网络内容中的 AI 写作特征有多普遍？

有若干语言特征可以提示一篇文本可能由 AI 撰写。这类特征指特定的短语、词汇与标点符号，AI 工具对它们的使用频率往往远高于人类写作者。当然，这些特征均无法百分百判定文本出自 AI 之手，因此 AI 检测工具总会出现一定假阳性结果；但只要样本量足够大，这类特征就可以给出较为可靠的 AI 生成判断依据。

这些特征包括长破折号、牛津逗号以及部分在 AI 生成文本中高频出现的特定词汇。和 AI 领域的一贯情况一样，该现象的根源来自训练数据。AI 模型基于海量人类写作数据集训练，而新闻、学术类文本在公开文本库中占比很高，在训练数据里被过度代表。这也就解释了，为什么在非专业写作场景中并不常见的长破折号和部分词汇，会在 AI 生成文本中频频出现。

皮尤研究中心针对 49 万份网络文本开展分析：过去三年间，ChatGPT 发布后发布的文本中，长破折号的使用量大约翻了一倍；牛津逗号（Oxford comma）的使用频次上涨 63%；AI 典型词汇（例如 pivotal、underscore、vibrant）的出现频次增长一倍以上。否定式平行结构（Negative parallelism），也就是 “不只是这一点，同样还有那一点” 这类句式，自 2023 年初以来使用量接近增至三倍，不过相比皮尤研究统计的其余 AI 写作特征，它整体出现频次依旧偏低。

但从整体变化趋势就能够理解，为何以上元素被广泛视作 AI 写作特征。ChatGPT 问世之后，这类行文风格特点在网络内容中愈发多见，变化趋势和 AI 辅助生成文本的增长态势高度吻合。

注：皮尤研究中心的分析基于 49 万份英文网络文本，文中提到的标点、词汇、句式特征，是英文 AI 生成内容的统计规律，并不适用于中文文本。