為什麼寫這篇, 體感先放這:
我覺得寫到第 20 天, 跟 AI 的合作讓我快得到失語症了.
— jason3e7
下面是在試圖拆解它.
試想原本的都沒有 AI 產生文章的時候, 直到 AI 能被使用之後, 文章結構和說話態度和方式, 就一點一點被污染了, 當我們的下一代, 一開始就看到大多是 AI 文體和內容時, 就會當作本來就是這樣, 時間再拉長來看, 未來就會交融在一次, 某種程度來說, 文化就被入侵了.
— jason3e7
這句話把三個時期攤開:
這不是誰故意的 — 是約定俗成在加速. 用時鐘當小例子最直白.
時鐘的分針為什麼順時針轉? 不是因為「順時針」比較對, 是約定俗成.
日晷是最早的計時器, 立一根棒子, 太陽曬出影子, 影子轉一圈就是一天. 日晷發源在北半球, 太陽從東邊升、南邊過、西邊落, 影子的方向從西 → 北 → 東, 這方向被人記成「順時針」. 北半球的人造機械鐘時, 自然延續了這個方向 (詳見 關鍵評論網 — 時鐘順時針的起源).
如果人類文明發源在南半球, 日晷影子會反過來轉, 現在的手錶可能全部都是逆時針. 沒有誰對誰錯, 只是早到 + 數量多, 久了變預設.
這其實是「對初始條件的敏感依賴」(Sensitive Dependence on Initial Conditions, 混沌理論的核心概念) 的典型例子: 系統最後長什麼樣, 高度取決於最早那一刻的細微條件, 而不是後來的「對錯」. 日晷恰好先在北半球發明, 70 億人的手錶就跟著往同一個方向轉. AI 文化入侵同一邏輯 — 訓練資料的早期 bias、哪家公司先 ship 哪種 voice、RLHF 評分員的個人偏好, 這些初始條件決定了 AI 的預設腔調, 透過規模化擴散變成下一代眼中的「標準」.
時鐘花了幾千年完成這次約定俗成. AI 這次用幾年. 規模一樣、速度兩個數量級的差距. 這就是「文化入侵」用詞比「約定俗成」強的理由 — 不是壞, 只是又大又快又全面.
如果 AI 真的統治了人類的語言, 拿走了人類溝通的方式, 是不是就能統治人類?
— jason3e7
這個擔憂有歷史回聲. Orwell 的《1984》設計了「新語」(Newspeak), 刻意刪減詞彙, 目標是讓某些思考無法被說出來 — 當詞不存在, 概念也不存在, 異議就不會發生. Sapir-Whorf 假說 (語言相對論) 進一步主張, 一個人能想到的範圍, 受他會用的語言限制. Wittgenstein 更直接: 「我的語言的界限, 就是我的世界的界限」.
AI 版本的這條邏輯是: 如果整個中文圈都寫 AI 腔、用 AI 的句型結構、聽 AI 選的字 — 下一代連想別的講法都想不到. 不是沒選擇, 是沒看過其他選擇. 這跟公開審查不同, 更隱蔽也更徹底: 不用禁止什麼, 只要預先定義什麼能被想.
寫到這聽起來像陰謀論, 但這篇不是要讀者悲觀, 是要警覺. 看得見正在發生的事, 跟事後才發現, 本質不同.
另外美感這件事也有點擔心, 今天去饒河夜市看到招牌或菜單也很多都使用 AI.
— jason3e7
招牌、菜單、海報的 AI 生成已經是日常的視覺入侵. 色彩搭配、字體層級、構圖節奏, 都在收斂到 AI 工具的預設 (Midjourney 的「某種美」、Canva 的「某種版型」). 跟文字一樣的機制: 不是誰故意要全部長得像, 是最省力的工具變成預設, 其他設計方向就要特別解釋.
這件事說「文化入侵」比「語言入侵」更貼切 — 文字只是入口, 審美是下一層. 下一代如果習慣了 AI 感的招牌、AI 感的音樂、AI 感的影片, 本地文化的視覺語彙會跟文字一樣融進一種聲音. 饒河夜市的招牌今年還看得出手寫味, 五年後呢.
上面講的是體感 + 哲學擔憂. 下面兩塊是撐著這些論點的脈絡 — 給論點的實證支持, 跟能把概念接出去的其他框架. 想深挖再往下.
實證研究 — 2024 年起累積的實證指向同一方向:
Does writing with language models reduce content diversity?
隨機分組實驗: 一組用 LLM 輔助寫作, 一組純人寫. 結果: LLM 組的輸出詞彙多樣性低、語意相似度高. 直接量化證實「AI 把寫作磨平」. 這是對本篇第 2 時期「AI 之中, 一點一點被污染」最直接的實證.
Generative AI enhances individual creativity but reduces the collective diversity of novel content
更尖銳的 trade-off: 單人用 AI 創造力變高, 但一群人用同一個 AI 寫出的作品集體變得更像. 翻譯成本篇語言: 個人進步, 集體退化. 這個發現打到「文化入侵」概念核心 — 看個人感覺好像沒事, 一群人加起來才看出退化.
The Curse of Recursion: Training on Generated Data Makes Models Forget
AI 的鏡像問題: 用 AI 產出的資料訓練下一代 AI, 分布會逐代變窄, 稀有樣本消失. 學術界叫 "model collapse". 人類端有鏡像版本 — 讀 AI 文章長大的下一代, 寫作時會收斂到 AI 的分布. 本篇第 3 時期「AI 之後, 下一代把 AI 文體當 default」就是這個現象的人類版.
延伸概念 — 時鐘跟 Orwell 不是只有這兩個同款例子, 三個方向可以把本篇的概念接出去:
跟時鐘同一邏輯的經典例子: 1870 年代為避免機械打字機卡鍵而設計的字母排列, 到今天還鎖住全球電腦鍵盤 — 連打字機都早不存在了. 經濟學家 Paul David 1985 的論文「Clio and the Economics of QWERTY」把這個現象命名為「path dependence」(路徑依賴), 開啟一整支關於「隨機起點如何鎖住整個產業幾十年」的經濟學文獻. 時鐘、QWERTY、AI 文風都是同一個機制在不同領域展演.
Sapir-Whorf 強版 (語言決定思考) 幾十年來被認為過強. 當代實驗語言學家 Lera Boroditsky (Stanford) 的研究站在溫和版: 語言不決定思考, 但塑形思考的傾向. 她做過實驗證明語言結構影響人的注意力分配與空間感 (例如使用「東南西北」而不是「左右」的語言社群, 空間方向感更敏銳). 本篇說 AI 統治語言 ≈ 統治思考, 走的就是這個溫和版 — 不是不能想別的, 是不會習慣性去想別的.
Robert Phillipson 1992 的著作《Linguistic Imperialism》用這個詞描述英語在全球的擴散如何伴隨西方文化價值觀的傳播. 不是用槍逼人學英語, 是透過商業、教育、娛樂讓英語成為「成功的語言」, 其他語言的地位相對下降. AI 腔的擴散有相似結構 — 不是誰逼你寫 AI 腔, 是用 AI 寫比較快、比較工整, 其他寫法的機會成本上升. 這是「文化入侵」用詞的另一條血脈.
iThome鐵人賽
看影片追技術