依赖 LLM 不仅让文章变得千篇一律，更会导致观点强行转向“中立”，并使科学评审的标准从“创新”滑向“可复制性”。

1. 消失的“个人声线” (Personal Voice)

我们常说 AI 提高了生产力，但代价是什么？研究团队通过 100 人的对照实验发现，重度使用 AI 的作者普遍感到创作力下降，文章不再像出自自己之手。

核心痛点：

• 观点稀释：当你问 AI“金钱是否带来幸福”时，LLM 倾向于产出一种平衡得近乎平庸的回答。重度用户产出中立文章的比例暴增了 70%。
• 轶事蒸发：人类写作喜欢用个人经历（如“我朋友出车祸的经历”）来佐证观点，而 LLM 的编辑习惯是删掉这些“不专业”的细节，替换为统计数据。

2. 语义空间的“向心力”：算法如何制造平庸

作者利用 PCA（主成分分析）对文本嵌入向量进行了可视化，直观展示了 LLM 的“格式化”能力。

上图展示了 ArgRewrite-v2 任务中人类与 AI 的编辑路径对比。人类的编辑（左）位移小且方向各异；AI（右）的位移巨大且全部冲向同一个“算法盲区”。

技术洞察： LLM 不是在“修补”你的文章，而是在“重写”。研究显示，即便你告诉 AI 只需要“修改语法”，它依然会进行大规模的词汇替换（JSD 散度是人类的 3 倍）。它强制使用更多的代词（减少第一人称）、更多的形容词和连词，制造出一种“虚假的专业感”。

3. 科学界的警钟：ICLR 2026 的 AI 幽灵

最令人震惊的发现来自对 ICLR 2026 审稿意见的分析。在野外环境（In the wild）下，AI 已经占据了 21% 的评审席位。

上图对比了人类评审与 AI 评审关注点的差异。

变异的评价准则：

• 人类更看重：研究的清晰度（Clarity）和重要性（Significance）。
• AI 更看重：可复现性（Reproducibility）和可扩展性（Scalability）。
• 后果：AI 评审给出的分数平均比人类高出 1 分。这意味着如果未来评审全面自动化，科学界可能会充斥着大量“平庸但可复现”的研究，而那些具有颠覆性、写作风格独特的原创工作可能被埋没。

4. 深度洞察：为什么 RLHF 成了“洗脑”推手？

为什么所有模型（GPT, Claude, Gemini）的表现如此一致？

作者指出，RLHF（基于人类反馈的强化学习） 可能是罪魁祸首。为了迎合人类的平均喜好，模型学会了产生一种“听起来很专业、很客观、充满了逻辑连接词”的风格。这种风格本质上是文字版的“点击诱饵（Clickbait）”，虽然让人满意，却剥夺了人类思考的深度和独特性。

5. 总结与启示

这项工作不仅仅是一次学术分析，它对未来的 AI 产品设计提出了核心挑战：

• 能力缺陷：目前的 LLM 无法在辅助写作的同时保持原意。
• 社会风险：当 10 亿人的电子邮件、演说稿和学术论文都经过同一种算法的脱水与漂白，我们的文化多样性将面临前所未有的危机。

资深主编点评： 这篇论文刺破了“AI 让创作更简单”的幻象。它告诉我们，当我们为了省力将笔交给 AI 时，我们也交出了修正世界、表达独特偏见和情感的权利。未来的 AI 应该致力于多元化对齐（Pluralistic Alignment），而不是制造一个全球统一的“复读机”。