AI越能耐,人工写作越金贵——亲拆AI写作的三大死穴

新闻

作者：微信文章
过去的几个月一直在梳理、研究AI背景下非遗保护的问题，并以论文的方式总结了研究成果。写论文自然少不了查资料、找方向，期间用到了各种最新的大模型，比如Gemini、Grok、Claude、DeepSeek、ChatGPT等的最新版本。

此间还参加了一个智库论坛，一位专家现场提到一个很有趣的现象：现在年轻学者投稿的论文确实有用AI写的；然而，不管学校有多牛，年轻学者亲自写的论文质量明摆着不如AI。这就扎心了：一方面用AI写论文是伦理问题，是否需要禁止一直存在争议；另一方面，人写的不如AI写的，那写论文的意义何在？

我将结合自己引入AI参与论文准备的体会说一说自己的看法。



图一 （本图由Nano Banana生成）

论文是一种特殊题材的文章，以科学研究和发现为目的，需要严谨的逻辑推演。也就是说，它本身就在特定的学科系统和符号中，是系统不断优化、寻找更优解的过程。从知识产权的视角看，一个专利是否具有新颖性和创造性，其参照标准是“本领域普通技术人员”的一般认知能力。也就是说，只要比本领域平均认知能力高的发明或改进都可以视作具有新颖性和/或创造性。但是，“本领域”可能就是一道很难逾越的门槛。跨过门槛还要达到“普通技术人员”水平——即平均能力的水准，所以并不容易。同理，著作权法虽然对“独创性”的判断标准不同于专利法，但事实上更强调作品的原创性，门槛更高，创造力要求更强。

AI如饥似渴学习了人类迄今为止的大部分知识、逻辑思维方式和基于系统的认知方式。对一般人而言，在符号编织的系统网络内想超越AI确实非常困难，这也是AI得以存在、被很多人接纳、喜爱甚至依赖的原因——类智慧的能力总是要强于个体。更何况全球范围内大学以上学历的人数占比并不高，而AI在很多能力上已经至少是专家的水准了。

所以，写论文的难度确实提高了，对人的真才实学的要求也切实体现了出来：要么AI会告诉你这个方向已经有人研究过了，然后抛给你一堆论文；要么会根据现有资料给你编一个出来。但是，到这里，我认为AI在特定领域的能力就到极限了。

何出此言？我来以这次写论文的亲身体会谈一谈我对AI辅助论文写作的看法。

首先也是最根本的一点在于，AI不具备跨学科研究的深度理解能力。之所以如此，恰恰是因为人类本身在这个方面就缺乏大量且深刻的研究。比如我这次将非物质文化遗产、非遗保护可能涉及的法律以及AI对非遗保护和数字化的实现路径融合起来研究，AI的作用就非常有限了。它可以对特定领域的问题进行深入的挖掘，但是在逻辑上不会融合分析。这当然有客观原因：非遗本身就不是大众文化。中国历史悠久、文化底蕴如此深厚都没有形成丰富的公开资料，更何况世界范围内没有文化积淀、没有保护能力、没有研究能力的地域。再者，专业数据库的非公开性也是研究此类问题的屏障之一。虽然非遗在知识产权视域下理论上是公开的，但在其他维度上却很可能是保密的、非公开的、受保护的。此为行业数据门槛。再有，行业限制也导致相关法律层面的研究资料不够丰富、保护手段相对迟滞。再加上AI这个变量，更凸显了新技术下行业保护的滞后问题。

我把这个问题喂给了不同的大模型，模型风格赫然分明。有的完全从技术架构的角度设计了一套以技术为解药的方案；有的根据既有法律设计了一套制度治理路径；还有的顾左右而言他。很显然，如果没有专业的垂直大模型，现有商业模型根本不可能解决这个新旧交织的问题，更无从组织起一篇论文的“纲”。



第二个问题在于AI的语言看似专业，实则言之无物。读优秀论文会有一种体会，即看开头能够找到文章的气眼，能够预测文章的走向并找到文章的重点所在。但是AI写出来的东西看似有条理，实则找不到文脉，到头来不知所云，抓不住重点。当然，人类亲自写的论文也有水平高低之分。读到一般的文章我们会说“差点儿意思”。但AI的产出则可能需要问问“它是啥意思？”AI不缺资源，不缺语料，但缺乏流淌在字里行间的“人气”。中国人讲“听话听音儿”，英语中也有“read between lines”。这都是人与人之间共鸣的结果。但是想从AI的输出中读出这种感觉对我而言是有障碍的：它没有思想，只有逻辑。它要表达怎样的逻辑？如果逻辑不通，它输出的内容意义何在？我要从它输出的文字中获得什么信息？这种与“形散神不散”完全相反的“神散形不散”的内容读起来其实非常累也非常烧脑。



第三点，AI有时候非常自信的输出实则传递了错误的信息。如果没有对相关知识或者认知的深刻思考，也没有认真求证，很可能会造成很大的错误。我在跟某知名国外大模型交流非遗的知识产权保护问题时，它对这个领域的知识产权问题的阐释出现了偏差。如果人类自己没有预判，很可能会被AI带到沟里。但人类能够做出正确预判的前提是：必须超越AI对相关知识的认知水准。这就是常说的那个问题：AI和人到底谁给谁打工、谁是谁的工具取决于人是否能够在认知层面超越AI。对AI毫无保留的信任将会造成很多问题。这里边还包括AI幻觉造成的编造事实的问题。如果人类不去亲自求证AI的每一句话、每一个援引，真的会闹出天大的笑话，也会浪费读者宝贵的时间。这算不算一种新型的学术不端呢？



基于以上三个关于AI的致命问题，我居然产生了一点小小的得意：论文以及真正有内容、有深度、有价值的文章还得人类亲自写。没有AI写得好的论文只能说明还没有把问题研究透。但这也带来另一个问题：AI带来了信息平权，本科论文、硕士论文和博士论文很可能都会在AI的辅助下得到相同的既有文献。怎样区分研究深度或者说认知深度，将成为未来可以讨论的话题：既有文献很可能有大量博士水准的研究，本科生的论文和博士生的论文如果都对现有研究做出了突破，那本科生的论文水平该如何认定呢？答案肯定会回到“提升思维能力”、“学会提问”、“学会用好AI工具”等观点上。这些解决方案如果从娃娃抓起没有错。但职场小白或者工作基于严格的工作流的人必须认真思考转型的问题。

不过，平心而论，虽然AI存在前述诸多问题，但它在查询、检索、查错、排版等形式问题上可以大大提高效率，进而缩短论文的整体完成时间。

这次由AI做助理的论文写作体验更坚定了我坚持亲自写作的想法。至少在现阶段，AI可以在具体的知识上基于现有信息给出高水平的资源，但它没有温度，找不到痛点，无法理解人类真正的需求。尤其是在社科类的研究中，AI离生活太远，离社会太远，离场景太远，更无法形成综合的观点。根本问题还是在于缺乏人类行为的相关数据和模型。就此而言，人类的价值无以替代。

由此推知，今后只有那些具有内容深度、温度和人味儿的公众号能够存活。甄选是人对人的选择。