魔法對付魔法?文學獎的AI爭議:用AI工具檢測AI生成創作可行嗎
「AI 落下頦(làu-ē-hâi)」專欄由 AI 語言工程師、《台孩危機》作家偷筆帶領讀者討論時下人工智慧發展與應用爭議,專治被 AI 科技導致的習慣性顳顎關節脫臼。
文學獎起什麼AI爭議
2026 年可說是生成式 AI(Generative Artificial Intelligence,本文泛稱 AI)全面衝擊文學獎的一年。從年初 3 月,一位常任文學獎評審的作家提到校園中學層級的文學獎「有大量作品是AI寫的,而且用網路上的 AI 文字檢測器已經測不出來了,」並且在文中指出作品不只是句式方面存在 AI 痕跡,也包括常見的無事實根據幻想(ungrounded hallucination),最明顯的例子是投稿作品內提及「金門的政治犯監獄」等違背史實的情節。
8 月初,另一位常任評審作家也在社群媒體聲明,從去年開始陸續跟一些單位表達漸漸退出文學獎評審工作,「看來大家都受夠了如布袋蓮般大量增生的AI文跟投稿量。」
時序到 8 月中旬,另一個大型青年文學獎小說組的決選評審會議記錄,揭露原首獎作品遭檢舉使用 AI 協作,將文學獎 AI 爭議推上浪頭。該青年文學獎徵文辦法未針對 AI 工具進行規範,是同年該類型文學獎比賽較特別之處。相關討論一路延燒到 9 月初,主辦單位出面宣布無確切證據,願意調整得獎名單。該獎項散文組 9 月中旬公布得獎作品,其中一篇優勝作品再次被讀者發現大量充斥典型 AI 句式,相關話題再度炎上。
筆者認為這邊有品質與數量兩個面向的議題需要釐清。前文兩位作家提及的文學獎,大致要求評審從百篇量級挑選優良作品,其爭議聚焦在「AI 工具讓投稿比以往容易」,投稿數量較往年大增,如布袋蓮增生,評審工作負荷量大;後文提及的青年文學獎小說組和散文組發生在決選階段的爭議,大約是從二十篇候選作品評比獎第,爭議面向更傾向「AI 工具提升作品品質」。
社群網路爭論之間,一派眾人皆醉我獨醒的網友將爭議稿件送至 ChatGPT、Gemini、Claude 等對話型 AI 工具;更覺高人一等者送到 ZeroGPT 等 AI 生成檢測工具,接著仰天吶喊問 AI 不就解決了,起什麼爭議?
透過AI工具檢測文學作品是否為AI生成
一派聰明的網友將作品貼上以 ChatGPT、Gemini、Claude 為首的對話型AI產品,問此作品是不是由 AI 生成。有的 AI 信誓旦旦,標示出哪幾處無事實根據、幾處句式形似 AI 常見語句;有的則舉出幾例,言之確鑿是人類的真實經驗。
這些對話型 AI 產品,其背後運作的大型語言模型(Large Language Model,LLM)看似任務通用,無問不解,其訓練過程其實只被交付一個目的——推測使用者期待的答案。所以就算大型語言模型有辦法透過機率運算出常見句式,甚至能夠從網路文獻驗證「金門的政治犯監獄」等情節不符事實,最後只要使用者稍微質疑AI給的結論,這些大型語言模型便輕易翻盤自己的推測,只會符合使用者期待。
文學獎決選的爭論事件中,曾有評審提出擴大解釋徵文辦法中抄襲條款,將AI生成認定為代筆抄襲。單就這一點,筆者也認同相關意見其來有自。只不過如果上升到代筆抄襲層級,這些結論輕易翻盤的對話型AI產品,只是基於條件機率的猜測,遠不能為代筆爭議提供證據。
另一派睿智的網友說,AI 那麼強大,那用 AI 訓練分辨人寫的和機器生成的文章,不就好了嗎?
市面上已經有以 ZeroGPT 為首,號稱針對辨識機器生成文章微調(finetuning)或強化訓練(enforcement learning)的 AI 工具。也有網友將爭議作品丟進免費版 ZeroGPT,得到高達 91% 機器生成的機率,以此為證該作品為 AI 生成。
筆者認為,如果 ZeroGPT 這個結果可信,不如我們將爭議作品原文列印,再拿出一枚十元硬幣,丟兩次,看兩次是不是都人頭朝上。
因為 ZeroGPT 的效度,幾乎和硬幣連續兩次人頭朝上的機率一樣。
根據 Phrasly AI 2025 年的研究,他們將大型語言模型問世前 2010 到 2021 年間人類寫的三萬七千篇英文論文丟進 ZeroGPT 分析。ZeroGPT 說其中有將近一萬篇是 AI 生成的。26.4%,人寫的文章中約四分之一被誤判為 AI 生成的,跟硬幣連續兩次人頭朝上機率一樣。
另一份來自史丹佛學生團隊 2023 年發表在期刊 Patterns 的研究,進一步以托福英文作文為測試樣本,發現只要是非英語母語者撰寫的作文,ZeroGPT的誤判率更可以從四分之一躍升到超過一半,61% 的誤判率。英文誤判率尚且如此,更不用談語言和文體差異,這些因素大幅提高 ZeroGPT 誤判率。
大型語言模型不為創作設計,卻衝擊文學獎
無論學界或業界,目前並沒有任何有效工具能夠辨識 AI 生成文字內容。
那我們從源頭把關呢?2024 年 5 月,Google DeepMind 宣布將旗下 Gemini 模型為文字輸出強制加上 SynthID-Text 抽樣浮水印。無獨有偶,2026 年 8 月 Anthropic 為因應歐盟《人工智慧法案》(EU AI Act)的要求,在旗下 Claude 模型中全面導入「隱形文字浮水印」技術。OpenAI 亦在 2026 年 10 月跟進,採用 textGrain 技術,偏置詞彙的統計分佈。
這些技術對於「辨識未經大幅修改的原始輸出」非常有效,誤判率極低;但若要作為「通用 AI 生成內容的防偽」,特別是文本經過後續加工、文本不夠長的情況下,實務上仍有明顯的結構性限制。
有鑑於此,臺灣各大文學獎紛紛選擇祭出禁用 AI 條款,部分獎助計畫要求申請者出具未使用 AI 切結書。臺大文學獎則與眾文學獎不同,在 2024 年開辦 AI 共作組別,徵集與 AI 共同創作的各類文體,是文學獎中的先例。
然而,除了 AI 直接生成的內容,從創作發想使用 AI 工具整理田野調查、到成稿後透過大型語言模型潤飾修錯字,這些使用在多數文學獎禁用 AI 條款下成了灰色地帶。相較於全面禁止,教育部《駕馭 AI,洞察未來:數位公民的必修課》學習手冊則特別提出四種 AI 協作程度註記說明,從一顆星的「幾處協作」,到程度最高的四顆星「高度構想輔助」,鼓勵學生應該主動揭露 AI 協作程度:
協作程度 1 顆星:基礎協助★
協作程度 2 顆星:參考與潤色★★
協作程度 3 顆星:內容輔助與優化★★★
協作程度 4 顆星:高度構想輔助★★★★
相關爭議也不僅止於臺灣——在投稿門檻層面上,8 月份《日經新聞》報導第 14 屆早川 SF 競賽從往年四百件投稿數暴漲至一千件的量級;作品品質上,過往轉角國際十月份也曾報導過〈 文學可以使用AI嗎?法國龔固爾文學獎爭議下,法國文壇如何看待AI創作 〉。足顯質和量上,文學獎的運作皆受大型語言模型衝擊。
在沒有 AI 工具能有效檢測 AI 創作的今天,文學獎的型態的確面臨前所未有的挑戰。同時筆者也在此呼籲,AI 工具亦有未盡之地。吃牛肉大家講求產地標示、吃藥大家在意副作用,使用 AI 工具進行推論,或甚至作為證據,也應當更加小心。
⚠️ 本文 AI 協作程度 1 顆星(基礎協助):「本作品部分使用 AI 協助整理資料與修改句子,所有內容均經過本人理解、確認與重寫。」
編輯/林齊晧
推薦閱讀
←上一篇
擋不了的AI時代:當AI進到教育現場,將如何影響下一代的知識傳遞的方式
作者文章
魔法對付魔法?文學獎的AI爭議:用AI工具檢測AI生成創作可行嗎
最新文章
魔法對付魔法?文學獎的AI爭議:用AI工具檢測AI生成創作可行嗎
擋不了的AI時代:當AI進到教育現場,將如何影響下一代的知識傳遞的方式
尋找印尼「慰安婦」身影(四):托拉查原住民部落的瑪莉亞和她的夥伴們
尋找印尼「慰安婦」身影(三):油井村的倖存者們與亞洲和平女性基金
二刀流創造的動容瞬間:大谷翔平如何改寫棒球歷史?