12 7 月 2026

作者去世:研究發現超過一半的英國小說家相信人工智能將完全取代他們的作品

作者去世:研究發現超過一半的英國小說家相信人工智能將完全取代他們的作品

一份令人擔憂的報告顯示,英國擁有一些世界上最優秀的作家,但他們可能很快就會被人工智能取代。

專家擔心,在接下來的幾十年裡,人工智能可能會大量生產小說,而人類作家卻難以跟上。

這意味著下一個查爾斯·狄更斯、阿加莎·克里斯蒂或JRR·托爾金可能仍未被發現——而人工智能則從前幾位作家的作品中“提取”出小說。

對於那些喜歡浪漫、刺激或犯罪的人來說,這尤其是壞消息,因為這些類型面臨的風險最大。

該報告由劍橋大學的研究人員進行,詢問了 258 名已發表小說的作家和 74 名業內人士,了解人工智能在小說世界中的看法和使用。

超過一半(51%)的人表示,他們相信人工智能最終可能會完全取代他們的工作,而超過三分之一的人表示,他們的收入已經受到該技術的影響。

與此同時,一些創作者設想出現一個兩層反烏托邦市場,人類撰寫的小說成為“奢侈品”,而大規模生產的人工智能小說則廉價或免費。

該報告的作者、劍橋大學的克萊門汀·科萊博士表示:“小說家普遍擔心,接受大量小說訓練的人工智能會損害寫作的價值,並與人類小說家競爭。”

Qyx AI Book Creator(如圖)和 Squibler 等人工智能工具已經可以用來製作整本小說

調查還發現,59% 的作者表示,他們知道自己的工作已被用來訓練大型語言模型(例如 ChatGPT),而無需獲得許可或補償。

“許多小說家不確定未來幾年是否會有人對複雜的長篇寫作產生興趣,”科利特博士說。

“小說是一種寶貴而重要的創造力形式,值得為之奮鬥。”

她指出,小說對社會、文化和個人生活的貢獻“超出我們的想像”,並且是無數電影、電視節目和視頻遊戲的基礎。

該報告警告說,科技公司將目光堅定地瞄準了小說市場,人工智能工具已經被用來集思廣益、編輯小說、起草整本書並協助出版流程。

科萊特博士補充道:“殘酷的諷刺是,影響小說家的生成式人工智能工具很可能是在未經作者同意或報酬的情況下從影子圖書館中提取的數百萬本盜版小說上進行訓練的。”

一些小說家擔心人工智能可能會破壞創作過程的“魔力”。

《賣給我們繩子》等流行歷史小說的作家史蒂芬·梅表示擔心,人工智能會消除初稿中所需的“摩擦”和“痛苦”,從而削弱最終產品的質量。

專家擔心英國作家的日子可能有限。圖為:英國最受歡迎的小說之一的副本 -

專家擔心英國作家的日子可能有限。圖為:英國最受歡迎的小說之一——查爾斯·狄更斯的《聖誕頌歌》

如何發現人工智能創作的書籍

  • 作者與真實作者同名
  • 幾乎在任何特定時間都有大量書籍出版
  • 題材與多種類型不兼容
  • 重複短語或想法
  • 缺乏個性化和情感
  • 語言不適合該主題
  • 過於結構化或可預測的模式
  • 封面藝術看起來像是由人工智能創建的

來源: 史蒂夫·芬頓 & 尼古拉斯·勞斯

作者還警告說,小說會失去原創性,人工智能的使用可能會導致敘事變得更薄、更複雜,從而加劇刻板印象。

有人說,人工智能時代可能會導致“實驗”小說的繁榮,因為作家們努力證明自己是人類。

“小說家、出版商和經紀人都表示,小說的主要目的是探索和傳達人類的複雜性,”科萊特博士總結道。

“許多人都談到人工智能的使用增加使這一情況面臨風險,因為人工智能無法理解人類意味著什麼。”

暢銷小說家、《戴珍珠耳環的女孩》和《玻璃匠》的作者特雷西·謝瓦利埃在評論該報告時表示:“我擔心,一個從根本上受利潤驅動的圖書行業將傾向於越來越多地使用人工智能來製作圖書。

“如果使用人工智能製作小說的成本更低——無需向作者支付任何預付款或版稅、更快的製作速度並保留版權——出版商將不可避免地選擇出版它們。”

“如果它們比人造書便宜,讀者就更有可能購買它們,就像我們購買機制毛衣而不是更昂貴的手工編織毛衣一樣。”

儘管存在這些擔憂,報告發現 80% 的受訪者同意人工智能為社會各部分帶來好處,而三分之一的作家表示,他們在寫作過程中使用人工智能,尤其是搜索信息等“非創造性”任務。

劍橋大學報告顯示,愛情小說、驚悚小說和犯罪小說面臨的風險最大(檔案圖片)

劍橋大學報告顯示,愛情小說、驚悚小說和犯罪小說面臨的風險最大(檔案圖片)

這項研究得到了彌合責任人工智能差距 (BRAID UK) 計劃的支持。

聯合導演埃瓦·盧格教授和香農·瓦洛爾教授表示:“很難想像還有任何其他藝術形式能夠像小說那樣促進同理心、善良和理解。”

英國一直以其偉大的小說作家和出版業而聞名。

“貶低我們文化的這一重要部分將是真正的損失。”

人工智能如何使用神經網絡進行學習?

人工智能係統依賴於人工神經網絡(ANN),它試圖模仿大腦的工作方式來學習。

人工神經網絡可以被訓練來識別信息模式——包括語音、文本數據或視覺圖像——並且是近年來人工智能大量進展的基礎。

傳統人工智能使用輸入,通過向算法提供大量信息來“教授”有關特定主題的算法。

人工智能係統依賴於人工神經網絡(ANN),它試圖模仿大腦的工作方式來學習。人工神經網絡可以被訓練來識別信息模式,包括語音、文本數據或視覺圖像

人工智能係統依賴於人工神經網絡(ANN),它試圖模仿大腦的工作方式來學習。人工神經網絡可以被訓練來識別信息模式,包括語音、文本數據或視覺圖像

實際應用包括谷歌的語言翻譯服務、Facebook 的面部識別軟件以及 Snapchat 的實時照片修改濾鏡。

輸入這些數據的過程可能非常耗時,並且僅限於一種類型的知識。

一種稱為對抗神經網絡的新型人工神經網絡讓兩個人工智能機器人的智能相互競爭,使它們能夠相互學習。

這種方法旨在加速學習過程,並提高人工智能係統產生的輸出。

來源連結