近日，來自蘇黎世大學、阿姆斯特丹大學、杜克大學和紐約大學的研究團隊發布了一項最新研究，揭示了大語言模型生成的社交媒體帖子在內容識別方面的不足。研究表明，這些 AI 生成的帖子在各大社交平臺上容易被人類識別，識別準確率達到70% 至80%，遠高于隨機猜測的結果。

圖源備注：圖片由AI生成

研究人員測試了九個不同的大語言模型，包括 Apertus、DeepSeek、Gemma、Llama、Mistral、Qwen 等，分析了它們在 Bluesky、Reddit 和 X 平臺上的表現。結果顯示，這些 AI 生成的內容在 “毒性評分” 上具有顯著差異，這成為區分 AI 與人類帖子的重要因素。換句話說，如果在某個帖子下出現特別尖銳或搞笑的評論，那么這很可能是人類用戶所寫。

研究指出，雖然大語言模型可以模仿在線對話的形式，但在捕捉情感表達方面卻顯得捉襟見肘。自發和富有感情的表達是人類社交互動的特點，而 AI 在這方面的表現遠不如人類。此外，研究還發現，在特定情況下，例如在馬斯克的 X 平臺上發表積極情感或在 Reddit 上討論政治，AI 模型的表現尤為不佳。

從整體來看，參與測試的 AI 模型在模仿 X 平臺的帖子時表現較好，而在 Bluesky 上則稍顯遜色，Reddit 則是三者中最具挑戰性的，因為該平臺的對話規范更加復雜。同時，研究也發現，某些未經過人類指令微調的 AI 模型表現較好，這說明過度的訓練可能使模型的風格變得過于一致，從而導致內容更加機械化。

通過這項研究，研究人員強調了 AI 在情感表達方面的局限性，未來在社交媒體的應用中，還需要不斷提升 AI 的情感智能。

劃重點: