人為錯誤如何成為對抗大型語言模式的武器

最近，一位朋友在喝咖啡時告訴我她收到的一些令人失望的回饋。 「他們說這很好，」她說，「但這就像是人工智慧寫的。」我一認識她，就明白發生了什麼事。她的可信度受到質疑，因為她的作品很差，但它是如此出色——如此清晰、如此簡單、如此精緻。

人工智慧工具的快速發展正在改變我們對優秀寫作的看法。在數位時代，重要的是要指出單字背後有一個真實的人，而不是一個巨大的不露面的語言模型。令人驚訝的是，一種違反直覺的方法是破壞你自己的寫作品質。

艾倫圖靈在 20 世紀 50 年代提出了類似的建議：讓一些故意的印刷錯誤看起來更可信。諷刺的是，圖靈將這項建議推薦給了機器。

我朋友的經歷並不孤單。寫得好曾經是優秀的標誌，但現在越來越成為讀者、審稿人和招募經理道德懷疑的根源。我們曾經用來表示智力和努力的技能——清晰、精確、措辭巧妙的句子——開始失去意義。

問題在於無法輕鬆識別人工智慧編寫的內容，從而導致誤報（即錯誤地指控某人使用人工智慧工具）成為嚴重問題。 研究 表明 無論是人類還是人工智慧 能夠可靠地區分人類和機器生成的作品。當人類和人工智慧產生的貢獻混合在一起時，性能會變得更糟。因此， 多所大學 由於擔心其可靠性，那些使用抄襲檢測工具進行人工智慧檢測的公司已經停止使用。

在這種不確定的氣氛中，一些作者已經找到了他們仍然可用的唯一信號：恰如其分的人為錯誤。一個重複的單字、一個小小的語法錯誤、一個稍微笨拙的短語——這些都開始成為粗心的跡象和真正的人手的證據。錯誤成為教訓。

在競爭環境中，缺陷已經被策略性地實施了—— 大學課程工作申請、專業信函。招募人員開始建議申請人在求職信中故意留下錯字，表明這是由有興趣的人寫的。

當然，這些都不是恆定的，誤差訊號的貨幣是藉來的時間。一旦不完美成為公認的真實性標誌，它就很容易被模仿。使用者要求人工智慧系統聽起來更粗糙、不那麼精緻、更人性化。系統會堅持下去，並且很快就會變得善於表現出經過校準的低效率。

恢復真實性的道路仍不清楚。也許有些情況需要更直接的作者身份證明，而無需人工智慧的幫助：面對面、無中介的評估、手寫提交和即時註釋。或者，在人工智慧工具日益飽和的世界中，關鍵技能可能只是知道如何使用它們。一些大學允許學生在考試中使用人工智慧，只要他們在評估中提交提示即可。

然而，較早的真實性和作者身份的痕跡已經變得越來越難以定義和識別——即使它們存在，它們也被懷疑籠罩著。