斯坦福大学研究团队在《Patterns》期刊发表最新研究成果，通过对多个主流英文内容平台的数据分析发现，生成式人工智能已深度融入各类正式文本创作场景。该研究覆盖Newswire、PRWeb、PRNewswire等平台发布的海量文本，揭示出AI在新闻传播、商业沟通等领域的实际应用程度远超预期。
研究团队采用自主研发的"分布式语言模型量化框架"，通过统计英语文本的语言特征分布，精准测算出特定时间段内包含AI生成特征的文本占比。这项技术突破性地将分析维度从单篇文本扩展到语料库整体特征，但目前仅适用于英语语料分析，因此所得数据仅反映英文文本的AI参与程度。
在实证分析阶段，研究团队对过去一年间的68.7万条消费者投诉、53.7万篇企业新闻稿、3.04亿条招聘信息及1.6万篇联合国新闻稿进行深度解析。结果显示，约24%的企业新闻稿、18%的消费者投诉、14%的联合国官方新闻稿，以及近10%的招聘公告呈现明显的AI生成特征，这些内容或直接由大模型生成，或经过深度改写。
数据进一步揭示，AI文本生成工具在不同群体中的使用存在显著差异。在教育水平较低地区，居民使用AI撰写投诉的比例达19.9%，较教育程度较高地区的17.4%高出2.5个百分点。在企业端，中小型企业和初创公司表现出更强的AI应用倾向，其发布的招聘公告中约10%-15%带有AI生成痕迹，明显高于大型企业的使用比例。
研究指出，随着生成式AI技术的持续迭代，其文本生成能力与人类写作风格的界限日益模糊。当前检测技术主要依赖语言特征分布分析，但面对不断优化的AI文风，未来准确识别文本中AI参与度的难度将持续增加。这种技术演进正在重塑书面表达的生产方式，使AI从辅助工具逐渐转变为文本创作的重要参与者。
