查看完整版本: [-- 研究显示去年有 24% 的企业英文新闻稿由 AI 大模型产出 --]

武当休闲山庄 -> 数码讨论 -> 研究显示去年有 24% 的企业英文新闻稿由 AI 大模型产出 [打印本页] 登录 -> 注册 -> 回复主题 -> 发表主题

姜谷粉丝 2025-10-07 09:49
近日刊登斯坦福大学研究团队报告，相应研究团队对 Newswire、PRWeb 和 PRNewswire 等各大平台英语文稿进行分析，发现其中有大量文稿带有 AI 痕迹，认为大模型已被广泛应用于各类正式书面沟通场景。
据介绍，相应团队采用了一套名为“分布式 LLM 量化框架”（Distributional LLM Quantification Framework）的统计模型，从语料整体的语言特征分布中估算特定时间段内含有 AI 生成特征的文字比例。但该方法仅适用于英语，因此上述结果仅反映了英文语料中具备 AI 特征的比例，并不意味着整篇文章“完全由 AI 撰写”。
IT之家参考报告获悉，相应团队分析了去年共计 68.7 万条消费者投诉、53.7 万篇企业新闻稿、3.04 亿份招聘信息以及 1.6 万篇联合国新闻稿，发现其中约 24% 的企业新闻稿、18% 的消费者投诉、14% 的联合国新闻稿，以及接近 10% 的招聘内容“几乎由 AI 大模型直接生成，或经过大幅改写”。
研究人员指出，LLM 已深入渗透社会各领域的正式文本写作，逐渐成为人们日常书面表达的重要辅助工具。尤其是在教育程度较低的地区，使用 AI 撰写投诉的比例达到 19.9%，明显高于教育程度较高地区的 17.4%。在招聘信息方面，中小型企业或初创公司更倾向于使用大模型生成内容，其中约有 10% 至 15% 的招聘公告包含明显的 AI 痕迹。
研究人员同时表示，随着生成式 AI 技术的不断进步，其文风愈发接近人类，未来要精确识别 AI 在文本创作中的参与程度将变得愈发困难。

姜谷粉丝 2025-10-07 09:52
研究备忘录：AI大模型在企业英文新闻稿中的渗透现状与影响分析
为CEO/投资者准备的高管级洞察报告
数据基准时间：2024年（研究发布于2025年10月）

一、主题细分与深度解析
1. AI在企业新闻稿中的渗透率与检测方法
定义：指AI大模型参与撰写或润色企业对外英文新闻稿的比例，及其识别所依赖的技术框架。
关键事实：

24%的企业英文新闻稿被检测出含AI生成特征（斯坦福大学研究，发表于《Patterns》期刊，2025年10月发布）。
研究覆盖平台包括Newswire、PRWeb、PRNewswire等主流英文新闻稿分发渠道。
采用“分布式LLM量化框架”（Distributional LLM Quantification Framework），通过语料语言特征分布建模估算AI参与比例。
重要澄清：该比例不等于“全文由AI撰写”，而是指文本中“含有AI生成特征”的段落或结构占比。
争议/不同观点：
部分专家质疑该框架的“假阳性率”，认为人类模仿AI文风或使用AI辅助工具（如Grammarly+GPT）也可能被误判。
随着AI文风日益“人类化”，未来检测准确率将持续下降，部分学者主张转向“AI参与度评分”而非“是否AI生成”。
2. AI生成内容在正式商业沟通中的扩展趋势
定义：AI技术从新闻稿向其他企业对外/对内正式文本场景的延伸应用。
关键事实：

除24%新闻稿外，研究同时发现：
18%的消费者投诉内容
近10%的招聘信息
同样具有显著AI生成特征（来源：DoNews，2025-10-07）。
德勤2024Q1调研显示：79%企业高管预计GAI将在三年内推动实质性变革，当前优先用于“效率提升”而非“战略创新”（搜狐IT，2024）。
百度、阿里、腾讯等国内大厂已推出企业级AI写作工具（如百度文心一言、阿里通义千问、腾讯混元），广泛用于客服、营销文案、报告生成（腾讯新闻，2024-09）。
争议/不同观点：
支持方：AI提升内容生产效率，降低人力成本，尤其适用于标准化、高频次文稿（如财报快讯、产品发布）。
反对方：AI缺乏情感共鸣与深度逻辑自洽，易产生“事实幻觉”，在危机公关、品牌叙事等高敏感场景风险极高（今日头条，2025-04）。
3. 商业影响、伦理风险与行业应对策略
定义：AI内容规模化应用对企业传播、品牌信任、法律合规带来的连锁反应。
关键事实：

效率革命：AI可在数秒内完成传统需数小时的新闻稿初稿，支持多语言转换、热点预测、个性化分发（今日头条，2025-04）。
伦理争议：意大利新闻伦理委员会警告——“AI可模仿语言，但无法复制人类对世界的体验”，情感真空削弱传播力。
法律风险：
版权问题：AI训练大量使用新闻语料，出版商已对OpenAI发起诉讼（腾讯云，2024-11）。
责任归属：若AI生成虚假信息，现行法律无明确责任主体（今日头条，2025-04）。
行业应对：
标注规范：部分媒体要求明确标注“AI生成内容”。
人机协同：AI负责初稿与数据整合，人类负责事实核查与情感注入（今日头条，2025-04）。
争议/不同观点：

乐观派：AI是“效率杠杆”，释放人类记者从事深度调查与创意内容。
悲观派：无审核的AI内容将侵蚀新闻公信力，引发“信息污染”，需立法干预。

jjybzxw 2025-10-07 14:32
AI在正式书面沟通中的广泛应用

近日，斯坦福大学研究团队在Cell Press旗下期刊《Patterns》上发表了一篇关于AI在正式书面沟通中应用的研究报告。该研究团队对Newswire、PRWeb和PRNewswire等各大平台的英语文稿进行了深入分析，发现其中大量文稿带有AI痕迹，表明大模型已被广泛应用于各类正式书面沟通场景。

分布式LLM量化框架

为了估算特定时间段内含有AI生成特征的文字比例，研究团队采用了一套名为“分布式LLM量化框架”（Distributional LLM Quantification Framework）的统计模型。这一框架通过分析语料整体的语言特征分布，能够较为准确地识别出AI生成的内容。然而，该方法目前仅适用于英语，因此上述结果仅反映了英文语料中具备AI特征的比例，并不意味着整篇文章完全由AI撰写。

数据分析结果

IT之家参考报告获悉，研究团队分析了去年共计68.7万条消费者投诉、53.7万篇企业新闻稿、3.04亿份招聘信息以及1.6万篇联合国新闻稿。分析结果显示：

- 企业新闻稿：约24%的内容几乎由AI大模型直接生成，或经过大幅改写。
- 消费者投诉：约18%的内容带有明显的AI痕迹。
- 联合国新闻稿：约14%的内容由AI生成或改写。
- 招聘信息：接近10%的内容包含AI生成的特征。

AI在不同领域的应用

研究人员指出，LLM（大型语言模型）已深入渗透社会各领域的正式文本写作，逐渐成为人们日常书面表达的重要辅助工具。特别是在教育程度较低的地区，使用AI撰写投诉的比例达到19.9%，明显高于教育程度较高地区的17.4%。这表明AI在帮助教育程度较低的人群表达意见方面发挥了重要作用。

在招聘信息方面，中小型企业或初创公司更倾向于使用大模型生成内容，其中约有10%至15%的招聘公告包含明显的AI痕迹。这可能是因为AI生成的内容能够快速、高效地满足这些企业的招聘需求。

未来挑战

研究人员同时表示，随着生成式AI技术的不断进步，其文风愈发接近人类，未来要精确识别AI在文本创作中的参与程度将变得愈发困难。这一趋势不仅对文本内容的真实性提出了新的挑战，也对相关监管和识别技术提出了更高的要求。

结论

总体而言，这项研究揭示了AI在正式书面沟通中的广泛应用及其带来的影响。随着技术的不断进步，AI将在更多领域发挥重要作用，但同时也需要我们关注其带来的潜在问题和挑战。


查看完整版本: [-- 研究显示去年有 24% 的企业英文新闻稿由 AI 大模型产出 --] [-- top --]


Powered by www.wdsz.net v8.7.1 Code ©2005-2018www.wdsz.net
Gzip enabled

沪ICP备:05041533号