一项由高校科研团队开展的研究引发了文学与科技交叉领域的关注。实验数据表明，通过特定技术手段训练的人工智能模型，能够以极低的文本量复现知名作家的创作风格，甚至在专业评审环节获得更高认可度。这项涉及五十位国际知名作家的实验，包括诺贝尔文学奖得主韩江与布克奖获得者萨尔曼·鲁西迪等文学巨匠的作品分析。

研究团队设计了双重验证机制：在基础测试阶段，使用GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro三大主流AI系统，通过统一指令和样本文本生成；在深度训练阶段，仅GPT-4o具备的API功能支持为每位作家建立独立模型。科研人员购置了三十位作家的电子出版物，发现即便仅有两部作品的作家，其语言特征也能被AI精准捕捉。这种技术突破使得过去需要海量数据支撑的风格模拟，如今通过少量文本即可实现。

159名评审者（含28位文学专家）在双盲测试中，需对比人类作品与AI生成文本的优劣。实验数据显示，基础模型生成的文本在专家评审中认可度较低，但经过特定作家风格微调后，专家选择AI文本的比例在风格相似性方面激增八倍，在整体质量维度也达到两倍增长。值得注意的是，非专业评审组的评判结果与专家组呈现高度一致性，显示微调后的AI文本具备跨群体的接受度。

检测工具的对比数据更具启示意义：标准AI输出可被识别率高达97%，而经过风格微调的文本检测准确率骤降至3%。这种技术进化使得传统检测手段面临失效风险。经济层面，专业作家创作成本高达2.5万美元的文本，AI训练费用仅约81美元，形成数百倍的成本差异。

核心发现显示：AI通过两部作品即可掌握作家风格特征；风格微调使专家认可度显著提升；现有检测技术对进化版AI文本识别力大幅下降；法律规制需针对定向模仿行为作出明确界定。