2025年11月8日发布的一项最新研究揭示，人工智能模型在社交媒体环境中极易被识别出来，关键在于它们表现出"过度礼貌"的语言特征。这项由苏黎世大学、阿姆斯特丹大学、杜克大学及纽约大学联合开展的研究表明，在社交平台的互动中，AI生成内容因情感表达过于友好而显得异常，从而暴露其非人类身份。

研究团队开发了一套自动化分类系统，并在Twitter/X、Bluesky和Reddit三大主流平台上进行了测试。结果显示，该系统能够以70%至80%的准确率识别出AI生成的回复。这意味着当用户在网上收到一条格外礼貌、措辞谨慎的回应时，其背后很可能是AI驱动的自动回复机制。

为了更精准地衡量AI与人类语言之间的差异，研究引入了"计算图灵测试"这一全新分析框架。与依赖人工判别的传统图灵测试不同，该方法通过自动化工具结合语言学特征分析，系统性地区分机器生成文本与人类创作内容，从而实现更高效、客观的识别。

项目负责人、来自苏黎世大学的尼科洛·帕根指出，即便对模型输出进行调整和优化，AI在情感语调和情绪表达方面仍与人类存在显著差距。这些深层次的情感线索成为判断内容是否由AI生成的重要依据。

研究中被称为"毒性特征暴露"的核心发现显示，包括Llama 3.1、Mistral 7B、Deepseek R1和Qwen 2.5在内的九种主流开源大语言模型，在回复真实用户发布的社交内容时，始终难以模仿人类常见的随意性负面情绪或直率的情感流露。在全部三个测试平台中，AI生成文本的"毒性"评分——即反映攻击性或负面情绪强度的量化指标——均明显低于人类实际回复。

研究人员尝试通过提供写作样本、引入上下文检索等方式改进AI输出，使其在句长、词汇多样性等结构层面更接近人类表达。尽管这些方法在形式上缩小了部分差距，但在情感基调这一根本层面上的差异依然难以消除。这表明，让AI具备类似人类的不完美甚至略带冒犯性的表达能力，可能比提升其逻辑推理能力更具挑战性。