美研究揭AI小說破綻 人機敘事存根本差異 各模型風格迥異卻共用同一公式

過去一年多來，關於AI生成小說的爭議從未停歇，網絡上分享辨別AI有哪些特徵的心得亦多不勝數。然而，馬里蘭大學與Google DeepMind研究團隊於今年4月聯合發表的一篇論文《StoryScope：探究 AI 小說的特質》（StoryScope : Investigating idiosyncrasies in AI fiction），指AI與人類在建構故事的底層敘事邏輯上存在著根本性的差異，並非單靠修改提示詞、變換句式或微調標點符號就能輕易掩飾。

根據《StoryScope》研究表示，團隊從Books3中揀選了10,272篇由人類撰寫的短篇小說，並藉由Gemini 2.5 Flash推斷人類作品的提示詞，再交由Claude、DeepSeek、Gemini、ChatGPT及Kimi 5個AI根據提示詞創作小說，最終獲得61,608篇、每篇長約5,000字的故事。

團隊其後透過其開發的StoryScope檢測工具，從情節發展、時間結構、角色能動性（Character Agency）等10個範疇，提取高達304個敘事特徵進行比對。結果顯示，當排除寫作風格與用詞習慣的干擾下，單憑「敘事特徵」，系統就能以93.2%的超高準確率分辨出人類與 AI 的作品；甚至在辨識文章具體出自哪一款AI之手時，準確率也高達 68.4%。

研究結果指出，由AI生成的作品，內文行字都有著極愛說教的模式，高達77%的AI會直接點明故事的主題，反觀人類作者的比例僅為52%。AI在處理劇情時間線的手法過於單一，79%的AI故事完全沒有任何支線情節，而人類故事則常常利用倒敘、時空跳躍等非線性敘事，讓故事結構更為複雜。

研究亦指出，AI對感官描寫有著強迫性的依賴。高達81%的AI故事會頻繁藉由生理反應或環境隱喻來暗示角色情緒，卻極少像人類那樣直接使用精確的情緒字眼來表達。AI明顯缺乏讀者意識與打破第四面牆的意圖，只有7%的AI作品會直接與讀者對話，遠低於人類作家的28%。在提及現實世界的文學作品或作者時，人類往往會具體指名道姓，AI卻總是偏愛模糊的暗指，暴露出其缺乏人類真實的閱讀共鳴。

值得一提的是，研究結果亦發現5款AI在敘事上各有不同偏好，指出Claude偏好平淡的劇情推進與四平八穩的結語；GPT則極度依賴八卦傳聞與夢境序列來作為情節轉折的工具。相比之下，Gemini傾向以外部視角描寫角色，並熱衷於營造淒涼的背景氛圍；DeepSeek習慣把關鍵的背景資訊全部前置，塞在故事開頭；而Kimi的各項特徵大多落在數據平均值附近，缺乏鮮明的特色。

儘管各AI有不同「文筆」風格，但論文揭露出AI生成內容的致命傷，就是所有AI生成的故事，其敘事空間比人類較為單一，所有角色的故事都被困在同一座城市裡；反觀人類作家，則會根據不同的主題與情節，讓故事在不同空間中發展劇情。這意味著，無論使用者選擇哪款AI，又或者怎麼絞盡腦汁去微調提示詞與寫作風格，這些AI本質上都在共用同一套標準且單一的敘事公式。

《StoryScope》的發表，將大眾的目光從AI寫得像不像人的表面爭論，推展到AI到底如何理解故事本身。研究證實，即使是最頂尖的AI模型，依然受限於預設的敘事模板。這也為未來辨識AI文本提供了一個全新視角，與其緊盯著特定句式或破折號等表面特徵，不如從底層的敘事架構來尋找破綻。

當AI生成的文字不斷湧現，能為人類代勞輕易創作出一大篇看似不作的作品，卻未能如同我們那樣，用千變萬化的敘事手法編織出獨一無二的文學世界，其承載著人類對生命多樣性的真實感悟以及複雜敘事結構的編排，才是人類原創無可替代的價值。