AI 在「反向教導」人類說話？研究揭露生成式內容正讓人類語言平整化、平庸化
全球科技版圖劇烈變動，生成式人工智慧（Generative AI）不再是實驗室演算法模型，而是深度滲透人類社會神經系統的基礎設施，最幽微也最徹底的體現，莫過於人類語言習慣的質變。
資深溝通教練 Meridith Grundei 長期觀察亞馬遜雲端（AWS）、Google 與 Panasonic 等跨國企業領袖的溝通模式後發現，被稱為「機器人談話」的現象正在蔓延：人們開始像下指令給大型語言模型與同僚交談，語氣失去溫暖的連結，取而代之的是缺乏語境的指令與極致最佳化的效率。
大數據正在過濾人類的表達多樣性
語言學研究揭示令人不安的事實：生成式 AI 正在縮減人類表達模式。馬克斯·普朗克人類發展研究所分析超過 30 萬部 YouTube 影片與 77 萬集 Podcast ，發現在 ChatGPT 發表後 18 個月內，特定語彙的使用頻率出現統計學方面的顯著成長。這並非因為這些詞彙更實用，而是因為 AI 訓練過程過度偏好某些「聽起來專業」的辭彙，並透過數以億計互動將這些偏好反向植入人類語言系統。研究指出，這是人類歷史上首次出現「技術教導人類說話」現象。
這種現象被研究者稱為「滲透效應」。佛羅里達州立大學的研究團隊分析 2,210 萬字非預設腳本對話後發現，大型語言模型過度代表的「AI 語言」，在人類口語出現頻率成長 35%~51%。更值得注意的是，這些詞彙成長與同義詞穩定形成鮮明對比。
平整化的語言風格導致「語氣特性」喪失──AI 產生文本往往傾向安全、標準、無害內容，這雖然提升溝通的「平均品質」，卻也抹平了個體的獨特性。語言變得更像「加工過」產物，聽起來雖然幹練，卻缺乏靈魂。學術界開始擔憂這種同質化引發「集體智慧」受損。
如果所有人都用同套演算法調整過的邏輯與辭彙，人類對複雜問題的詮釋有可能會收斂，最終導致思考路徑單一化。
TikTok 迷因與 AI 邏輯的本質差異
技術重塑語言並非今日才發生，但 AI 引發的變革、與社群媒體的迷因文化有截然不同的發展邏輯：TikTok 等短影音平台帶動的流行語，傳播動力源於人類的創意、情緒表達與對次文化的認知差異。這種語言變遷即便不受所有人認同，但這種成長模式的確仍具「生命力」，代表世代主體性建立，即使傳播速度極快，核心仍是人與人的創意交流。
然而，大型語言模型生成的文本傾向於選擇機率最高、最平庸的詞彙組合，導致風格平庸化。研究顯示，AI 文本雖然更正式專業，卻嚴重缺乏人類語言豐富的功能形態學，例如對特定觀點、時態、語氣的表達差異化。當年輕世代在 TikTok 創造新詞彙擴張語言邊界時，AI 卻無意識下拉著人類向「庸俗」平均值靠攏。
AI 飽和時代找回「不完美」
某個程度上，AI 帶來「同質化」感，由於產生內容快速方便，因此 AI 內容充斥網路、幾近讓所有網路用戶都產生「飽和感」──對 AI 內容的厭倦，即便 AI 正向論認為這算是過度時期，很快就會有各種風格的 AI 寫作產生；甚至有些人會批評風格單一，是大部分人對「提示詞」不嫻熟所致。
但不管如何，由於這種近乎病態的飽和攻擊，消費者對「真實感」的需求反而因此攀升。根據 Pulse 的報告顯示，未經修飾、帶手感甚至瑕疵的人類創作內容，信任度是標準化品牌廣告的 2.4 倍。商業溝通時這種「真實溢價」體現在無法被演算法模擬的時刻：猶豫時的真誠、衝突後的和解，以及對複雜背景的細膩體察。
由於太方便了，生成式 AI 對人類溝通能力的影響，已遠遠超出單純的效率問題，從根本上改變我們「如何感知彼此」以及「如何定義人的價值」。即便有些人認為這可能是過渡期，但從人類過往的歷史發展看來，AI 語言痕跡很可能會永久存留，成為人類語言歷史發展的一部分。
（首圖來源：AI）