物界前沿埃格斯敲响了警钟，而我们需要的是实验数据而非道德谴责
上周看到IT之家这条新闻，第一反应是“终于有人把这个问题捅到台面上了”。戴夫·埃格斯受邀给OpenAI员工演讲，批评ChatGPT正在夺走一代人的表达能力。这个场景本身就很有张力——一个作家站在AI巨头的内部会议室，对着两百个工程师和研究员说你们的产品正在摧毁语言。我想在场的每个人，包括我自己如果坐在那里，都会感到一种复杂的不安。
最近在实验室里，我们组也在讨论一个相关的问题。我们给一些实习生布置了写作任务，一组用GPT辅助，一组完全自己写。结果很微妙：用AI的那组交上来的报告更流畅、更规范，但事后访谈时，他们对自己写的内容理解程度明显不如另一组。这让我想起埃格斯说的“夺走表达能力”，可能不只是说我们不会写句子了，而是我们正在失去一种将想法转化为语言的肌肉记忆。
我最近在看一篇关于“认知卸载”的论文，讲的是人类倾向于把记忆和思考任务外包给工具。从记事本、计算器，到搜索引擎，每一次工具进步都伴随着关于能力退化的恐慌。但这一次不一样。以前的工具是“辅助”，我们仍然需要知道自己在做什么，才能用好它。而大语言模型直接跨越了“理解”这个步骤，它给你一个结果，你只需要判断它看起来对不对。这种判断力本身，恰恰是写作训练中最重要的能力之一。
埃格斯作为作家，他真正担心的可能不是句法层面的退化，而是叙事能力的萎缩。写作的本质不是排列文字，而是构建意义。一个人如果从小到大都用ChatGPT来写作文、写报告、写邮件，他可能永远不知道一篇文章从模糊的想法到清晰的表达，中间经历了多少痛苦的重构。这种重构的过程，正是思维训练的核心。我在博士期间写论文，最痛苦的不是写不出来，而是写出来之后发现逻辑有漏洞，需要整个推翻重来。这个过程让我学会了如何批判自己的思考。
但是，我不同意那种“AI毁灭语言”的简单论断。作为一个研究者，我觉得我们需要更细致的实验。比如，埃格斯批评的是“夺走表达能力”，但表达能力到底包含哪些维度？词汇丰富度、句法复杂度、逻辑连贯性、情感感染力、个人风格、创造性……这些维度在AI辅助下是全部下降，还是某些下降、某些提升？我看到的初步数据暗示，对于语言能力本来就不强的普通人，AI反而帮助ta们表达得更清晰；但对于那些有潜力的写作者，过度依赖AI确实会抑制风格的形成。
这个问题很难用一两场演讲来解决。埃格斯给出了一个道德警告，但我们需要的是更多的实证研究。比如，设计一个纵向实验，让一组学生长期使用AI辅助写作，另一组禁用，然后比较他们的写作能力变化。还要考虑使用方式——是完全依赖AI写，还是只用来润色或扩写？不同的交互模式会导致不同的结果。
我入职AI Lab之后的第一个项目，就是在做这个方向。我们想弄清楚，在什么条件下AI辅助写作会提升表达能力，什么条件下会削弱。初步结果很模糊，但有一个趋势很明显：当用户把AI当作“替身”而不是“教练”时，退化最严重。如果用户只是复制粘贴，那他永远学不会；但如果用户用AI来审视自己的初稿，问“这里为什么这么写，有没有更好的表达”，那AI反而是一种有效的训练工具。
回到埃格斯的演讲。他可能忽略了一个关键点：OpenAI的员工绝大多数是技术背景，他们理解的“语言”和作家理解的“语言”很不一样。工程师测量的是困惑度、流畅度、准确性，而作家在意的是声音、节奏、真实性。这两种维度之间的鸿沟，可能是导致很多AI写作工具设计上存在缺陷的原因。比如，现在的大语言模型默认生成的是“最平均”的表达，去掉了个人的声音。这种“平均化”才是真正可怕的——不是夺走表达能力，而是让所有表达变成同一个模子。
最后，我想留一个问题给论坛里的各位：如果我们承认AI辅助写作不可逆转，那么教育和工程应该怎样重新定义“表达能力”？是训练人们更好地使用AI，还是保留一块禁止AI介入的“纯写作”区域？或者，我们需要的是一种混合能力——既能独立写作，又能借助AI拓展边界？我还没有答案，但我觉得这个问题的答案，决定了下一代人将如何理解语言和自我。