一項由高?？蒲袌F隊開展的研究引發(fā)文學與科技交叉領域的關注。研究顯示，通過特定技術手段訓練的人工智能模型，能夠以極低的文本量復現(xiàn)知名作家的創(chuàng)作風格，甚至在專業(yè)評審環(huán)節(jié)獲得更高認可度。這項涉及五十位國際知名作家的實驗，包括諾貝爾文學獎得主韓江與布克獎獲得者薩爾曼·魯西迪等文學巨匠的作品分析。

研究團隊設計了雙重驗證機制：在基礎測試階段，使用GPT-4o、Claude3.5Sonnet和Gemini1.5Pro三個主流AI系統(tǒng)，通過統(tǒng)一指令和樣本生成文本；在深度訓練階段，僅GPT-4o具備的API功能支持為每位作家建立獨立模型?？蒲腥藛T購買了三十位作家的電子出版物，發(fā)現(xiàn)即使僅有兩部作品的作家，其語言特征也能被AI精準捕捉。這種技術突破使得過去需要海量數(shù)據(jù)支撐的風格模擬，如今通過少量文本即可實現(xiàn)。

159名評審者（含28位文學專家）在雙盲測試中，需對比人類作品與AI生成文本的優(yōu)劣。實驗數(shù)據(jù)顯示，基礎模型生成的文本在專家評審中認可度較低，但經(jīng)過特定作家風格微調(diào)后，專家選擇AI文本的比例在風格相似性方面激增八倍，在整體質(zhì)量維度也達到兩倍增長。值得注意的是，非專業(yè)評審組的評判結果與專家組呈現(xiàn)高度一致性，顯示微調(diào)后的AI文本具備跨群體的接受度。

檢測工具的對比數(shù)據(jù)更具啟示意義：標準AI輸出可被識別率高達97%，而經(jīng)過風格微調(diào)的文本檢測準確率驟降至3%。這種技術進化使得傳統(tǒng)檢測手段面臨失效風險。經(jīng)濟層面，專業(yè)作家創(chuàng)作成本高達2.5萬美元的文本，AI訓練費用僅約81美元，形成數(shù)百倍的成本差異。

核心發(fā)現(xiàn)顯示：AI通過兩部作品即可掌握作家風格特征；風格微調(diào)使專家認可度顯著提升；現(xiàn)有檢測技術對進化版AI文本識別力大幅下降；法律規(guī)制需針對定向模仿行為作出明確界定。