AI写作，何以沦为技术最黯淡的应用？

Will artificial intelligence enable an even higher level of creativity, or turn us into cognitively deflated Sims spitting out chatbot responses?

This question has polarized much of the internet. On one hand, you have the ardent defenders who believe that AI writing speeds up their process, allowing them to quickly transform bullets of information into elegant and typo-free copy. On the other hand, there are the critics who contend that AI writing seems to violate something sacred, and that by using a large language model (LLM) to write, you’re not only degrading the craft, but also yourself.

AI, in its ideal form, is a technology that allows us to off-load or complete a range of tasks in a smarter, faster way. In the past month, I have used AI in a variety of extremely helpful ways, including translating pages of a table of contents from Russian to English so that I could better find intersecting sections in a book; building and modifying a graphic that would have taken far longer to create myself; and producing code that could, in turn, ingest a bunch of data into an easy-to-read data frame. Even when utilized as a search engine, Claude and ChatGPT produce far more expansive and helpful results—especially for niche topics—than the platforms I used to use. (Sorry, Google!)

But writing, in its ideal form, is a finalized and set ordering of your thoughts, the penultimate step in the creative process before sending something off to be read and digested by other people. Writing isn’t just thinking; it’s the thinking you commit to when you’re finally ready to speak from a place of authority.

人工智能有很多真正强大的应用场景，比如研究过程。但将写作外包给人工智能，就等于放弃了过程中需要你展示对材料掌握程度的部分——包括你对自己如何借助AI得出结论的理解。依赖AI写作意味着你在被模型支配，而不是驾驭它；你是在把一项颠覆性技术用在了最平淡无奇的地方。

AI写作战争带来的烦恼与担忧

反对AI写作的有些理由很实际。首先且最重要的是，人工智能会胡编乱造，甚至会自信满满地说出完全错误的话。确实，模型正在不断改进，但另一方面，它们也可能在回答中犯错误。在最近的测试中，谷歌宣布，Gemini——就是为你生成谷歌搜索结果摘要的同一个人工智能模型——大约有10%的出错概率。我经常发现人工智能在事实性错误上栽跟头，尤其是在互联网上讨论较少、训练材料里可能没怎么涉及的领域。

另一个担忧是，AI写作——以及阅读AI写作——会产生负面的社会和心理影响。例如，一些研究表明，AI写作正在让语言变得千篇一律，推向一种数字化的共同标准，从而剥夺了我们的文化、个人甚至语法背景。正如梅根·奥罗克去年在《纽约时报》专栏文章中指出的那样：阅读AI写作有时就像吃加工食品。它味道不错，但总让人觉得有点诡异，说不上哪里不对劲。

还有个更吓人的事儿：人工智能正在让我们变得更愚蠢。一些研究表明这可能确实在发生。麻省理工和附近大学的一帮研究人员说，依赖大语言模型可能会让我们大脑活动变少。（不过，这事儿还在研究着呢。）

还有个麻烦是：许多人认为，AI写的东西很烂，因为它没人类写的那么有创意。以前有人觉得，AI写的东西能从某些语法特点上认出来。（还记得AI滥用破折号那事儿吗？）

不过，随着AI越来越厉害，对AI写的东西的批评也跟着变，甚至越来越绕了。支持AI的人对这些争论和变来变去的说法也有无数种反驳。这些争论一直在逼我们琢磨：AI写作到底是个啥，人类思维又是个啥，还有一堆特重要的事儿。

AI会犯错，人也会。现在你可能觉得AI写的东西很烂，但AI也在越来越好，质量上越来越难分出高下。还有，科技行业常说我们可以用技术手段抹掉产品的毛病。也许AI确实让我们变笨了，但我们天生就爱追求效率，用那些能帮到我们的工具。在很多方面，用AI感觉真挺聪明的。

用AI工具做研究，最关键的是要搞懂确定性和随机性过程，对假阳性和假阴性有清醒的认识，以及搜索引擎和数据的局限性。你得熟悉AI会犯哪些错，就像你得知道实习生会胡编乱造、搞砸事一样。没这本事，就别拿AI干正事。

AI的妙用，在于模型之上。换句话说，你得做那个拿主意的人。不，你可能对驱动大语言模型的权重和偏差并不特别了解，也不熟悉神经网络的内部层次。但你需要对AI的里里外外有点感觉。你需要知道它在做什么，以便引导它变得更好——无论是纠正它的错误，还是推动它产出更有价值的东西。AI是你的猎犬，而不是哨兵。

Ted Chiang 几年前在《纽约客》中提出，“如果一个人工智能根据你的提示生成了一篇一万字的故事，它就必须填补你没有做出的所有选择。”这里有一个推论。写作的过程杂乱、令人沮丧，且往往异想天开，但最终，你需要跟文字和解——在脑海中翻腾的思想与纸上的文字之间。这是最爽、也最关键的一环。

如果你没有理清自己的想法并把它写出来，你就无法达成这种和平——你也没有参与到判断一件事是不是真的（哪怕只是对你来说是真的）关键过程里。写作中有一句老话：写你知道的。当然，这得你真懂点什么。