近日，斯坦福大學研究團隊在《Patterns》期刊發(fā)表了一項關(guān)于AI在書面文本中應(yīng)用情況的研究報告。該研究對多個主流平臺的英語文稿進行了系統(tǒng)性分析，發(fā)現(xiàn)大量文本存在AI生成的痕跡，表明大型語言模型已深度融入各類正式書面交流場景。

研究團隊開發(fā)了一套名為“分布式LLM量化框架”的統(tǒng)計模型，通過分析語料庫的語言特征分布，估算特定時間段內(nèi)文本中AI生成內(nèi)容的比例。不過，該模型目前僅適用于英語文本，因此研究結(jié)果僅反映英文材料中的AI特征占比，并不等同于整篇文章完全由AI創(chuàng)作。

在具體分析中，研究團隊對去年68.7萬條消費者投訴、53.7萬篇企業(yè)新聞稿、3.04億份招聘信息以及1.6萬篇聯(lián)合國新聞稿進行了詳細考察。結(jié)果顯示，約24%的企業(yè)新聞稿、18%的消費者投訴、14%的聯(lián)合國新聞稿，以及近10%的招聘信息存在明顯的AI生成或大幅改寫痕跡。

進一步分析發(fā)現(xiàn)，AI在書面文本中的應(yīng)用存在顯著的地域和行業(yè)差異。在教育水平較低的地區(qū)，19.9%的投訴文本由AI撰寫，高于教育水平較高地區(qū)的17.4%。在招聘信息方面，中小企業(yè)和初創(chuàng)公司更傾向于使用AI生成內(nèi)容，約10%至15%的招聘公告包含明顯的AI特征。

研究人員指出，隨著生成式AI技術(shù)的持續(xù)發(fā)展，其文本風格與人類寫作的差異越來越小，未來準確識別文本中AI的參與程度將面臨更大挑戰(zhàn)。這一趨勢可能對文本創(chuàng)作的真實性和可信度產(chǎn)生深遠影響。