凌晨兩點(diǎn)，當(dāng)我對(duì)著年終總結(jié)的空白文檔發(fā)呆時(shí)，困得發(fā)昏手指下意識(shí)地敲，「這不是一種‘賦能’，而是一種‘資源閉環(huán)’……」

　　那一刻，空氣似乎凝固了一秒。我并沒有打開 ChatGPT，但那個(gè)典型的「不是……而是」就像幽靈一樣，從我的鍵盤里蹦了出來。

　　這不是我一個(gè)人的毛病，在座的各位可能都經(jīng)歷過。馬克斯·普朗克人類發(fā)展研究所的一項(xiàng)最新研究，向我們展示了一個(gè)令人脊背發(fā)涼的趨勢，我們曾理所當(dāng)然地認(rèn)為 AI 是模仿人類智慧的學(xué)徒，但現(xiàn)在的證據(jù)表明，這個(gè)學(xué)徒正在反過來，教師傅怎么說話。

　　「零號(hào)病人」

　　為了更準(zhǔn)確地研究這個(gè)現(xiàn)象，研究人員在實(shí)驗(yàn)設(shè)計(jì)上頗費(fèi)了一番心思——他們分析了超過 740，249 小時(shí)的人類語音記錄（內(nèi)容量相當(dāng)于一個(gè)人不眠不休地聽上 84 年）。這些數(shù)據(jù)涵蓋了 36 萬個(gè) YouTube 演講視頻和 77 萬集播客節(jié)目。

　　之所以選擇「播客」作為核心研究樣本，是因?yàn)樯鐣?huì)語言學(xué)家認(rèn)為，演講往往是腳本化的，人們有充足的時(shí)間用 AI 來精修文案；但播客不同，它是高度即興、高頻互動(dòng)的自發(fā)性語言。在熱烈的交談中，人類的大腦會(huì)進(jìn)入一種類似于「自動(dòng)駕駛」的直覺模式。如果 AI 的特征詞匯出現(xiàn)在這種場景里，那就說明它已經(jīng)不僅僅是外接的工具，正在深入「腦髓」。

　　這樣的數(shù)據(jù)選擇范圍，果然讓他們捕捉到了一些異常信號(hào)。自從 2022 年底 ChatGPT 發(fā)布以來，人類口語中某些特定詞匯的使用頻率，劃出了一條幾乎垂直的上升曲線。

　　在這場語言傳染病中，單詞 「Delve」（鉆研）被公認(rèn)為零號(hào)病人。在2022 年之前，這個(gè)詞幾乎就是被冷落在字典的某個(gè)角落里，只有在非常正式的文學(xué)或嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)論文里才會(huì)偶爾露面。但到了 AI 時(shí)代，它是算法最忠實(shí)的心頭好，AI 對(duì)這個(gè)詞的偏好度比人類高出數(shù)百倍。

　　緊隨其后的還有像 Meticulous（一絲不茍）、Comprehend（理解）、Underscore（強(qiáng)調(diào)）、Realm（領(lǐng)域）這種聽起來很有禮貌、但平時(shí)聊天基本沒人用的詞。

　　佛羅里達(dá)州立大學(xué)的計(jì)算語言學(xué)家通過更細(xì)致的對(duì)比發(fā)現(xiàn)，學(xué)習(xí)新詞的行為沒有想象中的那么「自然而然」，而是一種精準(zhǔn)的、被動(dòng)的模仿。比如，我們開始瘋狂使用 Underscore，但它的近義詞卻幾乎無人問津。

　　這種選擇性的頻率爆發(fā)說明，我們并不是因?yàn)樵~匯量匱乏在主動(dòng)求變，而是因?yàn)榇竽X被 AI 輸出的高頻文本持續(xù)「投喂」后，建立了一種路徑依賴。當(dāng)大腦需要表達(dá)「強(qiáng)調(diào)」這個(gè)概念時(shí)，那個(gè)被 AI 反復(fù)強(qiáng)調(diào)的路徑，便成了阻力最小的出口。

　　誰在免疫，誰在淪陷？

　　但怎么就一定是 AI 導(dǎo)致的呢？可能是上網(wǎng)沖浪太多了呢，社交媒體、短視頻、日常聊天互動(dòng)，都是有可能影響語言習(xí)慣的啊。

　　為了理清這種可能性，研究人員用了計(jì)量經(jīng)濟(jì)學(xué)中的「合成控制法」。他們利用大數(shù)據(jù)構(gòu)建了一個(gè)「沒有 AI 發(fā)布」的平行宇宙模型。在那個(gè)虛擬世界里，人類語言按照過去的演變邏輯緩慢進(jìn)化——Delve 這些的使用率，平穩(wěn)得如同常年沒有波動(dòng)的 A 股市場（不是）。

　　而在現(xiàn)實(shí)宇宙中，這些詞的暴漲與技術(shù)發(fā)布的時(shí)間點(diǎn)完美契合，這就讓 AI 作為語言習(xí)慣改變的主要因素，顯得更有說服力了。

　　這種干預(yù)背后其實(shí)隱藏著心理學(xué)上的「啟動(dòng)效應(yīng)」。當(dāng)我們每天閱讀由 AI 生成的周報(bào)、郵件和新聞簡報(bào)時(shí)，這些詞匯就在我們的短期記憶中不斷被加權(quán)。當(dāng)我們在麥克風(fēng)前或會(huì)議室進(jìn)行即興表達(dá)時(shí)，這些被過度啟動(dòng)的詞匯就會(huì)像自動(dòng)聯(lián)想一樣，不知不自覺就從嘴里蹦出來。AI 的語言風(fēng)格正以一種溫水煮青蛙的方式，替換掉我們原本個(gè)性化的表達(dá)。

　　這場語言病毒的傳播展現(xiàn)出了極強(qiáng)的圈層偏好。研究發(fā)現(xiàn)，感染率最高的領(lǐng)域集中在科學(xué)技術(shù)、商業(yè)和教育行業(yè)。

　　倒也……不意外，因?yàn)檫@些人剛好也是第一批吃螃蟹的人，很早就開始嘗試用 AI，AI 在日常生活中的滲透程度也更高。

　　他們每天在高強(qiáng)度地處理由算法生成的邏輯框架，又習(xí)慣了那種聰明的、滴水不漏的表達(dá)方式。當(dāng)他們試圖展現(xiàn)自己的專業(yè)性時(shí)，潛意識(shí)會(huì)告訴他們，模仿那種「AI 式的正確」是最安全的做法。

　　相對(duì)的，體育和宗教領(lǐng)域就表現(xiàn)出了驚人的免疫力。在體育播客中，那些垃圾話、極度情緒化的感嘆詞和短句，還是主要的輸出方式。宗教更特殊一點(diǎn)，經(jīng)文和信仰構(gòu)筑了一道天然的文化防火墻。

　　雖然馬克斯·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。

　　有一說一，中文比較特殊的地方在于，很多詞和用語本來也算得上常用，也不完全由 AI 發(fā)明，但 AI 的高頻調(diào)用極大加速了它們的擴(kuò)散。所以在中文語境中的情況變成了，原本習(xí)慣這樣說話的人，現(xiàn)在特別容易被「隨手鑒」打成 AI。

　　上一次有這樣的感染，還是大廠黑話，那個(gè)流行程度之廣——即便不是大廠員工、不在互聯(lián)網(wǎng)工作，也會(huì)時(shí)不時(shí)冒出幾個(gè)「底層邏輯」、「賦能」、「閉環(huán)」、「全維度」等「黑話」詞匯。

　　這種對(duì)比揭示了一個(gè)殘酷的真相：越是追求效率、邏輯和標(biāo)準(zhǔn)化的領(lǐng)域，越容易被 AI 那個(gè)去個(gè)性化的靈魂所奪舍。不容易被滲透的，要么是非常嚴(yán)實(shí)、幾乎密不透風(fēng)的壁壘（宗教），要么是非常野生的，規(guī)則時(shí)不時(shí)會(huì)被打碎的場域。

　　可以看出來，AI 入侵的不僅僅是詞匯，更是我們對(duì)「什么是有效表達(dá)」的價(jià)值判斷。這才是整項(xiàng)研究最讓人不安的地方——它很像是貪吃蛇游戲，一直玩一直玩，蛇尾越來越長后，總是會(huì)咬到自己。

　　AI 在人類過去積累的純凈數(shù)據(jù)中學(xué)習(xí)，提煉出了一種最符合概率、最平均的表達(dá)風(fēng)格。隨后，人類大量使用、閱讀，下意識(shí)地習(xí)慣了這種風(fēng)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 模型又開始抓取這些已經(jīng)被污染過的、高度同質(zhì)化的數(shù)據(jù)進(jìn)行訓(xùn)練。

　　這種循環(huán)會(huì)導(dǎo)致語言的坍縮。康奈爾大學(xué)的研究者警告說，這會(huì)引發(fā)一種集體創(chuàng)造力的稀釋。當(dāng)一種「正確但無聊」的方式說話彌漫時(shí)，語言中的地域色彩、個(gè)人癖好、甚至是那些充滿生命力的誤用都會(huì)消失。語言不再是思維的火花，而成了流水線上的標(biāo)準(zhǔn)零件。

　　當(dāng)然，我們不必過度陷入「被機(jī)器扼住喉嚨」的恐慌——語言本身就是流動(dòng)的，我們今天習(xí)以為常的很多表達(dá)，在幾百年前可能都不存在。

　　表達(dá)方式的更迭，也是跟隨著技術(shù)迭代發(fā)生的。但「Delve 綜合癥」至少給我們提了一個(gè)醒：這世界上最無聊的事情，莫過于兩個(gè)人類坐在對(duì)面，卻像兩個(gè)機(jī)器人一樣，禮貌地交換著早已預(yù)設(shè)好的概率。保護(hù)好你的口癖，你的瑕疵，那是你作為人類的不應(yīng)抹去的特征。