AI寫的英文，為何讀起來像機器人？

你有沒有讀過一篇文章，內容正確、文法無誤，卻讓你感覺像在讀說明書？那種感覺不是錯覺——背後有語言學的根據。

AI英語的「考試腔」：從哪裡來？

研究英語制度化的學者Laura Aull長期追蹤AI生成文本與人類寫作之間的差異。她的核心發現是：AI英語趨向一種她稱為「考試英語（Exam English）」的文體——正式、資訊密度高、結構均一，就像學術論文或標準化測驗的標準答案。

相比之下，人類寫的英語充滿變化（Variation）與可讀性（Readability）。句子長短不一，正式與非正式語氣自然交錯，甚至刻意打破文法規則——這些「不完美」，恰恰構成了一個人的語言個性。

以下兩段訊息，哪一則是人類寫的，哪一則來自ChatGPT？

第一則小寫混用、縮寫隨意，語氣猶豫而真實；第二則大小寫規範、標點正確、句型重複出現四次。幾乎所有人都能直覺判斷：第一則是人類，第二則是AI。

為什麼AI學不會「人味」？

大型語言模型（LLM）在龐大的網路文本上訓練，但關鍵在於篩選過程：人類指令要求模型輸出「正式英語」，於是AI系統性地學習了標準化文本中所有的偏見與侷限。

廣告

廣告合作

[email protected]

廣告

更棘手的是，AI生成的文本本身正在成為下一代AI的訓練資料。 均質化的「考試英語」進入自我強化的循環，越訓練越偏離真實人類語言的多樣性。

Aull指出一個值得深思的現象：「有些人絕不相信網路能告訴他們什麼是對的，但他們卻相信生成式AI能教他們怎麼寫作。」這句話，在華語世界同樣適用。

華語世界的特殊處境

這個議題對華語讀者有幾層特殊意義。

首先是語言霸權的問題。AI語言模型以英語為主要訓練基礎，而這個英語本身已是一種被篩選過的「標準英語」。當台灣、香港、東南亞華人社群用AI輔助英語寫作時，他們接觸到的不是多元的全球英語，而是一種被美式學術標準定義的英語。這是否會進一步壓縮非英語母語者的表達空間？

其次是中文AI的類比。同樣的問題正在中文語境中上演。中文大型語言模型的訓練資料以哪種中文為主？是台灣繁體、香港粵語書寫、新加坡式中文，還是中國大陸的普通話書面語？不同的選擇，意味著不同的文化偏見被放大與固化。

第三是商業與教育的現實壓力。在台灣與香港，許多學生、職場工作者大量依賴AI輔助英語寫作。短期內效率確實提升，但長期而言，個人語言風格是否會逐漸被AI的均質腔調所取代？

「聽起來聰明」不等於真的聰明

Aull最核心的警告是：150年的考試英語傳統，讓我們把「資訊密度高、非人稱化的文體」等同於「聰明」。AI恰好強化了這個錯覺——它的輸出聽起來有條理、有架構，但對多元讀者而言未必易讀，也不代表全球英語使用的實際樣貌。

她建議幾個更有意識的做法：用「密度高」、「平易近人」、「對話性強」等語言本身的特性來描述文章，而非用「聽起來聰明」或「感覺怪」這類社會判斷；選擇性地使用AI工具；以及優先考慮能納入更多語言多樣性的工具，例如多語言聊天機器人。

人類語言的力量，不只在於使用「可能出現的語言」，更在於使用「有可能出現的語言」——基於觀察、創造力，以及個人與集體語言模式的融合。這是統計模型難以複製的能力。