《Computers in Human Behavior Reports》：AI authorship labels reduce evaluations but have little effect on costly engagement with creative writing
编辑推荐：
AI生成文本日益普遍，但关于AI署名标签是否影响对创造性作品的高成本投入（costly engagement）仍知之甚少。在一项预注册实验中，654名美国参与者阅读同一篇短篇小说，该小说被随机呈现为AI生成或代表性人类作者作品。与既有研究一致，AI标签显著降低
AI生成文本日益普遍，但关于AI署名标签是否影响对创造性作品的高成本投入（costly engagement）仍知之甚少。在一项预注册实验中，654名美国参与者阅读同一篇短篇小说，该小说被随机呈现为AI生成或代表性人类作者作品。与既有研究一致，AI标签显著降低了对该小说的主观评价，其中对感知真实性（authenticity）、氛围（atmosphere）与文学价值（literary merit）的影响最大（在预注册指数上为0.28个标准差）。然而，该标签对货币支付意愿（willingness to pay）、以转录时间计的支付意愿以及阅读时间影响甚微，所有效应均低于0.05个标准差。即使在明确表示愿为人类写作支付更高价格的36%参与者中，该标签对支付意愿的影响也很小。这些结果与态度-行为差距（attitude-behavior gap）相符：对AI署名的既定评价惩罚未必伴随高成本投入的相应大幅下降。因此，披露AI署名的标签对读者评判创造性写作的影响，可能大于对其愿意投入阅读的金钱、时间或努力的影响。
研究背景与问题
AI生成文本已在新闻、社交媒体与创造性写作中广泛存在，大语言模型（Large Language Models, LLMs）的输出日益难以与人类写作区分。随之而来的是披露决策问题：是否应为AI生成作品加注标签，以及读者在得知文本由AI而非人类撰写后如何反应。既有研究一致表明，披露AI署名会降低对创造性作品的评价，尤其在真实性、原创性、努力与价值等维度上。然而，这些评价惩罚是否改变读者为消费AI标签内容所愿投入的资源，尚不明确。主观判断与高成本行为常常分离，既有研究多依赖陈述性偏好而非显示性偏好，且几乎不使参与者承担成本。因此，研究人员提出两个问题：在文本固定不变的情况下，AI署名标签是否降低读者对短篇小说的评价；同一标签是否减少以金钱、转录时间与阅读时间衡量的高成本投入。
研究设计与结论
研究人员开展了一项预注册实验，招募654名美国参与者，通过Prolific平台于2024年12月完成。参与者阅读同一篇由GPT-4生成的短篇小说，随机分为人类署名与AI署名两组。在故事中点，研究人员测量评价判断与支付意愿，并记录阅读时间。结果显示，AI标签使预注册评价指数下降0.28个标准差，其中真实性、文学价值与氛围的降幅最大；而对货币支付意愿、转录时间支付意愿与阅读时间的影响均低于0.05个标准差，且不具统计显著性。即使在明确表示愿为人类写作多付钱的36%参与者中，高成本投入的效应仍接近零。研究人员据此认为，AI署名标签主要影响读者如何评判创造性写作，而非其愿意投入的金钱、时间或努力，这一分歧将态度-行为差距的证据扩展至对AI署名的反应，并揭示了仅凭评价惩罚进行推断的局限。
主要技术方法
研究采用预注册随机对照实验设计，通过Prolific平台招募配额平衡的美国样本（n=654），样本在年龄、种族与性别上近似美国人口。实验材料为GPT-4生成的短篇小说，采用固定内容设计以分离感知署名与文本质量差异。高成本投入通过三项指标测量：货币支付意愿（0.50美元奖金中愿放弃的最大金额）、转录时间支付意愿（0至6分钟）以及无干扰记录的阅读时间；前两项采用随机价格程序（random-price procedure）进行激励性选择。评价判断采用七项0至10分量表，涵盖人物、原创性、真实性、氛围与文学价值等维度。研究另测量叙事预期与陈述性署名偏好，并设置注意力检查与机器人检测以筛选样本。
研究结果
3.1 高成本投入效应微小且精确估计：货币支付意愿均值差异为0.2美分，占对照组均值的1.1%，不具统计显著性（p=0.86）；Kolmogorov–Smirnov检验未拒绝两组分布相等（p=0.96）。转录时间支付意愿均值差异为0.04分钟，占对照组均值的1.7%，不具统计显著性（p=0.74）。阅读时间在AI署名条件下约低2%，差异微小且不显著。标准化后，三项高成本投入效应均低于0.05个标准差；95%置信区间可排除与评价下降0.28个标准差同等规模的减少。
3.2 AI标签降低评价判断：AI署名条件在多数评价维度上降低评分，参与者认为AI标签故事更可预测，并在情感投入、创造性/原创性、真实性、氛围与文学价值上给出更低评分，其中真实性、文学价值与氛围的效应最大。预注册标准化评价指数的效应为0.28个标准差（p<0.001），显著大于三项高成本投入指标的效应。
3.3 AI标签改变对故事走向的预期：AI署名条件的参与者认为教授将在自己写作中使用AI的可能性高8.5个百分点，并更可能预期教授对结果满意；认为教授会建议学生使用AI的比例增幅较小且不显著。这表明AI标签改变了读者对故事可能走向的解读，但未导致支付意愿或阅读时间的显著下降。
3.4 对人类署名的陈述性偏好：61.9%的受访者表示支付意愿不会改变，36.6%表示愿为人类写作支付更多，仅1.5%表示愿为AI写作支付更多。偏好人类写作者给出的主要理由为人类写作更有意义（81.1%）、关心人类写作者生计（63.9%）以及对AI的伦理或环境担忧（32.5%）。在偏好人类写作的参与者中，AI标签使评价指数下降约0.5个标准差，但货币与转录时间支付意愿效应仍接近零且不显著；该群体阅读AI标签故事的时间略短，但差异小于评价判断的效应。在认为人类与AI写作同等重要的参与者中，高成本投入与评价判断的效应均接近零。在偏好人类写作者中，AI标签对可预测性与真实性的效应最大，对创造性/原创性与情感投入的效应较小且不显著；由于陈述性偏好在处理暴露后测量，研究人员将此类比较作描述性解读。
讨论与结论
感知的AI署名对读者评判创造性写作的影响远大于其愿意投入消费的程度。在文本固定的条件下，AI标签降低了真实性、氛围、文学价值等相关维度的评价，却对货币支付意愿、转录时间支付意愿与阅读时间影响甚微；这些高成本投入的估计效应接近零且与无效应一致，置信区间排除了与评价下降同等规模的减少。该发现挑战了对AI生成创造性作品的简单算法厌恶（algorithm aversion）解释：创造性写作是主观领域，AI署名线索本应尤为显著，评价惩罚确实出现，但未伴随高成本投入的相应下降。一种解释是，AI标签在读者被要求评判文本时激活了对真实性、努力或人类意图的关切，而私人消费决策更多取决于阅读故事的即时价值。研究人员还考察了后续转录任务中的努力程度，AI署名条件参与者并未付出更少努力，若有何差异则是转录了略多词汇。研究局限包括：仅使用单篇短篇小说与单一人类作者框架，结果最直接适用于读者已开始接触文本情境下的短篇虚构作品；故事主题涉及AI在创造性写作中的兴起，无法确定其他主题下署名标签效应是否不同；支付意愿在故事中点引出，无法直接估计AI标签对初始选择、点击或购买的影响；选择为私人且 stakes 较小，公开决策可能产生更大的人类署名溢价；文本固定意味着估计的是感知署名（即标签）效应，而非实际人类与AI写作差异。研究结论为：主观评价与陈述性偏好未必能预测对AI生成创造性作品的高成本反应；读者在被要求评判真实性、氛围或文学价值时可能惩罚AI标签写作，却仍不愿为人类写作投入更多金钱、努力或注意力。若消费者在原则上重视人类署名却不愿承担成本支持它，仅靠披露可能难以减缓人类创作在创造性市场中被替代的进程。
