Back to Feed
总结
Adam Aleksic指出，社交媒体算法与AI大模型在利益驱动的筛选机制下，正重塑人类语言、价值观与自我认同。研究发现，ChatGPT等模型受训练数据偏差影响，会高频使用如“delve”等词汇，促使人类在日常交流中模仿“AI腔”，形成语言层面的正反馈循环。在文化消费上，Spotify等平台通过数据聚类生成“hyperpop”等标签，推动创作者与用户迎合算法分类，使原本流动的兴趣被固化为身份认同，并将行为数据转化为更刚性的社会标签，影响文化潮流与用户自我认知；若缺乏反思，公众可能在偏见累积中弱化对多元现实的感知。
正文
🤖 算法与AI模型对人类语言及自我认同的重塑作用 Adam Aleksic指出，社交媒体算法与AI大模型通过利益驱动的筛选机制，正在重塑人类的语言与价值观。研究发现，ChatGPT等模型由于训练数据的偏差，表现出频繁使用"delve"等特定词汇的倾向，进而引发人类在日常表达中模仿此类"AI腔调"，形成了语言上的正反馈循环。在文化消费方面，Spotify等平台利用数据聚类生成如"hyperpop"之类的标签，迫使创作者与用户迎合算法分类，导致原本流动的个人兴趣被固化为刻板的身份认同。这种从"统计学聚类"到"本体论分类"的跃迁体现了算法权力，平台通过将行为数据转化为刚性社会标签，在制造文化潮流的同时规训了用户的自我认知。若缺乏对该循环效应的反思，公众可能因数据偏见而逐渐失去对真实多元现实的感知。 (科技圈)
发布时间：