你有没有发现，最近身边的人——包括你自己——开始频繁使用"delve"、"tapestry"、"navigate"这些词？你的同事邮件里突然出现了"It's worth noting that..."，你的朋友说话开始用"intricate"和"multifaceted"替代原本简单的表达。这不是偶然。这不是你圈子里的语言巧合。这是一种正在以病毒式速度蔓延的现象——人类正在不自觉地模仿AI的说话方式。
2025年12月，哈佛大学毕业的语言学家、人称"词源学书呆子"(Etymology Nerd)的Adam Aleksic登上了TED舞台，用一个14分钟的演讲揭开了这个被大多数人忽视的趋势：算法和AI不仅在向我们展示现实——它们正在扭曲现实。从ChatGPT影响我们的选词偏好，到Spotify把一堆数据聚类包装成"新音乐流派"，新技术正在潜意识层面重塑我们的语言、趋势和身份认同。这不是关于工具使用的故事，这是关于语言自主权正在被商业算法悄悄夺走的警示。
| 项目 | 内容 |
|---|---|
| 视频标题 | Why Are People Starting to Sound Like ChatGPT? |
| 频道 | TED |
| 时长 | 13分56秒 |
| 播放量 | 66万+ |
| 发布日期 | 2025年12月26日 |
| 核心主题 | AI与算法如何潜意识地重塑人类语言模式 |
Adam Aleksic在演讲中提出了一个令人不安的观察：经常使用ChatGPT的人，正在不自觉地采纳AI的词汇选择、句式结构和语调倾向。这不是夸大其词——这是一项有数据支撑的趋势。
2024年发表在arXiv上的一项里程碑式研究对此提供了硬核证据。研究人员分析了ChatGPT发布前后数百万篇学术论文摘要，发现了一组"AI指纹词汇"的爆炸性增长。其中最著名的案例是"delve"——这个在ChatGPT发布前相对冷门的词，在学术写作中的使用频率暴涨了25倍以上。不仅仅是"delve"，以下词汇的使用频率都出现了统计学上显著的异常增长：
| AI标志性词汇 | 典型用法 |
|---|---|
| delve | "Let's delve into the complexities of..." |
| tapestry | "a rich tapestry of cultural diversity" |
| navigate | "navigating the evolving landscape" |
| pivotal | "plays a pivotal role" |
| multifaceted | "a multifaceted approach to..." |
| leverage | "leverage the potential of..." |
| foster | "foster collaboration and innovation" |
| testament to | "is a testament to human resilience" |
| showcase | "showcasing the capabilities" |
| crucial / intricate | 作为高频替代简单形容词的"AI标配" |
为什么AI偏爱这些词？答案藏在RLHF（人类反馈强化学习）的训练机制中。ChatGPT的训练过程奖励了那些听起来正式但易懂、比喻丰富、语调权威的输出。结果就是：AI进化出了一套"听起来很聪明"的固定搭配。而人类在反复接触这些文本后，开始无意识地复制这些模式——形成了一种可识别的"AI口音"。
（以上关于词汇频率增长的数据来自arXiv上的学术论文分析，属于延伸背景知识。）
Aleksic在演讲中不仅讨论了AI对语言的影响，更将视野扩展到整个算法生态对人类语言的塑造。其中最引人注目的现象之一就是Algospeak（算法语）。
Algospeak是"algorithm"（算法）与"speak"（说话）的混成词，指的是用户为了规避社交媒体平台的自动化内容审核系统而被迫修改或替换词汇的现象。这个词在2021-2022年间开始流行，尤其是在TikTok平台上最为显著。
一个最典型的例子：在TikTok上，创作者不敢说"dead"或"suicide"，因为平台的AI审核系统会自动标记、降权甚至删除涉及这些词的内容——即使是严肃的心理健康科普内容也不例外。于是，用户创造了"unalive"这个词来替代。类似的还有：
Aleksic指出，这种语言变形不是语言的自然演变——它是平台商业利益驱动的强制性语言改造。算法决定哪些词"安全"、哪些"危险"，用户被迫适应这些不透明的词汇黑名单。更严重的是，LGBTQ+群体、残障创作者、少数族裔群体的身份讨论和生活经验频繁触发审核过滤器——Algospeak对边缘化群体的打击最为沉重。
（Algospeak的案例来自Aleksic此前的研究和媒体发表，属于延伸分析。）
演讲中最令人耳目一新的论点之一，是Aleksic对Spotify音乐流派创造机制的剖析。他揭示了一个鲜为人知的事实：你在Spotify上看到的很多"音乐流派"，实际上不是真正的文化品类，而是算法生成的数据聚类。
Spotify在2014年收购了一家名为The Echo Nest的音乐智能公司，其核心技术是分析每首曲目的音频特征向量——包括速度(BPM)、能量(Energy)、可舞性(Danceability)、情绪效价(Valence)等维度。然后，算法使用K-means聚类等机器学习方法，将共享相似音频特征的曲目归为一组。
问题在于：当算法识别出具有统计显著性的音乐聚类时，这些聚类就被包装成"新流派"。Spotify前数据民族志学者Glenn McDonald曾创建了一个名为"Every Noise at Once"的可视化项目，展示了6000多种"微流派"——从"vapor twitch"到"shimmer pop"到"bubblegrunge"。这些听起来像真实文化运动的名字，本质上只是数学运算的结果。
Aleksic的核心论点是：这不仅仅是关于音乐分类的技术问题，而是关于算法如何自上而下地定义文化的范例。过去，音乐流派是由社群、地域、文化运动自然涌现的——爵士乐诞生于新奥尔良的非裔美国人社区，朋克诞生于1970年代的地下音乐场景。而现在，一个数据聚类可以在没有任何文化根基的情况下被贴上"流派"的标签，通过推荐算法推送给数百万用户，反过来塑造用户的音乐认知。
（Spotify技术细节来自The Echo Nest的技术文档和Glenn McDonald的公开资料，属于延伸背景分析。）
Aleksic在演讲中暗示了一个更深层的系统性风险，我们可以称之为"AI语言反馈循环"——这个概念在学术界被称为Model Collapse（模型坍塌）。
这个循环是这样运作的：
这不是理论推演——它正在发生。Nature等顶级期刊已经报道了AI生成文本正在使科学写作更加同质化的研究发现。在学术同行评审领域，ICLR、NeurIPS等顶级会议的审稿意见中"delve"使用量的激增，表明连科学家评审其他科学家的工作时也在使用ChatGPT。
Aleksic将其描述为一个"温水煮青蛙"式的语言危机：变化足够缓慢，以至于大多数人不会注意到；但当回头看时，我们可能会发现人类语言的丰富多样性已经被严重侵蚀。
Aleksic在演讲中反复强调一句话："These aren't neutral tools."（这些不是中性的工具。） 这是整个演讲的核心论点。
我们习惯于把ChatGPT看作一个工具——就像锤子或计算器一样中性。但Aleksic提醒我们：当工具开始反过来塑造使用者的行为模式时，它就不再"中性"了。锤子不会改变你手握的方式，但ChatGPT会改变你思考和表达的方式。
这引出了一个更深层的问题：语言自主权。语言的本质在于人类社群的自发创造和演变——每一个俚语、每一个方言变体、每一个世代性的语言创新，都是人类群体智慧的结晶。当这一过程越来越多地被商业算法和AI模型所中介，我们不仅面临语言多样性的丧失，更面临对语言本身的主导权的让渡。
Aleksic引用了一个精彩的理论类比：这呼应了Sapir-Whorf假说（语言相对论）的数字时代版本——正如语言塑造思维，算法塑造的"语言环境"反过来影响人类的思维和表达。与福柯的"话语权"理论异曲同工：谁控制了算法，谁就控制了语言规则。
Aleksic在演讲中还涉及了一个可以被称为"算法达尔文主义"的概念。在社交媒体生态中，推荐算法决定了哪些内容和语言风格获得曝光。创作者为了获取流量，主动迎合算法偏好——使用特定的词汇、句式、话题框架。
这意味着：不是最真实、最有创意、最有价值的表达获得了最多的传播，而是最符合算法偏好的表达获得了最多的传播。某些语言风格被算法偏好而获得竞争优势，另一些则被算法压制而逐渐消亡。
这种"算法选择压力"正在以前所未有的速度加速语言变化。Aleksic指出：过去需要数十年才能进入主流的新词新语，现在可以在几天内因算法驱动的内容推广而走红。但硬币的另一面是：语言的消退也同样加速了——被算法判定为"不可传播"的表达方式，可能在极短时间内就从公共话语中消失。
值得公平的是，Aleksic在演讲中也承认了AI对语言的积极潜力。AI工具正在被用于语言记录和振兴——帮助记录、转录甚至生成濒危语言的内容。一些项目利用AI为书面语料库有限的语言构建资源，为面临灭绝的口头传统留下数字遗产。
联合国教科文组织(UNESCO)等机构也发布了关于AI在数字语言灭绝中双重角色的报告——AI既是威胁（通过强化英语主导地位），也是潜在的拯救者（通过提供语言保护工具）。
但Aleksic的核心警告依然成立：技术本身是中性的，但技术的部署从来不是。AI工具被谁控制、为谁服务、遵循什么价值观——这些决定了AI是语言的守护者还是掘墓人。
mindmap
root((AI如何重塑人类语言))
AI口音现象
ChatGPT词汇入侵
delve暴涨25倍
tapestry/navigate/leverage
RLHF训练机制
奖励"正式但易懂"
比喻丰富+语调权威
反馈循环
人类模仿AI
AI再训练于AI化文本
模型坍塌风险
Algospeak算法语
TikTok内容审核
unalive替代dead
seggs替代sex
边缘群体受损
LGBTQ+被压制
自我审查加剧
语言抵抗形式
创造性词汇替代
社群自适应
算法文化定义
Spotify伪流派
Echo Nest数据聚类
6000+微流派
自上而下标签
算法达尔文主义
算法偏好=传播优势
语言消退加速
语言自主权丧失
商业算法控制
Sapir-Whorf数字版
应对之道
保持语言觉察
多样化信息源
主动抵抗同质化
AI用于语言保护
Aleksic的演讲给每一个关心语言和表达的人提出了一个紧迫的问题：我们该怎么办？
首先也是最关键的——意识到问题就是解决问题的第一步。下次当你写邮件、论文或社交媒体帖子时，停下来问自己：这个选词是我的，还是ChatGPT的？如果你发现自己写了"delve into"或"a rich tapestry of"，问问自己：我真的需要这么写，还是AI的训练让我养成了这个习惯？
德国研究团队的一项实验表明，在AI辅助写作工具普及后，写作者的词汇多样性下降了约15%。对抗这种趋势的方法是：刻意使用你不常见到的词汇和句式。用"探索"代替"delve"，用"复杂"代替"multifaceted"——不是因为后者"错"，而是因为语言的健康依赖于多样性。
在社交媒体上，不要因为算法偏好就放弃精确的表达。如果你要讨论心理健康，请使用准确的术语，而不是用"unalive"来规避算法。Aleksic的建议是：当平台算法迫使你修改语言时，考虑换一个平台，或者至少意识到这是一种被迫的妥协。
避免让算法成为你唯一的语言输入源。阅读文学作品、经典著作、不同方言的写作——确保你的语言"饮食"足够多样化，这样即使AI影响了部分输入，你仍有足够的语言素材库来抵抗同质化。
最有害的使用方式是把ChatGPT的输出直接作为最终文本。更健康的模式是：用AI生成初稿或大纲，然后用自己的声音重写。保留你独特的措辞习惯、句式偏好和个人风格。
AI不仅在回答我们的问题——它正在悄悄改写我们提问和回答的方式；保持语言自觉，是人类在AI时代守护思维独立性的最后一道防线。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。