AI 小说的叙事指纹研究
404 Media · rss · 2026-07-11
### 研究结论 这项来自马里兰大学和 Google DeepMind 的预印本研究认为，AI 写的虚构故事之所以容易识别，不只是因为标点、用词等表层风格，而是因为**叙事结构本身**更公式化。 ### 主要发现 - AI 故事更常**过度解释主题**、把意义说得太明白，且更偏向单线、整洁的情节推进。 - 人类作品更常呈现**道德上的暧昧性**、更多时间跳跃和回溯，也能处理更复杂的多角色、多地点叙事。 - 不同模型也有各自倾向：例如 Claude 更容易出现平坦的事件推进，GPT 更容易写到梦境段落，Gemini 更偏向外部角色描写。 - 研究认为，这些差异来自**叙事构造**而不只是文风，因此可以用来区分人类原创与 AI 生成文本。 ### 方法与数据 研究者提出了一个叫 **StoryScope** 的检测器，基于 **NarraBench** 对叙事特征的分类，关注情节发展、角色描写、场景和时间结构等维度。 测试流程是： 1. 先选取 **10,272 篇人类写作的短篇故事**； 2. 用 Gemini 2.5 反向生成提示词； 3. 再把这些提示词喂给 Gemini 3 Flash、DeepSeek V3.2、Claude Sonnet 4.6、Kimi K2.5 和 GPT 5.4 生成 AI 故事。 研究所用故事来源于 **Books3** 数据集（约 18.3 万本盗版电子书），作者也明确提到其版权争议，并声明仅用于学术研究，不支持将其用于训练或商业文本生成。 ### 其他值得注意的点 论文底部还披露：研究过程中使用了 **Claude Code 和 Codex** 等 coding agents 来辅助写作、生成表格和图表。作者表示自己支持更充分地披露 AI 使用情况，也认为 AI agent 在实现代码和润色论文时能明显提效。