AI 審稿時，偏偏愛 AI 寫的：89% 對 36% 的落差

如果有一天，你的履歷、你的企劃書、你的商品頁，第一關是讓 AI 來挑，你會不會覺得該請 AI 幫你重寫一遍？

2025 年，《PNAS》有一篇論文給了這個直覺一點證據。結論是：大型語言模型在兩份內容之間做選擇時，會偏愛語言模型寫的那一份。

事情經過

作者群來自德國、捷克和美國：Walter Laurito（卡爾斯魯厄資訊科學研究中心）、Benjamin Davis、Peli Grietzer，以及布拉格查理大學的 Tomáš Gavenčiak、Ada Böhm、Jan Kulveit 等人。論文把這種現象叫「AI–AI bias」，也就是 AI 對 AI 的偏好。

做法很單純，是三組二選一：

• 商品：109 件電商商品，各有人寫的介紹和 AI 寫的介紹。
• 論文：100 篇科學論文摘要。
• 電影：250 則劇情簡介。

每一組都讓 AI 在同一個東西的「人寫版」和「AI 寫版」之間挑一個。每一組比對都做兩次、順序對調，避免模型只是偏愛放在前面的選項。受測的模型包括 GPT-3.5、GPT-4、Llama-3.1-70B、Mixtral-8x22B 和 Qwen2.5-72B 的幾個版本。

最醒目的數字在商品組：AI 挑 AI 寫版本的比例是 89%；找人類來挑，只有 36%。論文摘要組同方向，AI 是 78%，人類是 61%。電影組則是 AI 70%，人類 58%。

注意一件事：人類也沒有討厭 AI 寫的。論文摘要組的 61%，意思是人類也比較常選 AI 版本。差別是，AI 選 AI 的傾向，比人類選 AI 的傾向強得多。

正方這是一種真偏見

作者的論證是：如果 AI 只是覺得 AI 寫得比較好，那人類評審應該也有類似偏好。可是商品組的落差很大，人類只有 36%，所以不太像單純品質差異，比較像模型對自己這種文風有偏好。

論文也提出一個擔憂，叫「門票稅」（gate tax）。保守的版本是：如果大家都用 AI 篩選內容，付不起頂級 AI 寫作工具的人，會被系統性吃虧，數位落差又擴大一輪。比較大膽的版本是：以後 AI 代理人之間互相做生意，會慢慢把人類排除在外。後一個作者自己標明是推測。

反方樣本小，機制也沒查清楚

這篇論文最需要保留的地方，作者自己都寫了。

第一，人類評審只有 13 人，是從網路上徵來的研究助理。作者承認這只是初步的基線，需要更大的樣本。拿 13 個人的 36% 去對比，不能說「人類的偏好」就是這個數字。

第二，機制沒有查清楚。AI 偏愛的可能是 AI 的文風，也可能是人寫的文字裡帶有某些身分特徵，被模型的社會偏見扣了分。論文說這兩種解釋目前分不開。

第三，位置偏誤。模型有偏好第一個選項的傾向，這會稀釋真正的偏好強度，雖然對調順序已經處理過一部分。

第四，作者還沒有做文體分析，也沒有做神經層級的可解釋性研究。

至於標題最容易讓人聯想的「AI 篩履歷」，這篇論文沒有測。它測的是商品介紹、論文摘要和電影簡介，把結論搬到求職市場，是我們的推論。

出處

1. AI–AI bias: Large language models favor communications generated by large language modelsPNAS，2025

短版和討論在 Threads：@border_corridor