文:王智遠 | ID:Z201440
文字看多了,經常陷入一種深層次困惑:
有些內容句式統一、層層遞進,結構清晰,幾乎挑選不出語法上的毛病。
可問題是:幾乎沒有個性,也沒有超越行業、邊界的討論。語言太“好”了,好到讓我感受不到作者的存在。
我不知道如何形容,用「完美的空洞感」來形容更為貼切;這種感覺,如同你用工作流跑出來的一篇理論文章一樣,全都正確,但不仔細看,甚至說不清它哪里不對。
近似完美的表達方式,讓我開始思考一個問題:這些內容中,到底有多少是AI寫的?我真能分辨出來嗎?
猛然回頭發現,已經無法判斷了,因為不管是人寫的,還是機器生成的,它們都在說著相似的話,帶著相似腔調,呈現出一種高度趨同的“流暢感”。
這才最讓人震撼:大語言模型,已經走向這樣一個階段,它可以快速被批量生產內容,流暢到幾乎朗朗上口,可我們為何會如此自然地相信、接受、并依賴它?
01
談這個問題,我也很困惑;困惑時,想起了 Perplexity 的老板說過一句話:好問題就是引擎。只要找到一個真正值得追問的問題,探索就開始了。
于是,帶著疑問,開始查閱資料。結果發現一個很有意思的歷史寫照:
早在文藝復興時期,歐洲知識分子就訓練自己的寫作方式。他們把這種寫作叫作“人文主義寫作訓練”,聽起來有點抽象,實際操作卻很具體。
當時,學者喜歡模仿古羅馬作家西塞羅的語言風格,他們會把西塞羅寫的句子、修辭手法、哲學觀點一條條抄下來,放進一本叫做“常用書”(commonplace book)的筆記本里。
等到自己寫作時,會從里面調用現成的內容和表達方式;目標也很明確:不管遇到什么題目,都能立刻寫出一篇結構完整、措辭得體的文章。
是不是聽著有點耳熟?這不就是我們今天的日常嗎?
只不過,以前靠人腦記憶加反復練習來實現“標準化輸出”,現在把任務直接交給了 AI。
只要輸入一個提示詞、一個想法、一個問題,AI 就能分分鐘生成一大段結構清晰、語言流暢的內容,稍作加工,就能直接用了。
你會發現,歷史正在以一種意想不到的方式重演:
過去人們追求“統一修辭”,今天依賴“統一模型”,兩者都帶來了語言繁榮,也帶來了思想的趨同;而諷刺的是,早在幾百年前,法國作家拉伯雷就已經警告過這種趨勢。
他筆下受過完美語言訓練的角色,說話滴水不漏,邏輯嚴謹;可問題是,他們說的話沒有溫度,也沒有力量,語言太“對”了,反而讓人覺得假。
所以,我們為何會如此自然地接受并依賴這樣的語言方式?
不是因為別無選擇,而在長期的“語言標準化”訓練中,我們早已習慣了這種“安全輸出”的表達。
我們不再愿意,說出不完美的句子,也不再愿意面對表達中的不確定和掙扎;于是選擇了流暢:哪怕它意味著空洞。
不信你想想看,現實中有多少人正在用 AI 幫自己寫發言稿、寫日報、寫周報?這背后依賴的心理動機是什么?
懶惰、效率?還是對表達本身的無力感?我想,都有。尤其一天下來,精疲力盡,還要面對一堆不得不匯報的事項,AI生成式可謂成了“救命解藥”。
02
可問題是:自動化生成的語言,真能表達思想嗎?我不確定。請允許我試圖用兩個不同視角,說明這一切。
表達不是把字打出來,也不是把話說清楚這么簡單;它是一個從內到外的過程——是由想法、情緒、立場、判斷在語言中慢慢成形的過程。
這個過程中,有猶豫、有掙扎、有不確定,也有反復修改的痕跡。
跟朋友爭論一個問題時,會因為激動而說錯詞;向領導提建議時,會小心斟酌措辭;當安慰一個受傷的人時,會說得緩慢而溫柔;這些“不完美”,才是表達的本質。
AI的語言并不是在“表達”,而是在“調用”。
它看似備深度推理的能力,實際上,它并沒有真正的“想”或“說”;它只是根據訓練的語料數據,調用了一組模型,輸出了一個結果。
真正的問題在于,我們接受了這種模式。接受的是什么?一句話總結:復制 + 調整,而不是創造 + 輸出。
AI生成的內容不會因為緊張而語無倫次,也不會因為激動而詞不達意;盡管你可以用一些手法去創造,但它讓人感覺“對”,卻明顯缺乏真實感。
這就像寫日報一樣,如果臨時有幾個不同想法,要融合進去,沒有提示詞和個人的二次創作,AI是寫不出來的。
因此,AI生成語言更像是模板,永遠正確,但也永遠安全;正因為安全,所以空洞;我們之所以選擇這種空洞,是因為它不需要思考,只要重復整合,就能應付完成工作。
更荒誕的是,老板也喜歡這樣的模式。
很多企業有自己的知識庫、AI問答系統;每一層管理者都在復制加調整上一層內容,最終遞交給上級匯報,已經看不出深層次想表達什么了?
語言不再是思想的出口,變成了流程中的零件;AI 成了“不會犯錯、替我們說話的工具”。它只是把信息整合一下,發給下一個人,再由下一個人繼續整合、繼續轉發。
我不知道表達夠不夠清晰,這像一個套娃游戲:每一層都在重復本層的內容,越往上越空洞,到最后,大家都成了審核者。
我們忘了:
真正的表達,是在一次次的試錯中誕生的;或者說是臨時想法的涌現中出現的;只有當舊思想與新靈感發生碰撞,才能迸發出新的火花。
而當讓 AI 替我們完成這一切時,我們也悄悄地,把表達的權利讓了出去。所以,當大家都用“審核后的內容”做匯報,語言豈不成了“合規性表演”?或許,它正在殺死思想的野性。
03
我們習慣于用“AI生成的話”來應對老板,不是說出“真正想說的話”;我們開始寫安全的文字,而非“真實的思考”。
這讓我突然意識到:在線上,如果語言只是被‘訓練’出來的,那它是否還具備真正的溝通力量?
換句話說:寫下的文字,真還能喚起共鳴嗎?還是說,只是在完成一次“輸出任務”?
20世紀思想家之一,德國哲學家 哈貝馬斯(Jürgen Habermas) 曾提出一個核心概念:交往理性(Communicative Rationality)。
他認為,真正有效溝通,建立在彼此傾聽、理解與共識之上。但在商業表達中,我看到另一種趨勢:
AI 幫助我們快速產出報告、品牌文案、發言稿……這些內容往往缺乏一個關鍵因素:回應性。它們不是為了“交流”而寫的,而是為了“發布”。
現在很多企業內容更像是“自言自語”式的傳播,雖然結構完整,卻失去了語言最基本的功能:連接人。
沒有聆聽,就沒有理解,沒有理解,也就談不上真正的溝通,說到這兒,我想問你一句:什么是有效的溝通?
在我看來,語言不只是傳遞信息的工具,它本身就能產生影響;一場演講可以激發變革,一封辭職信可以釋放情緒,一句話可以修復關系。
或許,AI 寫出的語言,是“形式正確”的結果,不是“意義發生”的過程,營銷的本質從來不是“說什么”,是“讓對方感受到什么”。
而這一點,恰恰AI 無法替代,所以,當 AI 成為寫作主力,人的“言外之意”也在逐漸被弱化。
另一方面,溝通的魅力在于,它的不可預測。
一句話可能引發意外反應,也可能打開新的思路,AI的語言提供“最穩妥的選擇”,但也因此關閉了“可能性的空間”。
法國哲學家 雅克·德里達(Jacques Derrida) 曾提出一個很有意思的概念:“延異”(différance)。
意義是:語言的意義并不是固定的,是在具體語境中不斷變化、不斷被重新解釋的;換句話說:一句話到底是什么意思,很多時候取決于你怎么說、對誰說、在什么場合說。
朋友間一句“你還真敢說”,可能是調侃;但在正式會議上這么說,可能就成了諷刺。
這種“意義的流動性”,是語言生命力所在。但 AI 的語言邏輯恰恰相反:它追求穩定、統一和可預測,它把語言標準化輸出,把多義性壓縮到了最小。
結果就是:我們看到的 AI 內容越來越像模板,越來越安全。說白了,AI 寫出的內容,有形式上的完整性,卻沒有情感上的穿透力,它完成了“說話的任務”,卻沒有實現“溝通的目的”。
所以,就三點:
當AI替我們輸出時,語言的社會性正在消失,對話力量慢慢成了獨白;語言的“言外之力”被削弱,它不再能喚起情感與行動;語言的不確定性被壓制,它從開放走向封閉
語言曾經是我們理解世界、表達自我、連接他人的橋梁,它現在越來越像是一道標準化的輸出流程。
04
我忍不住發問:面對語言的自動化趨勢,我們該如何保持真實的交流?
我想用一個詞來回答這個問題:對抗。要用元認知去對抗思維外包,重新喚醒批判性思維,這是在語言越來越程序化的時代里,必須做的第一件事。
AI 的輸出太“順”,它讓人誤以為思考已經完成,結論已經清晰;但其實,這種“完美”正在悄悄瓦解認知張力。
昨天刷哲學時,看到英國數學家阿弗烈·諾夫·懷特海(Alfred North Whitehead)說的一段話,值得反復思考:
思想的沖突是認知進化的核心引擎。(Thought is only possible through the presence of conflict.)
AI 正在抹除沖突。它的語言穩定、可預測的,不制造問題,我們越依賴它,也越來越容易陷入思維通識化陷阱。
那怎么辦?
從組織內部上,我主張制造一些“認知摩擦”。比如,當你用 AI 寫完一份報告后,得手動加上一條“反共識數據”——比如說,“市場占有率上升了,但客戶凈推薦值卻在下降?!?/p>
這不是為了否定 AI 的結果,是為了重啟質疑能力。
再比如,開會時,可以設置一個“魔鬼代言人”,專門挑戰 AI 得出的結論背后的隱含前提,這些機制在保護人類最寶貴的東西:意識的活躍度
對外,我認為,要重建一種新的表達方式:對話式的創作。
現在很多 AI 內容,更像“單向輸出”,所以,我想說:創作時,要想象一個具體的人坐在你面前,而不是一個抽象的“用戶群體”,我們不是在填模板,而是在和另一個人說話。
類似于,寫產品說明,要設想他正拿著手機猶豫;寫品牌文案,要知道他可能有疑慮、有情緒、有期待。
真正的溝通,是“我講給你聽,你也愿意回一句”,這正是哈貝馬斯(Jürgen Habermas)強調的“交往理性”(communicative rationality)。
更進一步地說,必須重新訓練人,成為思想表達者。
很多人寫日報、寫總結、寫匯報之所以空洞無趣,因為從未接受過“真實寫作”的訓練;寫作不應該是點擊按鈕后的AI自動生成,它應該是一個不斷試錯、修改、迭代的過程。
所以,我建議:要鼓勵犯錯。
允許日報中有臨時靈感的記錄,允許總結中,有不確定性的表達,不要一味追求“一次性完美”,要看有沒有在寫作中成長。
讓人敢于說出:我還不確定、這是我最近的想法、也許還有別的可能、領導你參考下....
語言是思想的火種,面對語言的AI自動化趨勢,真正的出路在于:用對抗重建認知張力,用對話重塑表達溫度;否則看起來條理清晰的內容,不過是一堆流程化的空話,缺少了真正的思想溫度。
好吧,有點亂,我想說:當我們依靠AI生成式時,也會讓人的語言陷入一種有條不紊的平庸中,不知道夠不夠清晰?
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.