TwKit
正在载入
TwKit

很多时候读AI生成的回答,哪怕内容完全正确,读上几段就会觉得异常疲惫、喘不过气。 来自纽约大学和德克萨斯大学奥斯汀分校的语言学研究人员,通过对 14 个主流… · @xiaohu · TwKit

@xiaohu

很多时候读AI生成的回答,哪怕内容完全正确,读上几段就会觉得异常疲惫、喘不过气。 来自纽约大学和德克萨斯大学奥斯汀分校的语言学研究人员,通过对 14 个主流大模型与人类真实文本的横向对比,揭示了这种“心累感”背后的真正元凶: 前沿AI模型正在系统性地过度使用 6 类极其消耗人类工作记忆的语言结构... 为什么 AI 写出来的东西读着这么累? 人类日常交流遵循一条内在铁律:在“表达省力”和“理解省力”之间寻找平衡。但当下的前沿模型却彻底倒向了极限压缩与高密度,制造了六大阅读路障: 生造生僻短语(冷门搭配)模型喜欢把两个罕见的词硬拼在一起,比如造出“读者耐心预算(reader-patience budget)”这类人类几乎不用的怪异词组,迫使大脑在理解时卡顿半秒。 长距离语法割裂(主谓严重脱节)模型习惯在主语和核心谓语之间塞入冗长修饰语,例如“一只总是能站起来并跑掉的猫,是一只更冷静的猫”。主语和结论被拉得极远,读到后半句时,人脑前面积攒的工作记忆已经被耗空。 强行删掉连接词(省略连接代词)为了追求字数上的精简,模型常把“the book that the professor wrote”中的 that 直接抹掉,变成“the book the professor wrote”。表面上省了一个词,实际却模糊了从句边界,增加了快速扫读时的误读率。 名词像糖葫芦一样死板堆叠诸如“恐怖电影原声带生成器(horror movie soundtrack generator)”这类名词串,完全省去了逻辑介词,迫使读者自己去逆向拆解“到底谁在修饰谁”。 不合习惯的名词动用把不该作动词的名词硬搬成动词,比如把“记在日历里”直接缩写成“calendar it”。机器觉得紧凑,人读起来却极度别扭。 对没有生命的物体强行拟人化比如写出“整场对话正在咬自己的尾巴(eating its own tail)”。虽然隐喻意图可以被猜出来,但抽象事物搭配强动作性动词,会给读者的具象思维带来额外的认知摩擦。

曝光 3304 · 评论 19 · 点赞 19 · 书签 19

查看原帖