ChatGPT文風奇怪的原因（俗稱AI味兒很濃）找到了！

肯尼亞作家：都是跟我們學的。

就在最近，一位肯尼亞作家的“控訴貼”登上Hacker News熱榜——

我是肯尼亞人。不是我的寫作風格和ChatGPT一樣，而是ChatGPT寫作風格和我一樣。

一點進去才知道，原來這位朋友連續精心撰寫的好幾篇文章都被退稿了，而且理由還都是“太像ChatGPT”。

emmm……一想到自己從小接受的教育都是“文章必須像一座完美的大廈”、“你必須展現豐富的詞匯量”，而現在卻被誤認為出自AI，這位朋友實在忍不住發出怒吼：

對于那些熱衷于偵查數字虛假性的偵探們，我想說：朋友，歡迎來到肯尼亞教室、會議室或公司內部Teams聊天室里一個典型的星期二。你們所認為的機器指紋，實際上卻是我們教育的化石記錄。

而且很早就有消息指出，為了節省人力成本，很多AI模型廠商會把RLHF這類工作交給非洲人，所以模型的很多用語習慣也會偏向非洲那邊。

所以我們有理由懷疑，難道ChatGPT真是從肯尼亞“偷師”寫作技巧的？

咱這就火速圍觀一下——

“ChatGPT無意中在模仿我們”

事情是這樣的。

來自肯尼亞的Marcus Olang’（以下簡稱小馬）最近發文控訴，從年初收到第一條回復開始，他就陷入了需要“自證不是AI”的困境中。當時甲方給的回復是：

你寫的挺好，邏輯也扎實，就是……能不能用更“像人”的方式重寫一下？現在這個感覺，有點太像ChatGPT寫的了。

而且不止是他，他身邊的很多作家朋友也都收到了類似反饋。

而在仔細對比了自己和ChatGPT所寫內容之后，小馬最終無奈發現——別說，你還真別說，咱們的文風確實很像ChatGPT。

從某種意義上說，指控者并非完全錯誤。我的寫作風格確實與大語言模型的輸出結果有幾分相似。

我們都傾向于使用結構嚴謹、平衡的句子。我們都喜歡使用過渡詞，以確保邏輯流暢。我們都會偶爾使用（如今看來似乎成了罪證）連字符、分號或破折號來連接相關的想法，使其比簡單的句號更顯優雅。

不過在小馬看來：

諷刺之處在于，這種諷刺或許會讓我們的祖先會心一笑。

他表示，不是自己寫得像ChatGPT，而是ChatGPT無意中在模仿他們——模仿他們這一代，以及過去幾代在全球南方，尤其是在像肯尼亞這樣的地方，經過嚴苛教育體系“鍛造”出來的人。

從小到大，小馬接受的寫作指導都是講求規范、講求精心遣詞造句（是誰DNA又動了？）。

我們從小被教導，文章必須像一座完美的大廈。引言是地基，主體是承重墻，結論是封頂，必須堅固、對稱、無懈可擊。我們要用“首先、其次、最后”來構建邏輯，要用“此外、然而、因此”來精確轉折，要用“光輝燦爛”、“精疲力竭”這樣的“好詞”來展現詞匯量。

這種寫作，是我們的敲門磚，是我們在KCPE（小學畢業考試）決定命運的四十分鐘里必須掌握的生存技能，是我們向上攀爬的階梯。它嚴謹、清晰、富有說服力，但也因此，在今天某些人的耳朵里，它聽起來“缺乏人性的溫度”。

而這一套恰巧也被AI學去了。

諷刺來了，AI大模型（比如ChatGPT）正是從海量的書籍、論文、報告中學習寫作的。而這些文本庫中，充滿了歷史沉淀下來的、經典的、正式的書面語——也就是我們被訓練去模仿的那種文體。所以，當AI為了顯得“權威”和“可信”而輸出時，它的文風自然就與我所受的教育產生了詭異的“孿生”效應。

所以，如今面對“文風像AI”的指責，小馬憤而吐槽：

這臺機器為了顯得權威，最終聽起來卻像個英語作文得了“A”的肯尼亞小學畢業考試（KCPE）畢業生。它無意中復制了大英帝國的語言幽靈。

而且他還提到，現存的一些AI檢測器往往更傾向于將流暢、邏輯嚴密、句式規整的文本標記為AI生成，而這恰恰是許多非英語母語者（尤其接受過嚴格正式寫作訓練的人）的寫作特點，所以他們也更容易被誤判。

總之，小馬用自己的親身經歷告訴大家——

由于歷史原因，一些非英語母語者的寫作，本就是現有AI模型的“教材”，而現在他們卻成了AI普及后的“受害者”。

這一說法也紛紛獲得了網友們的認同：

不過，令人啼笑皆非的是，小馬的這篇感情飽滿、“活人感”很強的文章，竟然還是被Pangram網站判定為100%由AI生成。

啊這……小馬不語，小馬只是一味生氣吐血（doge）。

因非洲人做RLHF，ChatGPT還愛用“delve”一詞

而基于類似理由，人們還發現，ChatGPT似乎對“delve”（挖掘、深入研究）這個詞情有獨鐘。

《衛報》曾有一篇文章指出，Jeremy Nguyen這位來自墨爾本斯威本科技大學的AI專家發現——

在PubMed這類專業學術網站上，“delve”的出現頻率在近幾年激增了10到100倍。

（PubMed主要收錄了80余國5200+生物醫學期刊，總量超3900萬條文獻。）

這暗示了，有大量研究人員可能在用ChatGPT輔助寫作，并將其偏好的詞匯帶入了正式學術文本。

這一現象還引來馬斯克和YC聯合創始人保羅·格雷厄姆的關注，后者發帖表示：

有人給我發了一封帶“delve”一詞的郵件，而這個詞表明文本大概率是AI生成的（暗示對方用AI寫項目書，還要找他投資hhh）。

并且就在格雷厄姆發帖之后，ChatGPT官號還用這個詞公開整活，繼而引來無數網友跟風。

不過，進一步的數據分析顯示，“delve”遠非孤例——

像“explore”、“tapestry”、“testament”和“leverage”等詞匯，在ChatGPT生成的文本中出現頻率也異常地高。

《衛報》在文章中詳細揭開了這背后的謎底——

為了將大語言模型“馴化”成安全、有用、可控的聊天機器人，企業一般會雇傭大量人類測試員，讓他們與模型互動并提供反饋（如點贊/點踩，或撰寫理想的回復）。

模型從這些海量的人類偏好數據中學習，從而調整自己的行為，也即所謂的RLHF（基于人類反饋的強化學習）。

而出于人力成本考量，RLHF這項勞動密集型工作被大量外包給了肯尼亞、尼日利亞等英語區的非洲國家。

對這些國家來說，“delve”這樣的詞正是他們日常生活中自然、規范的商務或學術英語，因此被高頻使用。

所以這些詞也就自然在ChatGPT中高頻出現了。

BTW，你還有哪些小技巧來鑒別某項內容是出自AI之手嗎？

有網友先給大家打個樣了：

“幼獸般的嗚咽”、“瞳孔縮成針尖”……嗯，一般人屬實想不到了（doge）。