维基百科编辑指南：如何精准识别AI生成文本

我们都曾隐隐怀疑，自己正在阅读的内容是由大型语言模型生成的——但要确切证实这一点却相当困难。去年几个月里，人们一度坚信像“delve”（深入探讨）或“underscore”（强调）这样的特定词汇能暴露出模型的痕迹，但证据其实很薄弱；随着模型日益复杂化，这些标志性用词也变得更难追踪。

但事实证明，维基百科的工作人员在标记AI生成的文本方面已经做得相当出色——而该团队公开的“AI写作的迹象”指南是我找到的最佳资源，能帮你确认自己的怀疑是否合理。（感谢诗人詹姆斯森·菲茨帕特里克在X上指出这份文件。）

Project AI Cleanup：详尽且注重实证的识别指南

自2023年以来，维基百科编辑们一直在努力应对人工智能提交的条目，他们称这一项目为“Project AI Cleanup”。由于每天涌入数百万次编辑，可供分析的素材十分丰富；秉承维基百科编辑一贯的风格，该小组编制了一份既详尽又注重实证的指南。

核心识别特征：笼统表述与过度罗列

首先，这份指南印证了我们已知的情况：自动检测工具基本无用。相反，指南聚焦于那些在维基百科上罕见、但在整个互联网上常见（因此也大量出现在模型的训练数据中）的用词习惯和表达方式。根据指南，AI提交的条目往往会花大量篇幅强调某个主题的重要性，且通常使用诸如“a pivotal moment”（关键时刻）或“a broader movement”（更广泛的运动）等笼统表述。AI模型还会花费大量笔墨罗列次要的媒体曝光记录，以显得该主题颇具知名度——这更像是个人传记中的写法，而非独立来源应有的风格。

语法线索：句尾的模糊重要性宣称

指南还指出一个特别有趣的特征：句尾常伴随模糊的重要性宣称。模型会声称某事件或细节“emphasizing the significance”（强调……的重要性），或“reflecting the continued relevance”（反映……的持续相关性）。（语法爱好者会知道，这在语法上称为“现在分词”。）这种手法稍难捉摸，但一旦你能识别它，就会发现它无处不在。

语言风格：泛滥的营销式形容词

此外，AI文本还倾向于使用模糊的市场营销式语言，这类表达在互联网上极为普遍。风景总是“scenic”（风景优美的），景色总是“breathtaking”（令人惊叹的），一切事物都干净而现代。正如编辑们所言：“听起来更像是一段电视广告的字幕稿。”

结语：AI行文习惯难以彻底消除

这份指南值得通读，我读完之后印象非常深刻。在此之前，我会认为大语言模型（LLM）的行文风格发展得太快，难以捕捉。但指南中提到的这些习惯深深植根于AI模型的训练与部署方式之中。它们或许可以被伪装，但很难彻底消除。如果普通公众对识别AI行文的能力日益增强，可能会引发各种有趣的后果。