當AI開始替你寫作，你的聲音還剩下什麼？

預測式語言技術正讓文字表達趨於均質。從ChatGPT到自動完成，生成AI深入日常書寫，研究者警告「預測性寫作」正侵蝕個人聲音。教育現場如何應對？華人世界又面臨哪些獨特挑戰？

你上一次純粹用自己的話寫完一封信，是什麼時候？

不是按下「建議回覆」，不是讓ChatGPT潤飾措辭，不是讓手機自動補完句子——就只是你，和一張白紙，或一個空白的文字框。如果你想不起來，你並不孤單。

預測式語言技術已經滲透到我們書寫的每一個角落：智慧型手機的自動完成、Gmail的「智慧撰寫」、Claude與Gemini的全文生成。這些工具讓寫作變得更快、更順暢，卻也悄悄帶來一個問題：當AI習慣性地替我們補完思路，甚至從頭生成內容，書寫者的「個人聲音」究竟去了哪裡？

為什麼AI寫的文章「聽起來都一樣」

美國一所大型英文系主任、同時也是預測式寫作研究者Gayle Rogers，直接點出了這個現象的核心機制。大型語言模型（LLM）透過學習海量人類文本，預測「統計上最可能出現的下一個詞」。這個過程天生傾向於產出最「平均」、最「常見」的表達方式。

作家Sam Kriss在《紐約時報雜誌》的一篇文章中這樣描述：「曾經有許多作家，有許多不同的風格。如今，越來越多的內容，像是出自同一位不具名的作者之手。」

問題不在於AI寫得差。恰恰相反——AI生成的文字通常流暢、易讀、結構清晰。問題在於它太過平均。語言學家稱之為「交際性表達（phatic expression）」的那類語言——「你好嗎」、「祝你有個好日子」——AI能大量流暢地生成，但這類語言的功能是社交潤滑劑，而非真實情感的傳遞。

當有人用AI替朋友寫悼文，或替偶像寫粉絲信，讀者往往能感覺到某種空洞。不是因為文字有錯，而是因為它缺乏那個只屬於某一個人的印記。

公平地說，語言的同質化並非AI的發明。語言學家早已記錄，美國各地的地區口音因移民、都市化與大眾媒體的影響而逐漸消退。全球範圍內，美式英語也因好萊塢、串流平台與科技產業的擴張而持續取代其他語言形式。

廣告合作

在華人世界，這個現象同樣鮮明。普通話的標準化推廣、簡體字的普及、網路語言的跨境流通——閩南語、粵語、客家話的書寫空間正在縮小，即使在台灣、香港、東南亞等地，這個壓力也真實存在。

生成AI的到來，不過是把這個已在進行的趨勢加速推進。如果說過去的均質化以數十年為單位緩慢發生，AI則可能讓它在數年內完成。

Rogers提出了幾個具體策略，幫助學生在AI時代找回自己的聲音。

第一，把「不可預測性」設計進作業本身。創意寫作教師可以要求學生寫完一首詩後，再用「完全不使用字母E」的限制重寫一遍。這類刻意設置的障礙，恰恰是AI的弱點所在——James Joyce的《尤利西斯》或Queen的〈波希米亞狂想曲〉那種跳脫常規的表達飛躍，目前仍屬人類的領地。

第二，讓個人經驗成為書寫的起點。「分析《大亨小傳》中綠燈的象徵意義」這類題目，AI可以輕鬆應付；但「把小說中的某個角色，與你生命中真實認識的人連結起來，寫出你的感受」，AI則無從替代。

第三，擴大讀者範圍。如果學生的文章只有老師一個讀者，他們對「聽起來像自己」的動機有限。但如果要寫給同學、祖父母，甚至陌生人，他們更可能投入真實的自我。

對台灣、香港及海外華人讀者而言，這個議題有其特殊的文化維度。

中文書寫本身就是一個高度個性化的系統——繁簡字體的選擇、文言與白話的混用、地方詞彙的保留，都是書寫者身份認同的一部分。一個習慣寫「係咁㗎啦」的香港人，和一個用「就是這樣」的台灣人，在文字中攜帶著截然不同的文化座標。

然而，當AI被訓練的資料以簡體中文為大宗，當「最常見的用法」成為預設選項，這些細微的語言差異是否會逐漸被磨平？對於本就在語言保存上面臨壓力的社群而言，這不只是個人聲音的問題，也是文化存續的問題。

另一方面，在中國大陸，AI寫作工具的普及與內容審查機制並行存在，形成了一種獨特的語言生態——某些表達方式因政治敏感而被系統性過濾，這意味著AI在當地生成的「平均文本」，與其他地區的平均文本並不相同。這種差異，本身就是一個值得深思的現象。