一項由高校科研團隊開展的研究引發文學與科技交叉領域的關注。研究顯示，通過特定技術手段訓練的人工智能模型，能夠以極低的文本量復現知名作家的創作風格，甚至在專業評審環節獲得更高認可度。這項涉及五十位國際知名作家的實驗，包括諾貝爾文學獎得主韓江與布克獎獲得者薩爾曼·魯西迪等文學巨匠的作品分析。
研究團隊設計了雙重驗證機制：在基礎測試階段，使用GPT-4o、Claude3.5Sonnet和Gemini1.5Pro三個主流AI系統，通過統一指令和樣本生成文本；在深度訓練階段，僅GPT-4o具備的API功能支持為每位作家建立獨立模型。科研人員購買了三十位作家的電子出版物，發現即使僅有兩部作品的作家，其語言特征也能被AI精準捕捉。這種技術突破使得過去需要海量數據支撐的風格模擬，如今通過少量文本即可實現。
159名評審者（含28位文學專家）在雙盲測試中，需對比人類作品與AI生成文本的優劣。實驗數據顯示，基礎模型生成的文本在專家評審中認可度較低，但經過特定作家風格微調后，專家選擇AI文本的比例在風格相似性方面激增八倍，在整體質量維度也達到兩倍增長。值得注意的是，非專業評審組的評判結果與專家組呈現高度一致性，顯示微調后的AI文本具備跨群體的接受度。
檢測工具的對比數據更具啟示意義：標準AI輸出可被識別率高達97%，而經過風格微調的文本檢測準確率驟降至3%。這種技術進化使得傳統檢測手段面臨失效風險。經濟層面，專業作家創作成本高達2.5萬美元的文本，AI訓練費用僅約81美元，形成數百倍的成本差異。
核心發現顯示：AI通過兩部作品即可掌握作家風格特征；風格微調使專家認可度顯著提升；現有檢測技術對進化版AI文本識別力大幅下降；法律規制需針對定向模仿行為作出明確界定。
