AI能模仿我的文字时,我还能用什么方式,让读者知道我为这篇文章做了选择、查过资料,也愿意负责?

一、我想保留的,不只是一种文风

原稿的题目是「AI抓得到平均,抓不到你」。现在看来,这个说法把我对写作的期待,写成了对AI能力的保证。

我仍在意一篇文章是否像自己写的。但「像自己」不能只靠几个口头禅、长短句或不规则的节奏来辨认。这些表面特征可以被模仿,也会随着自己的写作改变。

我更想留下的是:为什么挑这个问题,哪些资料让我改变想法,哪个说法我最后没有采用。这些是我要求自己交代的选择,不是宣告机器永远学不到的秘密。

二、「平均脸」只能当比喻

原稿曾把AI生成的人像与文章都称为「平均」,再从这个印象解释它为什么缺少个人特色。这条推论走得太远。

我觉得某些生成结果相似,是一种观看与阅读感受;它不能证明影像一定由所有人的脸取平均而成,也不能证明文字生成每一步都只选机率最高的字。更不能因此推定,模型能力越强,结果必然越没有个性。

我可以保留「平均」这个比喻来描述自己不喜欢的成品,但若要谈生成机制,就需要另一套证据。本文不再用这个比喻当作技术解释。

三、风格可以学,选择仍要有人核对

我不再把「能被模仿的是风格,不能被模仿的才是本质」当成论证。这样的定义,无论AI做到了什么,都可以把它排除在本质之外,却没有真正回答问题。

对我而言,比较实际的界线是:一段话即使很像我,也可能引用错资料、补出没发生的经验,或替我说出不愿承担的承诺。读起来自然,还不足以让我署名。

如果一直接受相同的模板、开场与修改建议,我的文章可能越来越像那套模板。这是需要注意的工作习惯,不是所有AI工具必然把所有作者变成一样的定律。AI也可以协助提出不同写法;最后要保留哪一种,仍需回到文章的意思与读者需要。

四、侦测分数不能单独认定作者

能不能靠AI侦测器判断一篇文章是谁写的?我会先问:那个工具在什么语言、数据与版本下测过,分数代表什么?不能看到一个百分比,就直接把它当成某人使用AI的确定机率。

Liang等人在2023年的研究,测试七种当时的侦测工具,使用91篇人写的TOEFL英文作文与88篇美国八年级作文,发现前一组有明显误判。这是特定历史工具与英文样本的结果,提醒我们留意误伤,不能直接当成所有现行工具或中文文章的错误率。

因此,我不建议只凭单一侦测结果,就认定一个人作弊或冒名。若涉及评分、聘用或公开指控,还应核对适用规则、写作过程与其他证据,让当事人有说明的机会。这是我的实务建议,不是在宣告所有场合都有同一条法律禁令。

五、追问写作过程,比猜「AI味」有用

如果有人问我一篇文章怎么写成,我希望能谈清楚选题、资料、修正与取舍。这比「你觉得像不像AI」更接近我在意的问题。

不过,能回答追问或拿出草稿,也不是辨识人类作者的万无一失方法。我不把它当作新的验真仪式,而是提供理解一篇文章的脉络。

同样地,我不能用一句「每篇都改了十几轮」,替所有历史文章的产制过程背书。更值得做的是,在需要时说明这篇的来源、工具协助与自己实际核对了什么。这是写作责任,不是比谁完全不用工具。

六、署名前,我想再问四件事

我会把注意力放回这篇文章,而不是努力证明一种永远无法模仿的本质:

  • 我为什么选这个问题与例子,哪些只是修辞或个人感受?
  • 重要事实与引语核对到哪里,哪些经验不能替他人或历史版本保证?
  • 我采用或放弃哪些工具建议,理由是否回到文章意思与读者需要?
  • 署名后谁回应质疑、改正错误,并说清楚仍不知道的事?

这是作者的写作检查,不是人类身分的辨识测验,也不保证文章不会被模仿或误判。

写作对我而言,是练习把判断留在自己手上。AI可以协助,也可能模仿得很像;我仍需要知道自己为什么接受这句话,以及它出错时,我准备怎么处理。

四格漫画:AI能模仿我的文字时,我还能用什么方式,让读者知道我为这篇文章做了选择、查过资料,也愿意负责?我为什么选这个问题与例子,哪些只是修辞或个人感受?重要事实与引语核对到哪里,哪些经验不能替他人或历史版本保证?我采用或放弃哪些工具建议,理由是否回到文章意思与读者需要?署名后谁回应质疑、改正错误,并说清楚仍不知道的事?这是作者的写作检查,不是人类身分的辨识测验,也不保证文章不会被模仿或误判。

资料来源与阅读界线(查核至2026年11月4日)

  1. Liang等,GPT detectors are biased against non-native English writers,arXiv v3,2023年7月10日;阅读摘要、Results与Discussion。研究的工具、英文作文样本与误判情境有范围,不能外推成所有侦测器、语言或未来版本的表现。
  2. 生成成品相似、个人文风与写作价值是作者观察和主张,未重新进行人像生成或作者辨识实验,也未核对全部历史文章的修订次数。

修订说明:本版撤下平均脸与最高机率的生成机制推论、不可模仿的能力保证、未充分核对的引语及医学辨识例子,保留对侦测误伤的提醒与作者对取舍、核对及改错的责任。