南加州大学研究：LLM正在标准化人类表达方式，潜移默化影响思维方式

南加州大学Dornsife学院的一项新研究警告，大语言模型正在同质化人们说话、写作和推理的方式。计算机科学家和心理学家在发表于《认知科学趋势》的评论文章中指出，如果不加以控制，这种趋势可能削弱人类的集体智慧和适应能力。

核心发现

"当这些差异通过相同的LLM来中介时，人们独特的语言风格、视角和推理策略就会同质化，在用户之间产生标准化的表达和思维，"论文第一作者、USC Viterbi博士生Zhivar Sourati说。

研究发现：

• LLM的输出比人类写作变异性更小
• LLM倾向于反映WEIRD社会（西方、受过教育、工业化、富裕、民主）的语言、价值观和推理风格
• 虽然个人使用LLM能产生更多想法，但群体使用LLM时产生的想法更少、创造力更低

超越语言：推理同质化

担忧不仅限于写作风格。研究表明：

1. 意见对齐 — 与有偏见的LLM互动后，人们的观点会向模型的方向偏移
2. 线性推理偏见 — LLM偏好思维链推理，减少了对直觉或抽象方法的使用
3. 间接影响 — 即便是非用户，当周围所有人都在用LLM影响的方式思考和表达时，也会感到从众压力

反馈循环

"因为LLM被训练来捕捉和重现训练数据中的统计规律性，而这些数据往往过度代表了主导语言和意识形态，所以它们的输出往往只反映了人类经验中狭窄且偏斜的一部分。"

这创造了一个危险的反馈循环：在同质化数据上训练的LLM产生同质化的输出，然后塑造人类表达，而这些被塑造的表达又成为下一代模型的训练数据。