維基百科指南中列出了哪些 AI 慣用的「詞彙黑名單」？

維基百科 AI 寫作跡象指南：詞彙黑名單解析

維基百科社群發布的《人工智慧寫作跡象》指南旨在協助辨識 AI 生成內容，其中列出了一系列 AI 常用的「詞彙黑名單」。由於大型語言模型（LLM）基於機率預測，易產生風格、格式及邏輯上的獨特模式，因此可從中識別。

AI 慣用詞彙

AI 傾向使用宏大、正面但空洞的描述，將具體事實「平滑化」為通用讚美。例如，在描述事物時過度強調象徵意義與重要性，或使用「廢話文學」。

維基百科列出了一些 AI 慣用的詞彙，例如 "Delve"（深入研究）在 ChatGPT 普及後使用率暴增。其他常見詞彙包括 "Tapestry"（掛毯）、"Testament"（見證）、"Underscore"（強調）等。若文章中頻繁出現這些詞彙，則很可能是 AI 生成的。

AI 慣用句型與語氣

AI 寫作常見「錯誤的範圍」，例如使用「從 X 到 Y」的句式，但 X 和 Y 之間缺乏邏輯關聯。此外，AI 也常使用否定平行結構（"Not only X, but also Y"）或說教式免責聲明（"It is important to note/remember..."），並傾向使用模糊歸因（"Critics argue..."、"Observers have cited..."）來製造有來源的假象。三段式排比也是 AI 常用的修辭手法。

AI 生成的文章結構僵化，結尾常有「結論」或「未來展望」等標題，並使用「儘管面臨挑戰，但......」等句式來作總結。

AI 標點與格式

AI 生成內容常有標點符號使用過度、標題大小寫異常、粗體使用過多等問題。此外，由於 AI 模型多基於 Markdown 語法訓練，因此可能在文章中留下 Markdown 殘留，例如 "##" 或 "**" 等符號。文章中若出現 Emoji，也可能是 AI 生成的跡象。

最令人擔憂的是，AI 可能偽造參考文獻，捏造看似真實的引用來源。這對知識傳播構成威脅，因為它不僅創造了錯誤的資訊，還偽造了驗證資訊的路徑。