平庸的新世界：AI让思想趋同吗？

(视频)

算法麦当劳化：当AI吞噬人类思想的褶皱

你是否也在阅读最近的学术论文、深度长文或工作邮件时，感到一种挥之不去的“既视感”？字里行间语法无瑕、逻辑通顺，却散发着一种冷冰冰的工业塑料感。南加州大学的博士生智瓦尔·苏拉蒂（Zhivar Sourati）在翻阅计算机科学领域的最新研究时，这种感觉尤为强烈：“我读着论文，心想：‘这篇文章我以前好像见过。’”

苏拉蒂认为，这并非错觉。随着我们日益依赖大语言模型（LLMs），人类的写作正变得前所未有的雷同。生成式AI正在像快餐巨头重塑全球味觉一样，将人类文明带入一场大范围的“麦当劳化”风暴。

思想的“麦当劳化”与个性的消失

“麦当劳化” (McDonaldalization) 这一社会学概念，描述了社会如何因过度追求效率、可预测性和控制力而陷入单一。如今，这种逻辑正在侵蚀人类的创造力。当AI修正我们的语法时，它也无情地熨平了那些代表个体特质的“怪癖” (individual quirks)，抹去了潜藏在语言背后的道德价值观和人口特征。

智瓦尔·苏拉蒂指出：“这种现象类似于快餐业，效率和可预测性影响了社会，并导致了更多的统一化。”

当语言失去了褶皱，思想也就失去了深度。

令人不安的“创造性伤疤”

如果说AI只是写作时的临时工具，那么一项涉及102名参与者和22个大语言模型的研究则揭示了一个更深层的隐患。研究人员发现，在停止使用AI两个月后，曾经接受过AI辅助的人在独立进行创意产出时，其思维方式依然表现出极高的相似性。

这种长期的认知改变被科学家称为“创造性伤疤” (Creative Scar)。这表明AI对人类的影响并非暂时的功能依赖，而是在潜移默化中重塑了我们大脑的底色。我们本应发散的思维，在算法的长期调教下，留下了一道难以愈合的、趋向平庸的创痕。

认知帝国主义与差异的消解

当算法试图定义“标准”时，多元文化正沦为平庸平均值的牺牲品。康奈尔大学的莫·纳曼（Mor Naaman）对此提出了警告。在一项针对印度和美国用户的研究中，参与者使用一种每暂停一次就会自动建议多达9个单词的补全工具。

结果令人心惊：印度用户在描述排灯节（Diwali）等传统节日时，表达方式开始向“美国化”靠拢，大量丰富的文化细节消失了，取而代之的是空洞、通用的描述。这不仅是表达的贫瘠，更是一种“认知帝国主义”——AI正将全球多元的文化图谱，强行压平成一种单一、平庸的西式标准。

思维劫持与认知的“1984”

杜克大学的计算机科学家艾米莉·温格（Emily Wenger）认为，这种同质化带来的风险是“生存层面的”。纳曼提出的“思维劫持” (mind hijacking) 概念进一步阐释了这种风险：实验显示，即使在告知用户模型存在政治偏见的情况下，用户与持有特定偏见（如对美国大选候选人的态度或死刑议题）的模型交互后，其个人观点仍会发生显著偏移。

这不禁让人联想到乔治·奥威尔在《一九八四》中构建的逻辑。

苏拉蒂在反思这种冲击时引用道：“你说话的方式会影响你推理的方式。”

如果AI决定了我们如何说话，它最终也将决定我们如何思考。当全人类的语言逻辑被锁定在同一种模版中，独立推理的基石也将随之崩塌。

技术深层原因：模式崩溃与平庸的奖励

从技术架构上看，这种平庸化源于“模式崩溃” (mode collapse)——当生成模型无法提供多样化的输出，只能反复吐出最安全、最可能的预测。这源于训练数据的多样性匮乏，以及模型天生被训练去预测“概率最大”而非“最具洞见”的路径。

而更具灾难性的现象是“模型崩溃” (model collapse)。随着互联网充斥着AI生成的低质量内容（slop），未来的模型将开始用这些“垃圾”自我训练。这种代际循环会导致文化多样性的彻底退化。

结语：在算法洪流中寻找独特性

尽管形势严峻，文化人类学家阿尔贝托·阿瑟比（Alberto Acerbi）仍持有一线希望。他认为文化具有韧性，人类有避免从众的本能。

目前，一股“反AI运动”正在知识界悄然兴起。为了证明自己不是机器，人们开始刻意避开AI常用的词汇和句式，通过更具张力和个性的语言来维持真实感。在AI时代，为了不被当成机器，我们必须前所未有地“具有创造力”。

这或许是算法留给我们的最后挑战：在平庸的洪流中，我们是否还能守住那一点点无法被算法预测、无法被数字化的灵魂火花？