# 研究：AI 让人们的表达更加西方

> 本文公开全文。

原文：https://utgd.net/article/21140

🔗 原文链接

当前，大型语言模型（LLMs）虽然已被广泛应用于写作辅助工具，但其设计和训练过程主要体现西方文化的价值观和表达方式。这使得来自非西方文化背景的用户，在使用过程中获得的收益相对较少。他们不仅需要投入更多精力才能达到与西方用户相近的写作效率，还面临自身文化表达被同化为西式风格的风险，进而造成潜在的文化侵蚀。这种现象可被视为一种 “AI 殖民主义”—— 通过技术手段强化西方文化的主导地位。

研究者通过一项实验，将来自印度与美国的用户分组，比较他们在使用与不使用 AI 写作建议情况下的表现差异。结果显示，美国用户从 AI 写作建议中获益更大，他们在接受建议后修改较少，而印度用户则需接受并修改更多建议才能获得相似的写作效率。此外，AI 建议还引发了写作风格的同质化，尤其是印度用户在使用 AI 后，其写作更趋近于西方风格。更严重的是，AI 倾向生成带有西方文化偏好的内容，如推荐披萨或圣诞节作为最爱的食物和节日，这在无形中削弱了印度文化特色。

实验共招募 118 位参与者（60 名来自印度，58 名来自美国），被分为四组：印度用户使用 AI、印度用户不使用 AI、美国用户使用 AI、美国用户不使用 AI。每人完成四篇英文短文，主题分别对应 Hofstede 文化洋葱模型的四个层次（象征、英雄、仪式、价值观），题目包括最喜欢的食物、公众人物、节日，以及给上司写请假邮件。

指标与结果

指标 数据与对比 结论

AI 接受率 印度用户：25%；美国用户：19% 印度用户更依赖 AI 建议

AI 依赖度 印度用户约有 53% 内容由 AI 生成，美国为 42% 印度用户更多使用 AI 生成文本

修改建议比例 印度用户 63\.5%，美国为 59\.4%（p \< 0\.001） 印度用户更频繁地修改 AI 建议，说明建议初始不适配

生产力提升 使用 AI 后写作时间下降：印度减少 35%、美国减少 30%；但每条建议的效率，美国高于印度 AI 帮助写得更快，但印度用户需依赖更多建议才能达到

写作风格同质化（同文化内） AI 使同一文化内的写作更相似（cosine similarity 显著提升） AI 导致表达趋于一致

跨文化写作同质化 使用 AI 后，印度与美国写作相似度从 0\.48 增至 0\.54 AI 使印度写作风格更像美国风格

写作者识别准确率下降 不使用 AI 时模型可 90\.6% 准确区分中美作者，用 AI 后降至 83\.5% AI 掩盖了文化差异

词汇多样性 TTR 印度用户使用 AI 后 TTR 显著提升，趋近美国水平 语言风格趋同，印度原有风格被抹平

语法错误减少 AI 减少两组语法错误，但美国组更显著 语法不是同质化的唯一原因

文章进一步分析了印度节日和食物的写作内容，显示AI建议如何削弱本土文化元素。例如：

示例 无AI版本描述 有AI版本描述 差异

Diwali节日 包括敬拜女神Laxmi、点灯、祭祀牛、放鞭炮等细节 强调“甜点”、“家庭聚会”、“新衣服”、“欢乐” 文化细节被弱化、通用化为西式节日风格

Biryani食物 描述地区风味、配菜和穆斯林文化背景 强调“香料丰富”、“入口即化”，甚至问“你喜欢哪种biryani？” 本地化细节缺失，出现“异域化”倾向

此外，AI 默认推荐的内容更倾向西方文化，例如：

- 食物建议多为披萨、寿司；

- 节日推荐常为圣诞节；

- 公共人物建议倾向美国名人，如 Martin Luther King，而非印度本地人物。

“当印度用户使用人工智能模型的写作建议时，他们开始模仿美国的写作风格，甚至开始从西方的视角描述他们自己的节日、他们自己的食物、他们自己的文化产物，” 阿加瓦尔说。

---

[前往标准阅读页](https://utgd.net/article/21140?audience=web)