AI 使原創還剩下甚麼？

AI 能寫文章之後，原創首先失去原本過於寬鬆的定義。過去一篇文章只要句子通順、結構完整、語氣像樣，已經可以被視為一種創作成果。生成式 AI 出現後，這些能力被快速平民化。它可以在短時間內整理資料、模仿語氣、生成段落，甚至按指定風格寫出一篇看似成熟的文章。於是問題是當「寫得出」變得容易，人類還憑甚麼聲稱自己有原創性。

莫言談到 AI 生成內容時，用過「二手貨」這類判斷。這個說法值得留意，因為它指出生成式 AI 的基本結構：AI 的文字來自大量既有文本的吸收、統計、重組和再輸出，把已有語料重新排列得很流暢，也可以將不同風格混合成新的表面形式，但它的生成基礎仍然依賴已經存在的語言材料。這不代表人類創作完全不受前人影響，事實上所有寫作者都活在語言傳統之中。分別是人類創作不只是組合既有材料，還會把自身的處境、判斷、限制、經驗和責任帶入文字之中。

問題是它會重新劃分不同層次的寫作。很多日常文章、本來就高度依賴固定格式的內容，例如產品介紹、社交平台文案、心得模板、簡單評論、新聞整理，會很容易被 AI 接手或大幅輔助。這些文字在過去需要人寫，因為機器還未能穩定完成。當機器可以完成後，人類在這類寫作中的角色自然會改變，由親自產出變成設定方向、篩選結果、修改語氣和控制用途。

這種改變會令一部分寫作者感到不安，原因是技術暴露很多寫作本身其實可被公式化。當一篇文章主要依靠熟悉的開頭、常見的轉折、可預期的情緒推進和安全的結論，它便很容易被模型複製。AI 讓它原本有限的原創性變得清楚。過去讀者未必會仔細分辨一篇文章是否真的有新的理解，只要它讀起來順，情緒上接得住，便可能被接受。現在這種標準開始失效，因為流暢已不再稀缺。

因此，原創性要從表面文字轉向更深的生成來源。句子是否漂亮已不是最重要的判斷，重要的是文章是否提出新的問題。AI 可以模仿一種成熟語氣，卻未必能承擔判斷的後果。人類寫作的核心正從表達能力轉向判斷能力。寫作者要問自己是否能在大量現成語言之中，分辨哪些只是重複，哪些才值得被重新說出。

這也會改變讀者的閱讀習慣。當大量文章都可以快速生成，讀者會更容易對文字產生疲勞。以前一篇文章能夠出現，本身已代表有人花時間整理、思考和表達，現在文字的出現成本降低，數量增加，信任反而下降。讀者會開始追問：這篇文章背後有沒有真實判斷？它只是把常見觀點重新包裝，還是真的提供了新的理解？在這種環境下，作者的名字、長期脈絡、思想一致性和判斷紀錄會變得更重要。原創不再只體現在單篇作品之中，也體現在一個人長期如何面對問題、如何修正觀點、如何建立自己的理解路徑。

從制度層面看，AI 寫作還會改變內容市場的評價方式。平台本來已經偏向獎勵速度、密度和可消費性，生成式 AI 會進一步提高內容供應量，使普通內容更容易被淹沒。這會帶來兩種後果。一方面，低成本文字會大量增加，令資訊環境更擁擠，另一方面，真正有識別度的寫作者反而可能更重要，因為人在過量內容中需要可信來源。未來有價值的作者是能持續提供穩定判斷框架的人。

AI 能寫文章之後，原創沒有消失，只是被迫離開比較表面的層次。過去很多人把原創理解為句子不同、題目新鮮、風格突出，但這些都可以被模仿和生成。更深的原創，是一個人如何把經驗轉化成理解，如何為某種看法負責。AI 可以降低寫作門檻，也可以放大平庸內容，但它同時迫使人類重新面對一個更嚴格的問題：當文字本身不再稀缺，值得保留下來的便是文字背後那個不能只靠重組得來的理解能力。