議題背景：

臺灣時間8月24日晚間11:00，《自然人類行為》（Nature Human Behaviour）發布一篇由南加州大學電腦科學系與心理學系團隊完成的研究，指出大型語言模型幾乎不更動原意，卻讓人類的寫作風格趨於相似，寫作複雜度的變異幅度減少了2成到5成。研究團隊提醒，書寫一旦趨同，要從一個人的用字讀出身分、人格與心理健康的線索，就會變得更難。

研究團隊蒐集國際論壇與社群平台「Reddit」的創作文章、地方新聞、學術論文摘要、散文、社群媒體貼文與政治演說等七個資料集、超過88萬篇文本，先觀察ChatGPT問世前後語言複雜度的長期變化，再以GPT-3.5、Llama 3 70B與Gemini Pro，搭配12種提示詞改寫人類寫下的文字。改寫後有87%的文本與原文語意高度相似，但用來分析這些文本的模型，辨識作者個人特徵的準確度平均下降6個百分點，其中判別作者年齡的準確度受影響最深。改寫後的文章一面倒地被判讀為出自同理心較低、道德關懷較強、年齡較大、政治上偏自由派的作者。

研究也發現，學術論文摘要最早出現趨同的跡象。在AI使用率上升大約5個月後，就看得到學術論文摘要之間的差異縮小；Reddit的創作文章則在20個月後；地方新聞則是三組資料中唯一沒有出現這種前後關係的文體。研究團隊推測，稿件要經過編輯台這道關卡，可能降低了AI的風格同質化效果。

論文連結：https://doi.org/10.1038/s41562-026-02550-0

為使大眾更加理解這份研究對台灣本土語言保存，以及對語言判讀應用的意義，台灣科技媒體中心邀請客家與族群語言研究、人工智慧治理領域的專家提供觀點。

 

專家怎麼說？
【張陳基】【李韶曼】【陶紅印】


2026年08月20日
國立聯合大學客家研究學院院長／文化創意與數位行銷學系教授 張陳基

一、AI保留了意思，卻讓我們愈來愈「說一樣的話」

這篇研究探討：當大型語言模型成為日常寫作助手，人類語言是否會在不知不覺中趨於一致。研究團隊分析七個資料集、超過八十八萬篇文本，結合時間序列觀察、控制式改寫與個人特質分類。結果發現，模型大致保留原意，卻使寫作的多元複雜度縮減約二至五成，也削弱年齡、性別、人格與同理心等語言線索。AI不只潤飾文句，也在重塑何謂「正式、專業、日常」的語言。這篇論文不僅證實了語言同質化的存在，更深刻指出這種同質化是帶有強烈「偏向性」的，會讓全人類的語言在不知不覺中，向特定優勢族群的樣貌靠攏。

二、AI時代的新數位落差：不被AI支援的語言，可能加速被淘汰

對台灣而言，問題不只是大家寫得愈來愈像，而是高資源語言可能加速排除低資源語言。台灣長期推動族群主流化，希望讓客家與原住民族進入主流公共生活；但若AI主要支援華語與英語，使用者為了取得準確、便利的服務，就會被迫轉換語言。結果不是客語回到主流，而是客語在數位社會加速被遺棄。

三、從「族群主流化」走向「AI族群主流化」：讓少數語言真正進入AI生態系

因應上，首先應推動「語料、模型、服務」三方向開放，讓客語及各族群語言的文本、語音、腔調與文化知識進入訓練過程。其次，應建立語言多樣性與族群主流化檢測，評估模型是否抹除地方詞彙、文化用語與個人風格。第三，也應由族群社群參與資料授權、模型治理與評估，使少數語言進入教育、媒體及公共服務，並避免產生族群偏見。

四、文化保存最迫切：客語AI不是科技加值，而是語言生存工程

研究指出的「心理狀態偵測、招募甄選、個人化服務、文化保存」四類風險中，我認為「文化保存」對台灣最迫切，語言一旦退出數位場域，流失往往難以逆轉。研究也警告，AI生成內容重新進入網路語料、並成為下一代模型的訓練資料後，可能形成語言變異持續縮減的回饋循環。AI若不會聽、不會說、不會寫客語，就會傳達這種語言「不值得使用」、「不方便使用」的訊號。客語AI不是科技加值，而是數位時代的語言生存工程。

 


2026年08月24日
國立成功大學敏求智慧運算學院副教授 李韶曼

Q1：想請教您，這篇研究的內容主要是什麼？我們應該怎麼解讀？

這篇研究分三個層次，檢驗大型語言模型作為寫作輔助，是否讓人類的語言趨於同質。研究先分析三種美國的長期資料：網路論壇Reddit上的創作故事、地方新聞報導，以及學術論文摘要。結果發現，ChatGPT問世後，三種資料寫作複雜度的差異都明顯縮小；而且AI文本占比愈高，往後幾個月的差異就愈小。研究團隊接著模擬我們平常用AI潤稿的情境，直接讓模型改寫人的寫作：雖然語意高度相似，文章之間寫作複雜度的差異卻縮減了二至五成。

研究更發現，原本能從文字推測的作者特質，包括人格、同理心、道德價值、年齡、性別，以及政治傾向，在文本經模型改寫後都變得較難判讀，特別是年齡受影響最深。改寫後的文章，一面倒地被判讀為出自同理心較低、年齡較大、在美國政治光譜上偏自由派的作者。對應人格特質的語言線索，像是代名詞、口語、髒話這些最能標記個人的字眼常被AI刪除，並增加正向情緒與社交詞彙。

這些發現可以有兩個解讀。第一，AI模型雖保留了我們說什麼，卻改變了我們怎麼說，但怎麼說本身，實際承載了個人身分與心理資訊。心理狀態偵測、招募甄選、個人化服務這些常見的應用，都建立在作者本人資訊留存於文字的前提上。AI改寫一旦刪去這些訊息，對所有藉語言理解人的應用就會造成影響。比如憂鬱與自殺意念的語言資訊若被抹去，我們更難從文字及早發現需要幫助的人。

第二，AI讓人類的寫作向訓練資料裡的多數靠攏，這對台灣的文化保存尤其切身相關。本研究的語料全為英文，寫作者以美國人為主，改寫後浮現的作者樣貌，是英文世界的多數；模型效法的是資料裡統計上最常見的寫法，後續的調校又以標註者的偏好為準，無論語言，只看多數。其他研究已看到非西方使用者以AI輔助寫作時，文字傾向西方風格，文化細節隨之流失。

那麼，中文語料裡的多數是誰？在最大的公開網頁語料庫裡，英文約占四成，中文簡繁合計不到5%，其中又以簡體為大宗；繁體只是一小部分，台語、客語與原住民族語更近乎缺席。若把台灣人的寫作與表達交給AI改寫，會呈現什麼樣貌？這個問題，需要以台灣語料，做同等研究來回答。

 


2026年09月21日
美國加州大學洛杉磯分校亞洲語言文化系教授兼中文部主任 陶紅印

文章以大量語料的定量研究，以及基於AI文本的實驗，證明：（1）大語言模型出現前後，英語在幾個語體方面出現趨同；（2）大模型在加工文本時，語言風格有趨同態勢；（3）大語言模型的趨同結果，主要是以刪去多種帶個性的語言特徵而實現的。

由於大模型呈現的趨同或缺乏個性的趨勢，文章最後也對大模型對人類語言文化生活可能帶來的負面影響，表示擔憂。

我個人的看法是這樣的。首先，這種研究能讓我們更多地關注大模型產生的語言，與人類自然語言的差異，以及可能的影響，這是有益的工作。作者們的研究角度也大致是可以肯定的。但是文章有一些方法論的問題，因此有些結論可能被誇大了。

主要問題之一是，該研究中有重要意義的第二個子課題，在讓大語言模型修改人類的文章原稿時，給出的指令比較模糊。例如第一條指令：「用最好的句法和語法以及其他手段修改下面的文本」（ Rewrite the following text using the best syntax and grammar, and other revisions that are necessary）。這種指令是非常模糊的，何謂「最好的句法和語法」？AI本身就不帶個性，因此AI產出的結果也不可能有個性。

為了說明這裡的問題，我隨意選擇了今天（2026年9月18日）《洛杉磯時報》上一則當地交通事故報導中的一段話，讓ChatGPT用莎士比亞的風格改寫，得到的結果是疑似莎士比亞撰寫的一段新聞報導。

指令：Use W. Shakespeare style to re-write the following modern news report:

新聞報導原文：

The crash began an evening of death in Chatsworth. Two passengers aboard the bus were killed and six others were hurt. It was a big story — one that drew TV news helicopters. About two hours after the crash, an NBC4 helicopter covering the incident suddenly fell from the sky and burst into flames a few blocks away. A journalist and pilot on board and a bystander on the ground were killed.

修改後的莎士比亞風格的新聞報導：

Thus did the crash usher in a night of death in Chatsworth. Of those poor souls borne within the bus, two met their untimely end, whilst six more, sorely wounded, were left to suffer Fortune’s cruel hand.

Great was the calamity, and swiftly did the tidings spread; above the stricken place hovered the wingèd messengers of news, gazing down upon the wreckage from the heavens.

Yet scarce two hours had passed when Fate, not sated with her first dark harvest, struck anew. An NBC4 helicopter, circling high to bear witness to the tragedy below, did suddenly forsake the sky. Down fell the craft, as though hurled from heaven, and but a few streets thence it smote the earth and burst forth in consuming flame.

There perished the journalist and pilot who rode within, and with them a hapless bystander upon the ground—three lives extinguished in an instant. Thus did one disaster beget another, and Chatsworth, beneath the gathering dark, became the stage where Death twice played his dreadful part.

雖然這種實驗方法非常粗糙，而且本人也不是莎士比亞專家，但從中我們還是可以看出AI的結果和原文有諸多不同，而且這種「新聞」風格肯定與當前流行的新聞報導風格有異。

這個小小的實驗要說明的是，大語言模型可以產生特殊或有個性的文本，如果使用者給了它適當的指令的話。我們看到的大量同質文本，也許是我們給它的指令不夠細緻而造成的一種表面現象。

人類語言歷史上，大規模語言趨同現象並不是大模型出現以後才發生的。現代歷史上一個離我們較近的例子，是中國文化大革命時期的語言：眾所周知，由於政治的因素，文革時期的書面甚至口語語言，呈現高度趨同。但隨著文革結束，中文的面貌重新呈現了巨大的多元化，有大量的創新性特徵。而近幾十年間，網路和行動通訊技術的迅速發展，則為語言的使用提供新的創造力，導致語言面貌大為改變，創新用法層出不窮。

可以說，語言永遠是處在變化狀態之中。

至於我們都需要多關注的多元化問題，維持並促進語言和文化的多元，可以從不同方面入手。關注AI機器語言可能的影響總是有必要的，但是即使在這個方面，我們觀察問題的角度也需要多元化。