Is Human-Like Text Liked by Humans? Multilingual Human Detection and Preference Against AI
本研究通过展示在 16 个多语言数据集上平均 87.6% 的检测准确率，挑战了人类无法区分 AI 生成文本的观点，同时指出了具体性、文化细微差别和多样性方面的关键差异，并揭示了当来源不明确时，人类并不总是偏好人类撰写的文本。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是用通俗易懂的语言和生动的类比对论文《人类喜欢像人类一样的文本吗？多语言人类检测与对 AI 的偏好》的解释。
核心问题：你能认出机器人吗？
想象你正在参加一个派对，大家都在讲故事。突然，一个机器人加入了人群。研究人员想知道：派对上的人类能否分辨出哪些故事是机器人讲的，哪些是真人讲的？
长期以来，专家们认为答案是“不能”。他们相信，现代人工智能（就像我们今天使用的智能聊天机器人）写得如此出色，以至于人类无法区分——这基本上就像抛硬币（50/50 的概率）。
但这篇论文说：“实际上，我们可以分辨出来。”
实验：全球口味测试
研究人员不仅测试了一种语言或一个主题。他们组织了一场大规模的“口味测试”，涉及：
- 9 种语言： 从英语和中文，到阿拉伯语、印地语和哈萨克语。
- 9 个领域： 从新闻文章和维基百科页面，到学生论文和推文。
- 11 种不同的人工智能模型： 包括最新、最智能的 AI 版本。
- 19 位专家侦探： 他们没有询问街头的随机路人，而是使用了母语为当地语言、且在语言和人工智能领域是专家的人（如博士生和研究人员）。
结果： 这些专家的正确率高达 87.6%。这远远优于随机猜测。事实证明，即使是最智能的 AI 也会留下“指纹”，受过训练的人类能够识别出来。
写作的“恐怖谷”：是什么暴露了 AI？
研究发现，AI 并非写不好；它只是在某些特定且怪异的方式上过于完美。以下是专家们用来识破机器人的五个主要“破绽”：
“模糊的旅行者”（缺乏具体细节）：
- 人类： “我上周二去了主街上的乔氏餐厅，那里的咖啡烤焦了。”
- AI： “我去了一家当地餐厅，那里的咖啡不太好喝。”
- 比喻： 人类就像摄影师，会放大拍摄具体的细节。AI 则像画家，只画大致的风景。AI 会避免使用具体的名字、日期和网址，因为它害怕犯错。
“无文化的游客”（缺失细微差别）：
- 人类： 使用当地俚语、宗教典故或只有当地人能懂的文化笑话。
- AI： 以一种“标准”的方式写作，感觉安全但平淡无味。
- 比喻： 人类作家是当地向导，知道秘密捷径和隐藏的宝藏。AI 则是旅游大巴司机，严格只走主干道，错过了地方的灵魂。
“机器人舞步”（公式化的结构）：
- 人类： 写作时段落杂乱，有时有拼写错误，有时长句，有时短句。它是混乱而充满生机的。
- AI： 使用项目符号、粗体标题和完美的段落分隔。它总是说“第一、第二、最后”。
- 比喻： 人类写作就像爵士乐即兴演奏——有时混乱，有时令人惊喜。AI 写作则像行进乐队——完美同步且可预测。
“礼貌的陌生人”（情感与语调）：
- 人类： 可以愤怒、讽刺、刻薄或充满深情。
- AI： 几乎总是礼貌、中立或过度积极。它很少采取强硬立场或变得“刻薄”。
- 比喻： 人类就像波涛汹涌的大海，情感起伏不定。AI 则像平静如镜的湖泊。
“语言搅拌器”（混合语言）：
- 人类： 主要坚持使用一种语言。
- AI： 有时在写日语、阿拉伯语或哈萨克语时，会不小心混入英语单词或短语。
- 比喻： 这就像一位厨师在做传统的意大利菜时，不小心往酱汁里滴了一勺美式番茄酱。
我们能愚弄侦探吗？（“提示”实验）
研究人员问道：如果我们告诉 AI，“嘿，别那么完美！加些拼写错误，用点俚语，具体一点”，它能骗过我们吗？
他们给 AI 下达了新指令（提示），让它表现得更像人类。
- 奏效了吗？ 是的，但只是部分奏效。
- 结果： 当 AI 努力听起来更像人类时，专家的检测准确率从 87.6% 下降到了 72.5%。
- 关键点： AI 变得更擅长隐藏了，但它仍然无法掌握人类写作的“灵魂”。它可以模仿人类文本的外观（添加标签或杂乱的格式），但在感觉（文化细微差别和真实情感）方面仍然挣扎。
转折：我们真的喜欢人类文本吗？
这是论文中最令人惊讶的部分。研究人员问专家：“你更喜欢哪种文本？人类的还是 AI 的？”
你可能会想：“当然他们更喜欢人类的！”
错了。
- 当他们知道哪个是哪个时： 他们通常更喜欢人类文本。
- 当他们无法区分时： 他们往往更喜欢 AI 文本！
为什么？
- “干净”因素： AI 文本通常更整洁、组织更好，且没有拼写错误。人类发现这更容易阅读。
- “刻薄”因素： 在某些情况下（如论坛上的情感问题），人类的回答可能苛刻、讽刺或粗鲁。而 AI 则礼貌且支持性强。在这些情况下，人类更喜欢机器人的善意。
- “无聊”因素： 当 AI 文本过于通用时，人类会因为其真实感而更喜欢人类文本。
比喻： 想象你在选择一顿饭：一边是一位有点邋遢但使用新鲜本地食材的厨师做的菜（人类），另一边是包装完美、无菌的自动售货机食物（AI）。
- 如果你知道哪个是哪个，你会为了味道选择厨师做的菜。
- 但如果你分不清，而且自动售货机的食物看起来更干净，而厨师的食物看起来有点油腻，你可能就会随手拿起自动售货机的食物。
结论
这篇论文得出了一个巨大的认识：
“像人类”并不等同于“被人类喜欢”。
当前的 AI 在模仿人类行为（看起来像人类）方面已经非常擅长。但要真正被人类喜欢，AI 需要做的不仅仅是模仿我们。它需要理解个人偏好、文化深度以及作为人类那种混乱、充满情感的现实。
研究人员发布了所有数据，以便其他科学家继续尝试构建不仅看起来像人类，而且让我们感觉像人类的 AI。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。