最新的多項(xiàng)語(yǔ)言學(xué)研究結(jié)果顯示，人工智能正在反向塑造人類的語(yǔ)言習(xí)慣，使人類語(yǔ)言面臨前所未有的同質(zhì)化與平庸化風(fēng)險(xiǎn)。

　　資深溝通教練梅雷迪思·格倫代伊長(zhǎng)期觀察亞馬遜、谷歌等跨國(guó)公司高管的交流模式后發(fā)現(xiàn)，職場(chǎng)中正迅速蔓延一種“機(jī)器人談話”現(xiàn)象。人們開(kāi)始像向大型語(yǔ)言模型下達(dá)指令一樣與同事溝通，對(duì)話逐漸失去有溫度的情感連結(jié)，取而代之的是脫離語(yǔ)境的冰冷指令和極致的效率表達(dá)。

　　更值得警惕的是，AI正在系統(tǒng)性地過(guò)濾人類語(yǔ)言的多樣性，這也是人類歷史上首次出現(xiàn)“技術(shù)反向教導(dǎo)人類說(shuō)話”的現(xiàn)象。德國(guó)馬克斯·普朗克人類發(fā)展研究所分析了超過(guò)30萬(wàn)條YouTube視頻和77萬(wàn)集播客內(nèi)容，發(fā)現(xiàn)自ChatGPT發(fā)布后的18個(gè)月內(nèi)，部分特定詞匯的使用頻率出現(xiàn)統(tǒng)計(jì)意義上的顯著上升。這些詞匯并不一定更實(shí)用，只是因?yàn)锳I在訓(xùn)練過(guò)程中過(guò)度偏好這類“聽(tīng)起來(lái)專業(yè)”的表達(dá)，并通過(guò)海量互動(dòng)將其反向植入人類的語(yǔ)言體系。

　　這種被學(xué)界稱為“滲透效應(yīng)”的現(xiàn)象，還有更直觀的數(shù)據(jù)支撐。美國(guó)佛羅里達(dá)州立大學(xué)的研究團(tuán)隊(duì)分析了2210萬(wàn)字的無(wú)腳本對(duì)話資料，發(fā)現(xiàn)大型語(yǔ)言模型高頻使用的“AI腔”詞匯，在人類口語(yǔ)中的出現(xiàn)頻率上升了35%至51%，與這些詞匯的同義詞使用頻率保持穩(wěn)定的情況形成鮮明對(duì)比。

　　研究指出，AI生成的文本天然傾向于安全、標(biāo)準(zhǔn)、無(wú)害的表達(dá)，這雖然在表面上提升了溝通的平均質(zhì)量，卻徹底抹殺了個(gè)體表達(dá)的獨(dú)特性。

　　當(dāng)語(yǔ)言變成千篇一律的加工產(chǎn)物，看似干練卻失去了靈魂，學(xué)術(shù)界已開(kāi)始擔(dān)憂：這種語(yǔ)言的同質(zhì)化最終可能導(dǎo)致集體智能受損。如果所有人都使用同一套經(jīng)過(guò)算法校準(zhǔn)的邏輯與詞匯來(lái)表達(dá)，人類對(duì)復(fù)雜問(wèn)題的詮釋將不斷趨同，最終造成思考路徑的單一化。

　　需要指出的是，AI帶來(lái)的語(yǔ)言變革，與此前社交媒體催生的語(yǔ)言演變有本質(zhì)區(qū)別。像TikTok這類短視頻平臺(tái)帶動(dòng)的流行語(yǔ)，其傳播動(dòng)力源于人類的創(chuàng)意與情緒表達(dá)，核心是人與人之間的創(chuàng)意交流，本質(zhì)上是在拓展語(yǔ)言的邊界。

　　而AI卻始終傾向于選擇概率最高、最平庸的詞匯組合，無(wú)意中將人類語(yǔ)言拉向庸俗的平均值。