AI越來越像人，于是人類開始被迫證明自己不是AI。

僅僅在本月，文學(xué)圈就發(fā)生了兩件事。

一件，是英聯(lián)邦短篇小說獎(jiǎng)的一篇獲獎(jiǎng)作品，被第三方AI檢測(cè)工具判定為“100%AI生成”。主辦方用Claude復(fù)核，卻沒有得到相似的結(jié)果。

另一件，是諾貝爾文學(xué)獎(jiǎng)得主的新小說還沒發(fā)布，就被質(zhì)疑是用AI寫的。

AI越來越強(qiáng)，文本、圖像和視頻都越來越難靠肉眼分辨。但與此同時(shí)，人類手里的判斷工具卻并沒有同樣可靠。

于是，一種新的秩序出現(xiàn)了。

文學(xué)獎(jiǎng)獲獎(jiǎng)?wù)咭忉屪约旱淖髌罚Z獎(jiǎng)作家要解釋自己的創(chuàng)作方式，畫師要錄屏、開直播、展示圖層，普通博主也可能被評(píng)論區(qū)質(zhì)疑“AI味太重”。

過去是機(jī)器努力通過圖靈測(cè)試，證明自己像人。

現(xiàn)在，越來越多人開始參加一場(chǎng)反向圖靈測(cè)試：證明自己不是機(jī)器。

01

諾貝爾文學(xué)獎(jiǎng)得主都逃不過“鑒AI”

今年5月，英聯(lián)邦短篇小說獎(jiǎng)的一篇獲獎(jiǎng)作品，引發(fā)了一場(chǎng)大型“鑒AI”爭議。

引發(fā)爭議的是特立尼達(dá)和多巴哥作家賈米爾·納齊爾（Jamir Nazir）的短篇小說。

這篇作品獲得了2026年英聯(lián)邦短篇小說獎(jiǎng)加勒比地區(qū)獎(jiǎng)，并發(fā)表在文學(xué)雜志Granta上。很快，有讀者和業(yè)內(nèi)人士開始質(zhì)疑，這篇小說的語言里有明顯的AI痕跡：比喻混雜、句式整齊、修辭像是被批量生成出來的。

隨后，AI檢測(cè)工具Pangram給出了一個(gè)看起來非常確定的判斷：100%AI生成。

100%這個(gè)數(shù)字看上去像鐵證，可它并沒有立刻變成裁決。

英聯(lián)邦基金會(huì)表示，所有入圍作者都確認(rèn)沒有使用AI輔助；Granta也沒有辦法僅憑一個(gè)檢測(cè)結(jié)果，就認(rèn)定作者違規(guī)。

于是，事情進(jìn)入了一個(gè)極其荒誕的環(huán)節(jié)。Granta雜志嘗試用Claude復(fù)核這篇小說，想讓另一個(gè)AI來判斷它是不是AI寫的。

結(jié)果，Claude沒有給出能夠一錘定音的答案，也就是說，Pangram言之鑿鑿判成“100%AI生成”的作品，Claude卻表示確定不了。

諾貝爾文學(xué)獎(jiǎng)得主奧爾加·托卡爾丘克（Olga Tokarczuk）最近也遭遇了爭議。

事件的起因，是她在采訪中談到，自己會(huì)使用AI輔助構(gòu)思、資料整理、初步研究和事實(shí)核查。

這個(gè)說法很快引發(fā)外界討論。要命的是托卡爾丘克馬上要發(fā)新書，于是大家都在熱議她的新小說是不是AI寫的。

隨后，托卡爾丘克不得不公開澄清，自己將于2026年秋季出版的波蘭語新書，并不是由AI或其他人代寫。她強(qiáng)調(diào)，幾十年來，她一直獨(dú)自寫作。

說到底，現(xiàn)在AI確實(shí)越來越強(qiáng)了，鑒AI正在變得越來越困難。

去年底，《紐約客》刊發(fā)了一篇實(shí)驗(yàn)性文章。研究者用多位作家的作品微調(diào)模型，讓AI學(xué)習(xí)并模仿他們的個(gè)人風(fēng)格。

實(shí)驗(yàn)中，創(chuàng)意寫作專業(yè)的學(xué)生在不知情的情況下閱讀人類文本和AI文本，并判斷自己更喜歡哪一段。結(jié)果，在接近三分之二的案例里，他們更偏好AI生成版本。

這比“AI能寫小說”更麻煩。

《紐約客》作者Vauhini Vara在文章中還寫道，朋友和專業(yè)讀者會(huì)把AI生成的句子認(rèn)成她自己的寫法，也會(huì)把她真正寫下的原文批評(píng)成“像AI”。

02

全程錄像“自證清白”的畫師欲哭無淚

“恐怖谷效應(yīng)”絕不僅限于一個(gè)長得和人類似像非像的實(shí)體，在AI輸出的文本和圖像、視頻越來越逼近人類，甚至連最有人味的“風(fēng)格”都攻克的時(shí)候，人類不可避免地被激起存在主義危機(jī)。

這是現(xiàn)在流行“空口鑒AI”的一個(gè)核心動(dòng)因。

換句話說，大家“鑒AI”是可以理解的，背后其實(shí)是某種恐懼——這是人嗎？這是AI嗎？我又是誰？我們是誰？

但是可以理解不代表偉光正，“鑒AI”正在給各種領(lǐng)域的創(chuàng)作者帶來麻煩，讓后者在創(chuàng)作之余還要平添“自證清白”的成本。

論AI帶來的沖擊，繪畫圈是不陌生的。我們?cè)缭趲啄昵熬陀懻撨^AI對(duì)繪畫圈的沖擊，以及很多畫師對(duì)AI的抵制。

然而在當(dāng)下，畫師們面對(duì)的麻煩已經(jīng)不僅僅是需要放著AI煉化自己的成果，而是自己手搓的作品被“鑒AI”。

在社交平臺(tái)搜索“畫畫UP自證”，會(huì)看到很多案例。

有的畫師被“鑒AI”之后，錄屏展示所有的圖層，以證明作品是出自自己之手。

但很多時(shí)候，這并不足夠。

一位插畫師朋友告訴我們，現(xiàn)在很多插畫師會(huì)在繪畫的時(shí)候全程錄屏，防止被“鑒AI”的時(shí)候難以自證，這也是目前最穩(wěn)妥的做法。

如果沒有錄屏，或者是有錄屏“證據(jù)”但是仍然被懷疑是“印著描摹的”，那么還有下一步——對(duì)賭。

是的，繪畫界因?yàn)锳I已經(jīng)發(fā)展出了“鑒AI”方和“被鑒AI”方的對(duì)賭。在我們看到的一個(gè)案例當(dāng)中，發(fā)帖人擺出若干理由如“頭發(fā)斷聯(lián)”“肩頸結(jié)構(gòu)有問題”等，鑒別某畫師的作品疑似是將AI圖墊在下方描圖或者照著AI圖臨摹。

雙方以2000元對(duì)賭，最終畫師“自證成功”，發(fā)帖人給AI畫師支付2000元。

一般來說，“對(duì)賭”當(dāng)中的“自證”環(huán)節(jié)，是雙方約定時(shí)間進(jìn)行一場(chǎng)繪畫直播。而且直播需要多機(jī)位，比如一個(gè)機(jī)位展示屏幕作圖過程，另一個(gè)機(jī)位錄制畫師畫畫的樣子，以免有人“代筆”。

從很多畫師的“自證帖”當(dāng)中不難看出無奈的情緒，他們往往會(huì)感慨“終究輪到我了”，并發(fā)誓“這是第一次也是最后一次自證”。

就這樣，一邊痛恨“空口鑒AI”，另一邊真的輪到自己了卻不得不“自稱清白”，實(shí)在難受。

有“鑒AI”但是畫師“自證”失敗的案例嗎？有。但是這依舊不能讓“鑒AI”的行為變得理直氣壯一些。畢竟“鑒AI”的成本，幾乎沒有。

而“鑒AI”的手段，更是粗糙——靠人眼。

這里就不得不提到最近的一個(gè)笑料，一個(gè)X用戶發(fā)了一張圖，說是自己用AI生成的“莫奈風(fēng)格圖”，還讓大家“盡可能詳細(xì)地說明它為什么不如真正的莫奈”。

帖子后來700萬瀏覽量，評(píng)論區(qū)不少人開始認(rèn)真“鑒AI”，說它缺少深度、顏色不統(tǒng)一、沒有人味、構(gòu)圖不如真跡，甚至有人從筆觸和空間感上分析得頭頭是道。

結(jié)果反轉(zhuǎn)是：那張圖本來就是莫奈真跡。

03

“鑒AI”到底誰說了算？

所以這其實(shí)是對(duì)AI越來越像人的恐懼，與沒有完美“鑒AI”手段之間的矛盾。

“鑒AI”手段的粗糙，是讓創(chuàng)作者集體陷入“自證清白”的另一個(gè)重要因素。

除了“人眼鑒別”的方式之外，正如前文提到的文學(xué)比賽冠軍得主的作品，“鑒AI”的另一個(gè)主要方式是第三方檢測(cè)工具Pangram。

AI檢測(cè)工具在文本領(lǐng)域常用，容易制造一種錯(cuò)覺：它會(huì)給出一個(gè)百分比，比如“80%AI生成”“100%AI生成”。這個(gè)數(shù)字看上去很像結(jié)論，甚至像某種技術(shù)鑒定。

但文本檢測(cè)和DNA鑒定不是一回事。它判斷的其實(shí)是“這段文字在統(tǒng)計(jì)特征上更像什么”。

AI檢測(cè)工具，也是在看“看起來像不像AI寫的”。

Pangram在官網(wǎng)上解釋，自己的AI檢測(cè)器會(huì)用自然語言處理技術(shù)和大量人類寫作、AI寫作數(shù)據(jù)，分析AI文本中的結(jié)構(gòu)、風(fēng)格和語義模式。Pangram的技術(shù)報(bào)告也稱，它的核心是一個(gè)基于Transformer的神經(jīng)網(wǎng)絡(luò)分類器，訓(xùn)練目標(biāo)就是區(qū)分大型語言模型寫出的文本和人類寫出的文本。

也就是說，這類工具不是拿著一篇文章去查“AI文本數(shù)據(jù)庫”，看它有沒有命中某個(gè)已知樣本。

它更像是在做模式識(shí)別。這篇文字的詞匯選擇、句子節(jié)奏、結(jié)構(gòu)安排、語義連接方式，更接近它見過的人類文本，還是更接近它見過的AI文本。

更麻煩的是，這其中有太多特殊情況。如果一篇文章是人類寫初稿，再用AI潤色幾句話，怎么算？如果是AI生成提綱，人類重新寫成全文，怎么算？如果一段英文資料被AI翻譯成中文，作者再人工修改，檢測(cè)工具還能不能判斷？如果一個(gè)學(xué)生本來就是非英語母語寫作者，句子更規(guī)整、更模板化，會(huì)不會(huì)更容易被誤傷？

在繪畫領(lǐng)域也一樣。有的畫師就哀嚎——確實(shí)結(jié)構(gòu)畫得有問題，那是因?yàn)槲壹妓囘€需要修煉，不是因?yàn)檫@是AI畫的呀！

2023年，斯坦福大學(xué)研究者測(cè)試了7個(gè)AI文本檢測(cè)器。

他們選取了91篇非英語母語學(xué)生寫的托福作文——這些作文來自托福官方考試語料，本身就是學(xué)生在真實(shí)考試環(huán)境下手寫完成的，因此可以確認(rèn)并不是AI生成。

結(jié)果其中89篇至少被一個(gè)檢測(cè)器標(biāo)記為AI生成；平均誤報(bào)率達(dá)到61.22%；還有18篇被7個(gè)檢測(cè)器一致判定為AI生成。也就是說，這些學(xué)生明明是在寫一門外語，卻因?yàn)楸磉_(dá)更規(guī)整、更接近模板，被工具當(dāng)成了機(jī)器。

當(dāng)然，2023年、2024年的檢測(cè)工具不能簡單等同于今天的檢測(cè)工具。過去幾年里，商業(yè)檢測(cè)器確實(shí)在迭代，一些新工具在特定測(cè)試?yán)锏谋憩F(xiàn)已經(jīng)明顯提升。

但問題并沒有得到解決。

“誤判”沒有被完全消除，就會(huì)給矛盾留下縫隙。

畢竟，工具給出的本來是概率，但落到人身上，就變成了指控。

04

說好的“水印”呢？

更大的問題在于，AI公司是不是應(yīng)該做“來源標(biāo)記”？

給所有AI內(nèi)容打上原生“水印”、去不掉的那種，不就可以解決鑒別問題？

很多人一聽到“水印”，想到的還是圖片角落里的logo、視頻畫面上的平臺(tái)標(biāo)識(shí)，或者“AI生成”幾個(gè)大字。

但今天的AI水印早就不只是這種肉眼可見的記號(hào)。

行業(yè)里大致有兩類做法：一類是元數(shù)據(jù)，比如C2PA和Content Credentials，相當(dāng)于給數(shù)字內(nèi)容附上一張“身份說明”，記錄它由什么工具生成、什么時(shí)候生成、經(jīng)歷過哪些編輯；

另一類是隱形水印，把人眼難以察覺、但機(jī)器可以識(shí)別的信號(hào)嵌進(jìn)圖像、音頻、視頻甚至文本里。

在圖像和視頻領(lǐng)域，這些方案已經(jīng)開始落地。

谷歌DeepMind的SynthID可以給Imagen、Veo、Lyria、Gemini等工具生成的內(nèi)容嵌入隱形水印。

Meta表示，Meta AI生成或編輯的圖像會(huì)加入可見水印、不可見水印和元數(shù)據(jù)；OpenAI也為DALL·E 3和ChatGPT生成圖片加入C2PA內(nèi)容憑證，并在后來引入SynthID隱形水印。Adobe、微軟、谷歌、Meta、OpenAI等公司也都參與了C2PA和內(nèi)容憑證生態(tài)。

這說明，AI公司也清楚只靠肉眼判斷“像不像AI”是不夠的。它們已經(jīng)在嘗試用元數(shù)據(jù)、內(nèi)容憑證、隱形水印和平臺(tái)標(biāo)簽，為AI生成內(nèi)容留下機(jī)器可讀的來源信號(hào)。

但這些方案并不完美。元數(shù)據(jù)可以在截圖、壓縮、轉(zhuǎn)發(fā)、重新上傳時(shí)丟失；可見水印可以被裁掉或遮住；隱形水印更耐用，但也可能被后期處理、擾動(dòng)或再生成削弱。

更關(guān)鍵的是，這些方案通常只能識(shí)別接入了對(duì)應(yīng)系統(tǒng)，并且保留了對(duì)應(yīng)標(biāo)記的內(nèi)容。也就是說，谷歌的SynthID主要識(shí)別帶有SynthID的內(nèi)容，OpenAI的內(nèi)容憑證主要說明內(nèi)容來自O(shè)penAI系統(tǒng)。只要內(nèi)容來自沒有接入標(biāo)記的模型，或者經(jīng)過多次搬運(yùn)，來源鏈就可能斷掉。

到了文本，問題更復(fù)雜。

文本當(dāng)然也可以做水印。它的原理是在模型生成文字時(shí)，悄悄改變某些詞的選擇概率，讓最終文本呈現(xiàn)出一種人眼讀不出來、但檢測(cè)器可以識(shí)別的統(tǒng)計(jì)模式。簡單說，就是讓AI留下自己的“用詞指紋”。

谷歌已經(jīng)公開了SynthID-Text，稱它可以給Gemini生成的文本嵌入水印。OpenAI也很早就被期待解決這個(gè)問題。2023年7月，OpenAI、谷歌、Meta、亞馬遜、Anthropic、微軟等公司達(dá)成自愿承諾，表示將研發(fā)機(jī)制，幫助用戶識(shí)別AI生成內(nèi)容，包括水印和內(nèi)容來源標(biāo)記。

但幾年過去，圖像、音頻、視頻的標(biāo)記方案不斷推進(jìn)，文本卻仍然沒有一個(gè)清晰、默認(rèn)啟用、公眾可用的通用答案。

OpenAI曾在2023年推出過AI Text Classifier，用來判斷一段文字是否由AI生成，但上線時(shí)就提醒用戶不要把它作為決策的唯一依據(jù)。

半年后，OpenAI因?yàn)闇?zhǔn)確率太低將其下線。

2024年，《華爾街日?qǐng)?bào)》又報(bào)道稱，OpenAI內(nèi)部其實(shí)已經(jīng)開發(fā)出一種文本水印工具，在足夠長的ChatGPT生成文本上，有效率可以達(dá)到99.9%。但OpenAI最終沒有公開發(fā)布它。

原因也不完全是技術(shù)問題。報(bào)道提到，OpenAI擔(dān)心文本水印引發(fā)用戶反彈、影響產(chǎn)品使用，也擔(dān)心非英語用戶承受額外污名化。

還有調(diào)查顯示，接近30%的ChatGPT用戶表示，如果啟用文本水印，他們可能會(huì)減少使用。

到最后，回到“鑒AI”與“自證清白”的兩方拉扯上，以上提到的所有水印方案，還不能做到萬無一失。

人類有一句話是“道高一尺魔高一丈”，還有一句話是“上有政策下有對(duì)策”，只要人類還相信這兩句話，“鑒AI”就不會(huì)停止。

也許有一天，“AI參與”成為默認(rèn)狀態(tài)，“人類原創(chuàng)”變得異常稀有，這場(chǎng)大規(guī)模的“鑒AI”與“自證清白”的拉扯才會(huì)失去意義。