這世上最無趣的場景，莫過于兩個活生生的人相對而坐，卻像兩臺設定好程序的機器人，客套地交換著那些早已被概率預設的表達。

凌晨兩點，我對著年終總結(jié)的空白文檔發(fā)呆，困意襲來時手指無意識敲擊鍵盤，竟打出了‘這不是一種‘賦能’，而是一種‘資源閉環(huán)’……’

那一刻，空氣仿佛凝滯了一秒。我并未打開ChatGPT，但那個標志性的‘不是……而是’句式，卻像幽靈般從鍵盤里蹦了出來。

這并非我個人的怪癖，或許在座的各位都有過類似經(jīng)歷。馬克斯·普朗克人類發(fā)展研究所的一項最新研究，揭示了一個令人脊背發(fā)涼的趨勢：我們曾想當然地認為AI是模仿人類智慧的學徒，可如今的證據(jù)表明，這個學徒正在反過來，教人類如何說話。

“零號病人”的出現(xiàn)

為精準研究這一現(xiàn)象，研究人員在實驗設計上頗費心思——他們分析了超過740249小時的人類語音記錄（內(nèi)容量相當于一個人不眠不休聽84年）。這些數(shù)據(jù)涵蓋36萬個YouTube演講視頻和77萬集播客節(jié)目。

選擇“播客”作為核心研究樣本，是因為社會語言學家認為，演講往往經(jīng)過腳本化處理，人們有充足時間用AI精修文案；而播客則是高度即興、高頻互動的自發(fā)性語言。在熱烈的交談中，人類大腦會進入類似‘自動駕駛’的直覺模式。若AI的特征詞匯出現(xiàn)在這種場景，說明它已不只是外接工具，正深入‘腦髓’。

這樣的數(shù)據(jù)選擇范圍，果然讓他們捕捉到異常信號。自2022年底ChatGPT發(fā)布后，人類口語中某些特定詞匯的使用頻率，劃出了近乎垂直的上升曲線。

在這場語言“傳染病”中，單詞“Delve”（鉆研）被公認為零號病人。2022年之前，這個詞幾乎被冷落在字典角落，僅在非常正式的文學或嚴謹學術論文中偶爾露面。但到了AI時代，它成了算法最鐘愛的詞匯，AI對其偏好度比人類高出數(shù)百倍。

緊隨其后的還有Meticulous（一絲不茍）、Comprehend（理解）、Underscore（強調(diào)）、Realm（領域）這類聽起來禮貌、但日常聊天基本無人使用的詞。

佛羅里達州立大學的計算語言學家通過更細致對比發(fā)現(xiàn)，學習新詞的行為并非想象中那般“自然而然”，而是精準的、被動的模仿。比如，我們開始頻繁使用Underscore，但其近義詞卻幾乎無人問津。

這種選擇性的頻率爆發(fā)表明，我們并非因詞匯量匱乏主動求變，而是大腦被AI輸出的高頻文本持續(xù)“投喂”后，形成了一種路徑依賴。當大腦需要表達“強調(diào)”概念時，那個被AI反復強化的路徑，就成了阻力最小的出口。

誰能免疫，誰在“淪陷”？

但為何一定是AI導致的呢？或許是上網(wǎng)沖浪過多，社交媒體、短視頻、日常聊天互動都可能影響語言習慣。

為理清這種可能性，研究人員采用計量經(jīng)濟學中的“合成控制法”。他們利用大數(shù)據(jù)構建了一個“沒有AI發(fā)布”的平行宇宙模型。在那個虛擬世界里，人類語言按過去的演變邏輯緩慢進化——Delve這類詞匯的使用率，平穩(wěn)得如同常年無波動的市場（開個玩笑）。

而在現(xiàn)實世界中，這些詞的暴漲與AI技術發(fā)布時間點完美契合，這讓AI作為語言習慣改變的主要因素更具說服力。

這種干預背后隱藏著心理學上的“啟動效應”。當我們每天閱讀AI生成的周報、郵件和新聞簡報時，這些詞匯在短期記憶中不斷被加權。當我們在麥克風前或會議室進行即興表達時，這些被過度啟動的詞匯會像自動聯(lián)想般，不自覺地從嘴里蹦出。AI的語言風格正以溫水煮青蛙的方式，替換我們原本個性化的表達。

這場語言“病毒”的傳播呈現(xiàn)出極強的圈層偏好。研究發(fā)現(xiàn)，感染率最高的領域集中在科學技術、商業(yè)和教育行業(yè)。

這也不意外，因為這些人是第一批嘗試AI的群體，AI在其日常生活中的滲透程度更高。

他們每天高強度處理算法生成的邏輯框架，習慣了那種聰明、滴水不漏的表達方式。當試圖展現(xiàn)專業(yè)性時，潛意識會告訴他們，模仿那種‘AI式的正確’是最安全的做法。

相對而言，體育和宗教領域表現(xiàn)出驚人的免疫力。在體育播客中，垃圾話、極度情緒化的感嘆詞和短句仍是主要輸出方式。宗教更特殊，經(jīng)文和信仰構筑了一道天然的文化防火墻。

盡管馬克斯·普朗克的研究基于英語語境，但在中文互聯(lián)網(wǎng)上，類似的“AI感染”同樣隨處可見，比如“不是……而是……”的句式。

不得不說，中文有其特殊性，很多詞匯和用語本就常用，并非完全由AI發(fā)明，但AI的高頻調(diào)用極大加速了它們的擴散。因此在中文語境中，原本習慣這樣說話的人，現(xiàn)在很容易被“隨手鑒定”為AI。

上一次出現(xiàn)如此廣泛的“感染”，還是大廠黑話流行之時——即便不是大廠員工、不在互聯(lián)網(wǎng)行業(yè)，也會時不時冒出“底層邏輯”“賦能”“閉環(huán)”“全維度”等詞匯。

這種對比揭示了一個殘酷真相：越是追求效率、邏輯和標準化的領域，越容易被AI那個去個性化的“靈魂”所“奪舍”。不易被滲透的，要么是壁壘森嚴、幾乎密不透風的領域（如宗教），要么是非?！耙吧?、規(guī)則時常被打破的場域。

可見，AI入侵的不只是詞匯，更是我們對“什么是有效表達”的價值判斷。這是整項研究最令人不安的地方——就像貪吃蛇游戲，玩得越久蛇尾越長，最終總會咬到自己。

AI在人類過去積累的“純凈”數(shù)據(jù)中學習，提煉出最符合概率、最平均的表達風格。隨后，人類大量使用、閱讀這些內(nèi)容，下意識習慣了這種風格，在社交媒體和口語中生產(chǎn)出更多“含AI量”極高的數(shù)據(jù)。接著，下一代AI模型又抓取這些已被“污染”、高度同質(zhì)化的數(shù)據(jù)進行訓練。

這種循環(huán)會導致語言的坍縮。康奈爾大學研究者警告，這會引發(fā)集體創(chuàng)造力的稀釋。當“正確卻無聊”的表達方式彌漫時，語言中的地域色彩、個人癖好，甚至那些充滿生命力的誤用都會消失。語言不再是思維的火花，而成了流水線上的標準零件。

當然，我們不必過度陷入“被機器扼住喉嚨”的恐慌——語言本身就是流動的，如今習以為常的很多表達，幾百年前可能并不存在。

表達方式的更迭本就伴隨技術迭代。但“Delve綜合癥”至少給我們提了個醒：這世上最無趣的場景，莫過于兩個活生生的人相對而坐，卻像兩臺設定好程序的機器人，客套地交換著那些早已被概率預設的表達。保護好你的口癖、你的瑕疵，那是你作為人類不應抹去的特征。

本文來自微信公眾號“APPSO”，作者：APPSO，36氪經(jīng)授權發(fā)布。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com