StoryScope研究：AI小说可从叙事结构识别：而不只是标点习惯

识别AI小说不一定要盯着破折号、常见套话或某几个高频词。一项来自马里兰大学与Google DeepMind研究人员的预印本提出，AI文本更稳定的特征可能藏在叙事结构里：情节如何升级、人物如何选择、时间如何跳转，以及作者是否把主题直接解释给读者。

从语言风格转向叙事特征

研究团队开发了名为StoryScope的检测方法，并以2025年的叙事特征基准NarraBench为基础。它不只统计词语和标点，而是分析情节发展、角色描写、场景、子情节、时间结构、对话功能和主题表达等可以解释的特征。

这种方法的价值在于可解释性。检测器不只是给出“像AI”的概率，还可以指出文本缺少子情节、时间线过于单一、人物选择缺乏道德模糊性，或叙述者频繁替读者总结故事寓意。

超过五万篇故事的对照实验

团队选取10272篇人类创作的短篇小说，先让Gemini 2.5反向生成写作提示，再把这些提示分别交给Gemini 3 Flash、DeepSeek V3.2、Claude Sonnet 4.6、Kimi K2.5和GPT-5.4生成新故事。人类作品、提示词和五套模型的输出共同组成超过五万篇文本的比较数据。

结果显示，不同模型虽然各有偏好，但AI故事聚集在相似的“叙事空间”，人类作品的结构则更加分散。Claude的事件升级往往较平，GPT更频繁采用梦境桥段，Gemini则倾向从外部特征描述人物。

AI更喜欢把含义说透

研究统计中，AI叙述者直接解释主题的比例达到77%，人类作品为52%。例如一个经历悲伤的角色在故事结尾，AI更可能明确说明角色学到了什么，而不是把意义留给读者推断。

AI对话被用来进行哲学辩论的比例为59%，人类文本为34%；引用其他作品时，AI采用模糊暗示的比例约72%，人类为50%。整体模式是“过度确定”：模型倾向于把主题、情绪和人物动机完整说出来。

AI故事还更少使用子情节、闪回和复杂时间跳转，人物和地点数量也通常较少。描写恐惧时，人类作者可能简单写“他感到害怕”，模型则容易同时加入胸口发紧、冷汗和灯光变暗等多重感官线索，形成可识别的过度描写。

数据来源与版权争议

人类故事取自Books3数据集，其中包含约18.3万本从电子书收集的作品，长期涉及版权诉讼。研究使用了其中一万多篇知名短篇作品，但没有公开这部分原始文本，只发布提示词和AI生成结果。

论文声明不认可将Books3用于模型训练或商业生成，本次用途限定为学术分析，以研究人类和AI叙事差异，并为作者身份、检测方法与版权政策讨论提供材料。即便如此，把受版权保护作品反向拆成提示再交给模型重写，仍然是研究设计中无法忽略的伦理问题。

研究过程本身也使用了AI

论文披露，研究人员使用Claude Code和Codex帮助实现代码、制作表格与图形，并辅助润色论文。AI建议以不同颜色保留，由研究者逐项审查、接受、修改或拒绝。

这一做法也说明“是否使用AI”和“作品核心是否由人负责”并不是同一个问题。StoryScope更适合判断文本背后的叙事构造是否呈现模型化模式，而不能仅凭一个分数证明作者完全没有使用任何辅助工具。

研究目前仍是预印本，检测效果也可能随模型和写作策略变化。但它提供了比表面词频更有价值的方向：未来AI文本检测需要理解故事怎样组织，而不仅是寻找某个标点或流行套话。