详细内容或原文请订阅后点击阅览
人工智能正在使新闻语言变得更加重复和可预测——这对我们所有人来说都是一个问题
Markus Winkler / Unsplash.，CC BY 4.0 作者：Xosé López-García，圣地亚哥德孔波斯特拉大学和 Cristian Augusto Gonzalez Arias，瓦尔帕莱索天主教大学；当媒体、网络和社交媒体上发布的越来越多的文本由机器编写时，语言会发生什么变化？这个问题[...]
来源:ΑΙhub作者：Xosé López-García，圣地亚哥德孔波斯特拉大学和克里斯蒂安·奥古斯托·冈萨雷斯·阿里亚斯，瓦尔帕莱索天主教大学；圣地亚哥德孔波斯特拉大学
当媒体、网络和社交媒体上发布的越来越多的文本由机器编写时，语言会发生什么变化？这个问题不仅对新闻业很重要，而且对我们用来理解、描述和讨论现实本身的语言的丰富性也有影响。
从历史上看，媒体一直是公共语言成长和丰富的空间。当然，它并不是语言变革的唯一驱动力，但它是新的或正在出现的词语、短语和描述事实的方式开始在社会中传播的领域之一。
对新闻语言和新词的研究清楚地表明，报纸是创造和传播新词汇的平台，特别是当需要向广大受众报道事件、技术和社会变化时。
然而，如果将大量新闻写作委托给生成式人工智能，那么这一作用将会减弱。大型语言模型 (LLM) 通常通过预测序列中的下一个“标记”或单词来工作。这使他们能够生成流畅且可信的文本，但也使他们倾向于优先考虑统计规律以及常见的、既定的论点和表述。
就其本身而言，这不会降低语言的质量。当这种逻辑主导公共领域的写作时，问题就出现了。
AI 反馈循环
当人工智能系统开始使用人工智能已经生成的文本进行自我训练时，风险就会变得严重。这导致了许多研究所谓的“模型崩溃”，这是一种退化过程，一个模型产生的材料会污染后代的训练数据。
当公共语言变得过于统一时，就会限制新闻业根据新信息调整写作的能力。