隨著生成式人工智慧（AI）技術普及，維基百科正面臨內容維護的新挑戰。維基百科社群近期整理了《人工智慧寫作跡象》（Wikipedia:Signs of AI writing）指南，協助人們識別並處理 AI 生成的內容。
指南指出，大型語言模型（LLM）如 ChatGPT、Gemini、Claude 等，雖然能生成流暢的文本，但因為運作邏輯基於統計預測，導致寫作風格、格式編排及邏輯表達上，經常暴露出與人類寫作不同的特徵。
解讀這份長達數萬字的內部文件，《經理人》梳理出識別 AI 內容的核心邏輯：
LLM 的原理是預測，導致「平庸」成為特色、空洞成為日常
首先，我們要理解大型語言模型（LLM）的運作原理。
LLM 是基於機率預測下一個字，導致 AI 傾向寫出「統計上最安全」的句子。所以 AI 容易濾掉具體、獨特、帶有稜角的事實，轉而使用宏大、正面但空洞的描述。
舉個例子，如果一個人發明了某種火車掛鉤，人類會寫：「他發明了第一種連接火車的裝置。」但 AI 可能會寫：「他是工業界的革命性巨頭，其遺產對現代交通產生了不可磨滅的影響。」
這就是 AI 的第一個特徵：過度強調象徵意義與重要性。
你會發現，在 AI 筆下，哪怕是一個小鎮的購物中心，也會被描述成「文化遺產的中心」，甚至是「社區團結的燈塔」。這種將具體事實「平滑化」為通用讚美的做法，是識別 AI 最直觀的信號。
AI 是「廢話文學」大師？從用字就能看出來
在編輯台，我們常告誡自己要「言之有物」，AI 則是「廢話文學」的大師。
維基百科《人工智慧寫作跡象》中列出了一系列 AI 慣用的「詞彙黑名單」。
最著名的例子是 "Delve"（深入研究）。在 ChatGPT 普及前，這個詞在日常寫作中並不常見，但在 2023 年後，它的使用率呈指數級暴增。
此外，像是 "Testament"（見證）、"Underscore"（強調）這些詞，如果你在一篇介紹地方小吃的文章中看到它們頻繁出現，那幾乎可以斷定是 AI 的傑作。
另一個有趣的特徵是 「錯誤的範圍」（False Ranges）。AI 喜歡用「從 X 到 Y」的句式來展現廣度，但往往缺乏邏輯。例如：「從宇宙大爆炸的奇點到數位行銷的最新趨勢」。
這種跨度極大、邏輯斷裂的修辭，是 AI 試圖用華麗辭藻掩蓋內容空洞的典型表現。
AI 有「結構強迫症」，從結尾處能看得更明顯
除了文字風格，AI 在格式上也常露出馬腳。
維基百科使用的是一種特殊的語法（Wikitext），但大多數 AI 模型（如 ChatGPT）是基於 Markdown 語法訓練的。
因此，你會在條目中看到奇怪的 "##" 符號（Markdown 的標題格式），或是過度使用粗體字來強調每一項重點。
更明顯的是結構強迫症。AI 生成的文章往往會有一個僵化的結尾，通常是「結論」或「未來展望」。
AI 也喜歡用「儘管面臨挑戰，但⋯⋯」這樣的句式來結尾，試圖給出一個圓滿的、面面俱到的總結。
最危險的幻覺：被偽造的知識、甚至是虛假的來源
最令內容生產者感到恐懼的，是 AI 對於參考文獻的偽造。
AI 會捏造看起來極其逼真的引用來源。它會給出正確的書名、作者，甚至是真實存在的 ISBN 編號，但當你翻開那本書的第 120 頁，會發現根本沒有它引用的那段話。
這種「一本正經地胡說八道」，是 AI 寫作對知識傳播的威脅之一；不僅散播了錯誤的資訊，還偽造了驗證資訊的路徑。
AI 寫作特徵速查表：慣用詞、慣用句型與語氣
根據維基百科《人工智慧寫作跡象》，以下是 AI（特別是大型語言模型如 ChatGPT）常見的寫作習慣、詞彙與格式特徵：
一、慣用詞彙（AI Vocabulary）
| 詞彙（英文） | 中文常見對應 | 使用情境與特徵 |
|---|---|---|
| Delve | 深入研究、鑽研 | 2023 至 2024 年間極度氾濫，2025 年才開始下降。 |
| Testament | 見證、證明 | 常見於「is a testament to」用法（是…的有力見證）。 |
| Landscape | 格局、全局 | 用於抽象概念，如「數位行銷的格局」。 |
| Underscore | 強調、凸顯 | 常誤讓「事件/事實」當主詞來「強調」某事。 |
| Highlight | 突出、強調 | AI 常用於膚淺分析，如「這突出了…的重要性」。 |
| Pivotal | 關鍵的、至關重要的 | 過度用於形容任何轉折，即使事件不重要。 |
| Intricate | 錯綜複雜的 | 形容設計、歷史、風味等。 |
| Nuanced | 細緻入微的 | 即使內容單薄，仍說成「細緻、有層次」。 |
| Vibrant / Bustling | 充滿活力的 | 描寫城市、市集、社區的標準模板。 |
| Showcase | 展示 | 行銷語氣，如「展示品牌的承諾」。 |
| Foster | 促進、培養 | 「促進團結」「培養創新精神」等。 |
| Align with | 與…一致 | 多出現在商業、政策描述。 |
| Enduring / Lasting | 持久的、不朽的 | 如「留下不可磨滅的印記」「持久的遺產」。 |
二、慣用句型與語氣（Sentence Structures & Tone）
1. 否定平行結構 (Negative Parallelisms)
句型： "Not only X, but also Y"（不僅是 X，更是 Y）或 "It is not just about X, it is about Y"。
特徵： 試圖賦予平凡事物深刻意義。
例句： 「這不僅是一幅畫，更是一份記錄她心理敘事的視覺文獻。」
2. 虛假範圍 (False Ranges)
句型： "From X to Y"（從 X 到 Y）。
特徵： X 和 Y 往往風馬牛不相及，或者是從具體到抽象的硬湊。
例句： 「從解決問題的工具，到科學發現的藝術表達。」
3. 說教式免責聲明 (Didactic Disclaimers)
句型： "It is important to note/remember..."（值得注意的是/重要的是要記住...）。
特徵： 像教科書一樣指導讀者該怎麼想，常見於段落開頭或結尾。
4. 模糊歸因 (Vague Attributions)
句型： "Critics argue..."（批評者認為...）、"Observers have cited..."（觀察家指出...）。
特徵： 使用「黃鼠狼話術」（Weasel words），不指名道姓，製造有來源的假象。
5. 三段式排比 (Rule of Three)
句型： 列舉三個形容詞或短語。
例句： 「它融合了歷史的深度、文化的豐富性與現代的活力。」
6. 僵化的結尾 (The "In Conclusion")
句型： "In summary..."（總結來說）、"Overall..."（整體來看）。
特徵：AI 習慣寫小作文，最後一定要來個昇華。
三、標點與格式（Punctuation & Formatting）
| 類型 | 常見行為 | 說明 |
|---|---|---|
| 破折號過度使用 | 句中大量插入補述 | 形成 AI 文風 |
| 標題大小寫異常 | 全部單字首字母大寫 | 不符合維基百科的標準 |
| 粗體使用過多 | 將許多文字敘述加粗 | 過多強化論述 |
| 垂直列表與小標格式 | 標題：說明 | 例如 歷史背景：... |
| Markdown 殘留 | ## 或 ** 未清除 | 反映模型預設輸出格式 |
| Emoji 出現 | 🚀📘 | 在正式文章異常醒目 |
AI 是一個強大的工具，但目前還無法取代人類對於「真實」的感知。作為讀者，當看到一篇文章充滿了「AI 味」時，請多一份警惕。
真正的知識，往往是樸實、具體且有稜角的。在這個 AI 生成內容氾濫的年代，辨識出「人味」，或將成為我們最寶貴的能力之一。
參考資料：wikipedia；本文初稿由 AI 協助整理，編輯：林柏源
