AI幫忙潤稿也讓文章愈寫愈像？Nature研究：文風趨同、寫作複雜度差異最多降50%

使用 ChatGPT、Gemini 等生成式 AI 幫忙改寫、潤稿十分普遍，但這類工具也可能讓不同人的文字愈來愈像。科學期刊《自然人類行為》（Nature Human Behaviour）8 月 24 日發表的一項研究指出，大型語言模型（LLM）作為寫作助手時，會讓寫作風格趨於一致，在大致保留原文核心內容的同時，壓縮不同文本之間的語言差異。

這項研究題為《The shrinking landscape of linguistic diversity in the age of large language models》，由南加州大學 Zhivar Sourati 等研究人員進行。研究涵蓋 3 項研究、7 組不同領域資料集，總計分析超過 88 萬篇文本。

研究資料包含美國論壇 Reddit 故事、新聞報導、學術論文、文章、社群貼文及政治演說。研究團隊也要求 GPT-3.5、Llama 3 70B 與 Gemini Pro 改寫數千篇人類撰寫的文字。結果顯示，經 LLM 改寫後，不同文本在寫作複雜度上的變異程度縮小 21% 至 50%。

原意大致保留，但不同文章風格更接近

研究所說的「差異縮小」，指的是不同文本之間的寫作複雜度變得更集中，並非單純代表 AI 把文章改得更簡單。

Nature 的研究資料顯示，在 87% 的案例中，原文與 AI 改寫版本的語意相似度分數高於 0.95，代表這些模型多數情況下仍大致維持原文意思。然而，在保留內容的同時，不同作者原本各異的表達方式也出現收斂。

研究還檢視文字中透露作者個人特徵的線索。AI 改寫後，用來從文本判斷作者個人特徵的電腦模型，其辨識準確度平均下降 6 個百分點。研究發現，LLM 會削弱部分語言模式，例如代名詞使用與外向性、與朋友相關的詞彙和忠誠價值，以及未來導向詞彙和年齡之間的關聯。

不過，並非所有個人特徵線索都會消失。Nature 的研究新聞稿指出，負面情緒詞彙與神經質傾向、宗教相關詞彙與純潔價值，以及社交詞彙與性別之間的部分關聯，在 LLM 改寫後仍然存在。

AI 寫作普及，可能影響依賴文字判斷個人特徵的應用

《自然人類行為》的研究摘要指出，這種語言同質化現象出現在不同模型、提示方式與使用情境。研究作者認為，如果愈來愈多文字經過 LLM 協助處理，可能影響心理學、心理健康照護、招募及個人化服務等依賴語言特徵進行判斷的應用。

不過，這些屬於研究提出的潛在影響，而非已證實發生的後果。Nature 官方研究新聞稿也指出，仍需要進一步研究，才能理解大型語言模型為何會保留部分個人語言特徵，卻削弱另外一些特徵。

這篇論文正式版本於 2026 年 8 月 24 日刊登於《Nature Human Behaviour》；Nature 另於同日發布 Research Briefing，並在 8 月 25 日透過 Nature Portfolio 的研究新聞稿整理研究主要發現。