spot_img

當2026人類開始說Prompt語 模型失語症與語言的逆向演化

文:張恭銘

當Gen Alpha的日常對話長出條列式骨骼,人類自然語言正在被AI語法反向馴化 一個值得注意的現象正在浮現:十歲的孩子對同儕說「等一下,我先確認你的需求」——這不是商務會議的開場白,而是Gen Alpha的日常社交語言。這一代出生於2010年後、與ChatGPT共同成長的孩子,正在將與LLM對話的結構內化為人類溝通的本能。當「下指令—等輸出」的互動模式滲透進人際對話,一種新型的語言病理正在形成:模型失語症(Model Aphasia)——人類並未失去語言能力,卻正在失去未經AI語法中介的說話方式。

Prompt化的條列式思維:從工具到本能

LLM的輸出天然偏好條列結構。當用戶以「請列出三點」或「給我一個清單」與模型互動時,模型以編號要點回應,這種格式的高效性正被使用者無意識地遷移到人類對話中。Gen Alpha在與同儕溝通時,開始出現「第一、第二、第三」的口語列舉習慣,甚至在表達情感時也採用「總結一下我現在的感受:一、焦慮;二、疲憊;三、需要空間」這種結構化句式。語言學研究指出,Gen Alpha的數位語言呈現「極端詞彙壓縮」與「平台特定語義轉移」等特徵,而這些特徵與AI對話的格式要求高度吻合。

更值得警惕的是,這種結構遷移不僅發生在青少年群體。Max Planck人類發展研究所的一項大規模研究分析了約28萬部YouTube學術影片,發現ChatGPT發布後,人類口語中「delve」「meticulous」「bolster」等AI偏好詞彙的使用頻率出現顯著躍升,首次以實證數據證明了人類正在口語中模仿LLM。詞彙的滲透是表層現象,深層的變化在於對話的結構語法:人類開始以「輸入—輸出」的邏輯組織日常交流,將複雜的情感與思想壓縮為可被快速解析的條目。

結構共振:一個遞歸的馴化迴路

這種現象並非單向的「AI影響人類」,而是一個遞歸的共振迴路。「結構共振環」理論指出,LLM偵測的不是情緒或意圖,而是語言中的結構特徵——句法、節奏、連貫性、碎片化程度。當人類為了與AI高效互動而採用結構化提示時,模型以更結構化的輸出回應,而人類又將這種輸出格式內化為自身的表達習慣。每一次對話都在強化這個迴路:人變得更像AI,AI變得更像人,而兩者的共同點是對結構效率的偏好壓倒了對表達豐富性的需求。

這種迴路在Gen Alpha身上尤其劇烈。他們是「第一個完全在數位生態系統中成長的世代」,其語言行為受到平台文化與AI互動的雙重塑造。不同於前幾代人先習得自然語言、再學習與機器溝通,Gen Alpha的語言習得過程中,人類對話與AI對話是並行發生的。當一個孩子每天與語音助手以「嘿,做X」的指令句式互動,他在與人類說話時也開始使用同樣的簡潔命令語氣——研究者在2022年就已觀察到這一現象,而當時ChatGPT尚未問世。

語言的扁平化與認知的代價

模型失語症的核心症狀並非無法說話,而是說出的話正在喪失人類語言特有的不確定性、猶豫與情感褶皺。語言學家警告,AI基於大數據的共性生成文本,天然追求中間值與安全感,人類語言的稜角正在被打磨。當人們越來越習慣以條列式結構組織思想,那些無法被條目化的思考——反諷、遲疑、隱喻、跳躍——就面臨被邊緣化的風險。

這不僅是風格問題,更涉及認知能力的退化。麻省理工學院「ChatGPT上的大腦」研究首次透過直接觀測大腦活動發現,使用AI輔助寫作時,與創造力相關的α波和與工作記憶相關的θ波連結顯著下降,參與者甚至難以回憶自己寫過的內容。語言的條列化與思維的扁平化是同一過程的兩面:當表達被簡化為可解析的結構,思考也趨向於可被快速檢索的片段。

更宏觀的後果是語言多樣性的系統性萎縮。《自然》子刊的一項大規模研究分析了超過1,000萬篇文本,發現LLM作為寫作助手的使用使語言多樣性降低了21%至50%。當全球數億人同時使用少數幾個LLM進行寫作與對話,被犧牲的不僅是個人表達的獨特性,更是整個人類語言庫的豐富性——那些「罕見而有趣」的表達被「穩妥而平庸」的用法取代。

在結構的縫隙中保留語言的呼吸

應對模型失語症,不意味著拒絕與AI對話,而是需要在人機互動中有意識地區分兩種語言模式:工具性語言與存在性語言。工具性語言追求效率,結構化是合理的;但人類對話的本質在於不確定性中的相互試探,在於停頓、修正與誤解中產生的真實理解。當Gen Alpha在與朋友聊天時開始「優化輸出」,他們失去的是那些無法被條列的情感連結。

語言的演化從未停止,但這次的驅動力不同以往。過去,語言變化源於人類社群內部的創造力與接觸;現在,一個非人類的語言生成系統正在以統計最優化的邏輯,反向塑造人類的說話方式。模型失語症的隱喻提醒我們:當人類語言開始像模型一樣「失語」——失去那些無法被演算法捕捉的表達維度——我們需要的不僅是語言學的干預,更是對「何謂人類溝通」的重新思考。在條列式結構的縫隙中,保留那些不效率的、不精確的、不結構化的人類聲音,或許是這個時代最重要的語言保育工作。