AI语言感染：从“Delve”看人类如何被AI反向驯化

凌晨两点，当我对着年终总结的空白文档发呆时，困倦中手指下意识敲出：「这不是一种‘赋能’，而是一种‘资源闭环’……」

那一刻，空气仿佛瞬间凝固。我并未开启 ChatGPT，但那句典型的「不是……而是」却如幽灵般从键盘上蹦出。

这并非我独有的毛病，在座诸位或许都有过类似体验。马克斯·普朗克人类发展研究所的最新研究揭示了一个令人不寒而栗的趋势：我们曾习以为常地认为 AI 是人类智慧的模仿者，但如今证据表明，这位学徒正反过来，教导师傅如何说话。

「零号病人」

为精准研究此现象，研究人员在实验设计上颇费周章——他们分析了超过 74 万小时的人类语音记录（相当于一个人不眠不休听上 84 年）。这些数据涵盖 36 万个 YouTube 演讲视频和 77 万集播客节目。

之所以锁定「播客」为核心样本，是因为社会语言学家指出，演讲往往有脚本，人们有充足时间用 AI 润色文案；但播客则是高度即兴、高频互动的自发性语言。在热烈交谈中，人类大脑会进入类似「自动驾驶」的直觉模式。若 AI 特征词汇现身于此，则说明它已不仅是外接工具，而是正在深入「脑髓」。

这样的数据选择，果然捕捉到异常信号。自 2022 年底 ChatGPT 发布以来，人类口语中某些特定词汇的使用频率，呈现出几乎垂直的上升曲线。

在这场语言传染病中，单词「Delve」（钻研）被公认为零号病人。2022 年之前，这个词几乎被冷落在字典角落，仅在非常正式的文学或严谨学术论文中偶有露面。但到了 AI 时代，它成为算法最忠实的心头好，AI 对其偏好度比人类高出数百倍。

紧随其后的还有 Meticulous（一丝不苟）、Comprehend（理解）、Underscore（强调）、Realm（领域）这类听起来彬彬有礼、但日常聊天几乎无人使用的词汇。

佛罗里达州立大学的计算语言学家通过更精细的对比发现，新词的学习并非想象中那么「自然而然」，而是一种精准的、被动的模仿。例如，我们开始疯狂使用 Underscore，但其近义词却几乎无人问津。

这种选择性的频率爆发表明，我们并非因词汇匮乏而主动求变，而是大脑被 AI 输出的高频文本持续「投喂」后，建立了路径依赖。当大脑需要表达「强调」时，那条被 AI 反复强化的路径便成为阻力最小的出口。

谁在免疫，谁在沦陷？

但如何确证是 AI 所致？也许是上网冲浪过多呢？社交媒体、短视频、日常聊天互动，都可能影响语言习惯。

为厘清此可能性，研究人员采用计量经济学中的「合成控制法」。他们利用大数据构建了一个「无 AI 发布」的平行宇宙模型。在那个虚拟世界里，人类语言按过去逻辑缓慢演变——Delve 等词的使用率平稳如常年无波动的 A 股市场（并非如此）。

而在现实宇宙中，这些词的暴涨与技术发布时间完美契合，使 AI 成为语言习惯改变的主要因素更具说服力。

这种干预背后隐藏着心理学上的「启动效应」。当我们每日阅读 AI 生成的周报、邮件和新闻简报时，这些词汇在短期记忆中不断被加权。当我们在麦克风前或会议室即兴表达时，这些被过度启动的词汇便如自动联想般不自觉地脱口而出。AI 的语言风格正以温水煮青蛙的方式，替换掉我们原本个性化的表达。

这场语言病毒的传播展现出极强的圈层偏好。研究发现，感染率最高的领域集中在科学技术、商业和教育行业。

倒也……不意外，因为这些人恰是第一批吃螃蟹者，早早开始尝试 AI，AI 在日常生活中的渗透程度也更高。

他们每日高强度处理算法生成的逻辑框架，又习惯了那种聪明、滴水不漏的表达方式。当试图展现专业性时，潜意识会告诉他们，模仿「AI 式的正确」是最安全的做法。

相对地，体育和宗教领域表现出惊人免疫力。在体育播客中，那些垃圾话、极度情绪化的感叹词和短句仍是主要输出方式。宗教则更特殊，经文和信仰构筑了天然的文化防火墙。

尽管马克斯·普朗克的研究基于英语语境，但在中文互联网上，类似的「AI 感染」同样随处可见，比如「不是……而是……」句式。

有一说一，中文的特殊之处在于，许多词和用语本也算常用，并非完全由 AI 发明，但 AI 的高频调用极大加速了它们的扩散。于是在中文语境中，原本习惯这样说话的人，如今特别容易被「随手鉴」打成 AI。

上一次这样的感染，还是大厂黑话，其流行程度之广——即便不是大厂员工、不在互联网工作，也会时不时冒出「底层逻辑」、「赋能」、「闭环」、「全维度」等「黑话」词汇。

这种对比揭示了一个残酷真相：越是追求效率、逻辑和标准化的领域，越容易被 AI 那个去个性化的灵魂夺舍。不易被渗透的，要么是极为严密、几乎密不透风的壁垒（宗教），要么是非常野生、规则常被打碎的场域。

可以看出，AI 入侵的不仅是词汇，更是我们对「何为有效表达」的价值判断。这正是整项研究最令人不安之处——它恰似贪吃蛇游戏，蛇尾越长，终将咬到自己。

AI 从人类过去积累的纯净数据中学习，提炼出最符合概率、最平均的表达风格。随后，人类大量使用、阅读，下意识习惯此风格，在社交媒体和口语中生产出更多「含 AI 量」极高的数据。接着，下一代 AI 模型又开始抓取这些已被污染、高度同质化的数据进行训练。

这种循环将导致语言坍缩。康奈尔大学的研究者警告，这会引发集体创造力的稀释。当一种「正确但无聊」的表达方式弥漫时，语言中的地域色彩、个人癖好、乃至那些充满生命力的误用都将消失。语言不再是思维的火花，而成了流水线上的标准零件。

当然，我们不必过度陷入「被机器扼住喉咙」的恐慌——语言本身是流动的，我们今天习以为常的许多表达，在几百年前可能并不存在。

表达方式的更迭，也随技术迭代而发生。但「Delve 综合症」至少给我们提了个醒：世上最无聊之事，莫过于两个人类对坐，却像两个机器人般礼貌地交换早已预设好的概率。保护好你的口癖，你的瑕疵，那是你作为人类不应抹去的特征。