我的学士论文是关于根据一段短文来确定作者的。这个想法是将单词使用统计与其他作者的文本进行比较。令人惊讶的是，即使这个简单的想法也能很好地工作。读者使用的不仅仅是字数：还有模式、句子结构、讲故事的方式。这让人更容易感受到风格。人工智能会平均化风格，因此很难看出其背后的作者（即使使用各种提示技巧）。没有风格，产生共鸣变得更加困难。如果你个人认识作者，如果你知道这不是她的风格，那么从作者的角度来看文本会变得更加困难。但即使你从未见过某人，非人工智能撰写的文本仍会告诉你一些关于这个人及其背景的信息。讽刺的是，通过人工智能，背景也在丢失。除了风格，人工智能生成的文本还失去了精确性。即使给出详细的提示，人工智能在写作时也需要做出假设以拼凑文本。这与为他人写文本时的情况是相同的。这通常意味着选择更模糊、较不精确的语言以避免逻辑错误。对于作者来说，这可能很难察觉，因为他们脑海中有清晰的想法，这使得一个模糊的词具有确切的含义。失去精确性的另一个来源是花费更少的时间和精力去挑战自己的思想。将事情写在纸上通常有助于我们看到判断中的不一致和空白，而这些在我们只是在思考时容易被忽视。人工智能写作剥夺了这个机会，因为你直接跳到结果。精确性和风格的丧失影响了阅读速度。在阅读时，你需要用更清晰的词替换模糊的词，而由于缺乏风格，上下文的信息也减少了，这使得这个替换更加困难。就我个人而言，即使长度相同，我感觉阅读人工智能生成的文本至少慢三分之一。除此之外，大多数模型极其冗长，这使得总阅读时间大大增加。为了作家的时间节省在读者一方消失，不需要太多读者。这甚至还没有考虑到二次效应：更多的问题，更多的迭代（如果这是一个协作文本），以及读者与作者之间的信任减少。《恋人》，雷内·马格利特，1928年