Emotional Differences Between Human- and AI-Generated Texts
这项研究通过证明在 25 种语言中，AI 生成的文本与人类写作相比，系统性地表现出更高的效价、唤醒度和支配度，且负面情绪更少，从而挑战了将人工智能仅视为纯粹认知工具的观点，揭示了具有显著应用意义的独特情感特征。
原始论文采用 CC BY 4.0 许可（https://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
几十年来，我们一直将人工智能视为一种思维机器，一种旨在检索事实、总结数据并以冰冷的效率重组信息的工具。在这种传统观点中，人工智能语言的情感基调被认为是一种副产品，是统计模式的副作用，而非其本身具有意义的信号。然而，随着这些系统从回答简单问题转向担任客户服务代理、写作助手和伴侣，它们说话的方式与它们所说内容同样重要。信息的感情质量塑造了人们如何信任它、参与它以及对这种交互的感受。这种转变促使研究人员提出了一个根本性的问题：机器生成的语言是否带有某种独特的“情感指纹”，使其区别于人类的写作？为了回答这个问题，科学家们并非将情绪视为单一的感觉，而是通过多种不同的维度进行观察。他们检查一段文本在整体上是偏向积极还是消极，它传达了多少能量或兴奋感，它展现了多少控制感或权威感，以及其中存在哪些具体的情绪，如喜悦、愤怒或恐惧。
一位研究人员致力于在大规模范围内绘制这些差异，将其研究范围从通常关注的英语扩展到了二十五种不同的语言。他们收集了大量的文本，从各种公共来源中提取数据，以确保拥有人类写作与几种不同人工智能生成器写作的混合样本。最终的数据集包含了近九十万个样本，涵盖了从英语、西班牙语等广泛使用的语言，到爱尔兰语、爱沙尼亚语等较小众的语言。为了进行公平的比较，研究人员平衡了数量，确保在每种语言中，分析的人类写作与人工智能写作的数量相等。随后，他们将每一段文本都通过了一套不同的分析工具。有些工具测量整体情绪，有些则将文本分解为特定的情感类别，还有些则测量情感的强度以及文字中的权力感或支配感。
结果揭示了一个清晰且一致的模式，该模式在他们研究的几乎所有语言和领域中都成立，唯独在处理像乌尔都语这样的非拉丁字母脚本时存在一个明显的局限性。与人类写作相比，人工智能生成的文本在系统性上表现得更加积极且更加果断。人类的写作往往徘徊在中性点附近或略微倾向于负面，而人工智能的文本则始终向积极的一端倾斜。这种差异不仅仅是关于变得“更友善”的问题，它是机器写作方式的一个结构性特征。人工智能生成的文本表达出的愤怒、厌恶、恼怒和反感显著少于人类的写作。机器并不像人类对话那样经常带有反应性的、批判性的或评判性的情绪，而是更倾向于表达关怀、乐观、钦佩和喜悦。
研究还揭示了这些情绪分布中一个令人惊讶的细微差别。人类与机器写作之间的差异并不单纯在于机器避开了所有的负面情绪。当涉及到悲伤、忧郁或恐惧等脆弱或内在的情绪时，人类与人工智能写作之间的差距要小得多。机器并未完全消除这些感觉。然而，机器产生人类频繁使用的那种尖锐、对抗性或评价性负面情绪的可能性要低得多。在文本的控制感或权威感方面，人工智能写作得分更高，显得比人类写作更具支配力和自信。能量水平（即唤醒度）是两组之间几乎完全相同的唯一领域，这表明虽然机器听起来更自信、更积极，但它们并不一定比人类听起来更兴奋或更激动。
这些发现表明，人工智能的情感基调并非偶然，而很可能是使其系统变得有用且无害的训练过程的结果。这些机器被调整得更具亲和力且乐于支持，这自然过滤掉了人类表达中那些更为粗糙、更具批判性的棱角。这创造了一种在不同语言和主题下都保持一致的独特情感签名，尽管在不同脚本的表现形式上存在一些差异。对于任何在现实场景中使用这些工具的人（从客户服务到心理健康支持），这意味着不能假设人工智能的语气与人类相同，即使其内容看起来相似。机器几乎总是会比人类表现得更积极、更有掌控力，且更少批判性。理解这种系统性的差异至关重要，因为在敏感情况下，过于统一的积极或自信的语气可能会显得格格不入甚至具有误导性，从而在用户预期与机器实际交付的内容之间造成落差。
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。