DeepMind联合马里兰大学研究：AI写作叙事指纹识别准确率达93.2%

近日，沃顿商学院教授公开发布马里兰大学计算机团队联合Google DeepMind的最新研究成果，双方针对Claude、GPT、DeepSeek等5款主流大模型展开测试，通过名为StoryScope的自动化分析管道，基于情节、主体、时间结构等叙事特征识别AI生成内容，准确率高达93.2%。研究同时揭示，AI与人类故事创作底层逻辑存在本质差异，即使用户频繁调整提示词也难以改变该特征。

最近半年，社交平台上“调教大模型写出人类感文案”的教程累计收获超千万次浏览，不少内容创作者为了规避AI检测，反复调整提示词、要求大模型模仿特定文风，甚至手动修改近三成内容才能放心发布。但这份5月底公开的新研究结论，或许会直接推翻多数人的努力方向。

为了明确AI与人类写作的核心差异，研究团队设计了一场规模庞大的对比实验：累计收集上万个不同类型的写作提示，同步招募人类创作者、调用Claude、DeepSeek、Gemini、GPT、Kimi五款主流大模型，最终生成了包含六万多篇故事的测试样本库。

实验结果显示，无论用户输入什么样的提示词要求，大模型生成的内容始终被困在一个狭窄的默认叙事框架内，暴露出极其稳定的“叙事指纹”。即使用户要求大模型“模仿某位作家的文风”“打乱叙事顺序”，其底层的情节排布、人物动机逻辑、时间线结构等特征也不会发生本质改变，靠调整提示词完全无法抹去这类特征。