你讨厌的不是AI垃圾内容

在2026年的今天，我们几乎都能一眼识破垃圾邮件，也能迅速发现伴侣用AI写的邮件。甚至，对于会计或上司的上司发来的AI生成内容，我们也能察觉，并为此感到愤怒。人人都讨厌AI垃圾内容——但事实真的如此吗？

2024年11月发表在《科学报告》上的一项研究（想象一下那些古早的模型！）显示，波特（Porter）和马赫里（Machery）发现，人们更倾向于将AI创作的诗视为人类所作，而非真正的人类诗作。2023年，贾克施（Jakesch）、汉考克（Hancock）和纳曼（Naaman）在六项实验中发现，人们根本无法区分AI垃圾内容和人类内容。

那么，人们究竟讨厌什么？如果不是内容本身（因为无法区分），那一定是“由AI制作”的标签。在朱（Zhu）等人2025年7月的一项研究中，参与者无法辨别AI和人类生成的内容，但一旦被告知，他们明确表示更喜欢标有“人类生成”的内容。

尽管有这些证据表明人们实际上无法分辨，但我曾因发送包含LLM生成内容的邮件或文档而被指责。有一次，一位与我密切合作的同事问我：“西达尔特，这是AI写的吗？”在2026年，这几乎等同于说“这听起来不像你”。

原因在于，人类从来就不是AI检测器（我们怎么可能成为？LLM正是用我们的语言训练出来的！）。我们是“人”的检测器。当你对一个人有足够多的了解，你就会无意识地建立起一个关于他们说话方式的模型。这个模型由样本构成——每一封邮件、每一条短信、每一次争论。当某样东西与模型不符时，我们的大脑就会警铃大作。

这感觉像是造假。但不同的是，我没有伪造任何人，而那个“伪造”我的LLM是由我指挥的。伪造的不是我这个人，而是我的存在感。不妨称之为“存在感伪造”。这才是让人感到不适的原因。

那些研究之所以没有发现这一点，是因为它们都设计为基于陌生人的文本。但你不了解陌生人，所以无法检测出伪造。结果只是“人类陌生人”与“LLM陌生人”的比较。

这也解释了为什么没人介意代笔。政客的演讲稿或CEO的备忘录在严格意义上也是一种伪造，但你从未见过那位参议员。你没有任何关于他们说话方式的先验知识，伪造得以蒙混过关，因为根本不存在需要伪造的存在感。现在想象一下，你发现母亲写给你的那封人生建议信竟是代笔的。

有一个例外：人们真正能识别LLM写作的地方，是专家阅读自己的专业领域。查克拉巴蒂（Chakrabarty）等人在2025年发现，虽然普通读者无法区分AI和人类文本，但接受过MFA训练的作家却能识别，并且对AI的评价远低于人类。

我能理解原因。在与ChatGPT或Claude聊天时，它经常会说出乍看合理甚至精妙的话语，但两秒钟后就暴露了内容的空洞。这就像一块假劳力士表：摆在柜台上静止不动时完美无缺，只有当你观察秒针的跳动方式时，才会发现问题。这不是风格的问题，而是思维缺失的问题。

因此，当我们试图检测陌生人的LLM生成内容时，我们看不出什么。但当内容来自了解我们的人时，就像大拇指上的伤疤一样显眼。

不过，如果LLM足够优秀，情况就不同了。在查克拉巴蒂的同一项研究中，当模型针对特定作者进行微调后，以该作者风格生成的文本更频繁地骗过了MFA作家的鉴别，被标记为AI的比例仅为3%，而普通提示生成的文本为97%。要绕过鉴别器，我们需要与鉴别器相同的东西——样本。而这些样本正是人际关系本身。

然而，成功的伪造并不代表被原谅，只是未被发现。20世纪30年代，汉·凡·米格伦（Han van Meegeren）伪造的维米尔画作被誉为最杰出的维米尔作品，直到他坦白后，这些画作变得一文不值——画面上的颜料没变，但观感从卓越变成了令人恶心。画布本身并未透露任何信息。这些画作只有在凡·米格伦承认后才是伪造品。这就是为什么标签如此重要：当物体本身已不再能自我揭示时，人们便依赖标签。

我的同事之所以能看出我用了LLM生成的文字，是因为样本量——他有十年的会议、邮件、Slack消息和文档来了解我。这恰恰也是训练模型使之听起来像我所需要的数据。

亲密关系就是大量的样本。

检测与伪造同饮一井水。与我亲近的人更擅长检测我，但他们只对我说话方式有一个粗略的印象。而模型可以完美地记住所有细节，并且随着性能提升，它能越来越精确。因此，随着LLM变得更亲密，开始真正像我们一样说话，我们也能骗过朋友的检测。但我们是否应该这样做？

值得注意的是，凡·米格伦从未被真正抓获。他坦白只是为了在战后荷兰免于另一项指控——与纳粹合作——而对伪造品的厌恶加上对纳粹的厌恶，反而使他成了英雄。两种厌恶变成了一种喜爱。