南加州大学团队Nature子刊发文：大语言模型使用或与语言多样性下降相关

近日，南加州大学团队及其合作者在Nature子刊Nature Human Behaviour发表研究论文，揭示大语言模型（LLM）作为写作助手的普及，与语言多样性下降存在关联。

研究人员分析了超过88万篇文本，涵盖新闻文章、学术论文、议论文、社交媒体帖子和演讲等类型，发现LLM的使用与写作风格的趋同化趋势相关，并削弱了文本中与个人身份、性格和心理健康相关的线索。

研究通过三项分析展开：其一，观察ChatGPT发布后arXiv论文摘要、Patch News文章和Reddit创意故事等数据集中写作复杂度方差的变化，发现多个平台出现显著性下降，且AI使用率可预测后续方差变化；同时控制实验表明，LLM改写会显著压缩写作风格方差。其二，利用配对的心理测量数据训练分类器，比较原始文本与LLM改写文本后，发现个人特质预测准确率平均下降约6%，其中年龄的F1值从0.351降至0.260，且改写后的文本系统性地偏向特定画像。其三，许多经典“词-人”关联在LLM改写后消失，如外向性与代词使用、忠诚度与朋友类词汇、年龄与未来导向词汇的关联，但部分关联仍保留，呈现选择性侵蚀。

研究团队指出，语言多样性下降可能对临床心理健康识别、个性化营销、招聘公平性及文化保护带来挑战，并提到LLM生成文本进入语料库后可能形成反馈循环，进一步削弱语言多样性。该研究也强调，旨在提升写作清晰度的AI工具，同样需要在技术应用中关注表达多样性的保留。