图欣·查克拉巴提是纽约州立大学石溪分校的计算机科学家，他研究如何检测人工智能生成的文本。今年早些时候，他的研究引起了全球关注，因为一位记者引用了他的研究作为支持证据，声称2026年畅销小说《匕首嘴》中相当大一部分是由人工智能生成的——这一指控遭到了书的作者H·M·沃尔夫的否认。《自然》杂志与查克拉巴提讨论了他的工作，为什么这很重要，以及人工智能的崛起对创造力的未来意味着什么。你是如何对检测人工智能生成的写作产生兴趣的？我生活在纽约市，周围都是创造性的人。我能够理解艺术家们对人工智能感到愤怒的原因。写一本书可能需要数年时间，但一个人工智能聊天机器人可以在15分钟内生成一本书。这让我对版权和创造力的主题产生了兴趣。随着人工智能的使用不断传播，未来会变得更加复杂。什么样的作品符合版权保护？当某件作品与人工智能共同创作时，你如何量化人类的原创贡献？你怎么能分辨出二者的不同？什么应该算作人工智能撰写的文本？信息披露很重要。在科学会议上，我们看到越来越多的信息披露，说明使用了人工智能以及用途——比如，润色写作或进行校对。一旦你披露，这些事情就更容易判断。安索普的无形水印能否遏制“人工智能粗糙作品”？研究人员对此仍持怀疑态度。随着时间的推移，你可以想象专门为纯人类书写、混合写作和大众市场人工智能书写的作品发展出不同市场。这可能为那些不使用人工智能或道德上反对其使用的人创造更好的经济激励。每个人的创作过程都不同，人工智能的使用也有很大的范围。我的道德担忧与那些使用人工智能却将人工智能撰写的作品伪装成自己作品的人有关。这就是问题所在。如何检测人工智能撰写的作品？在一次七月的预印本中，我和我的同事追踪了在不同书籍中逐字出现的相对不寻常的单词序列（T. Chakrabarty等。预印本在arXiv https://doi.org/rsp2；2026年）。我们想要衡量书籍在多大程度上来源于之前的书籍。我们比较了在亚马逊上销售的三种类型书籍中这些稀有表达的数量。我们考察了200本被人工智能检测软件Pangram标记为包含大量人工智能撰写文本的书籍，200本没有人工智能撰写文本的自出版畅销书，以及200本获得或被提名于奖项的文学小说。在每种情况下，我们识别出了在数十万本《谷歌图书》中的样本中逐字出现的稀有表达。我们发现，文学小说与现有书籍的重叠最少，自出版作者的作品重叠较多，而人工智能撰写的书籍重叠最多。这表明，人工智能模型最容易自动化更公式化的写作。许多自出版的类型小说使用固定的题材、陈词滥调和公式。这些对人工智能来说相对容易生成。文学小说需要大量的原创性和潜在含义。在正在进行的研究中，我们将书籍分为叙事节奏——构成故事的单个事件或情节要点。在这里，我们也发现，人工智能生成的书籍从早期人类撰写的书籍中复制了特定的节奏。为什么人工智能撰写的文本使用来自现有书籍的词汇或表达？大型语言模型是基于大量人类写作进行训练的，包括书籍，有时特定的语言序列会在他们生成的内容中再次出现。我们还发现，一些人工智能撰写的书籍包含在其他人工智能作品中出现的表达。这并不一定意味着模型故意从某本特定的书中复制一句话。它的输出是它所训练材料的函数，有时这会产生这些异常具体的重叠。难道人类作者也不能重复已出版的表达吗？绝对可以。两位作者在独立创作时可能会合理地产生五到六个字的重叠，尤其是在类型小说中，因为这依赖于公式的方式。但随着表达变得越长越具体，通过巧合来解释就变得更加困难。我们在类型小说中发现的许多表达都是意象、隐喻、陈词滥调和老套的语言。我可以理解为什么人工智能更容易借用这些东西，因为如果你写的是浪漫小说或科幻小说，你也在遵循类型规范。你的工作曾被用来针对特定书籍提出主张。你对此有何看法？在我们的研究中，我们选择不提及作者。作为学者，我们的权力有限。如果有人对我或我工作的大学提起诽谤诉讼，作为一名非终身教授，这将很难处理。但当一位记者在写关于你的工作的文章时，尤其是涉及如此敏感的内容时，你必须分享底层数据。