不少人都有类似的阅读感受，部分文字扫一眼就能明白含义，可有些语句即便全部汉字都认识，也需要回看重读，才能理清其中所要表达的意思。这种阅读感受的区别，指向人类大脑处理语言的复杂机制。纽约大学联合马萨诸塞大学阿默斯特分校的研究团队借助 AI 开展相关实验，揭开了其中一部分谜底，研究同时证实，人类和人工智能在阅读理解层面的差距，远比大众以往认知的更加显著。

在接触文本的初始阶段，人类大脑和主流大语言模型的处理逻辑存在相似之处，二者都会预判后续即将出现的词汇。就像读到 “今天天气真……”，人脑会下意识预判后续大概率出现好、热、冷这类词汇，依靠这种预判能力，我们可以快速识别文字，保障阅读过程顺畅进行。大语言模型同样以预测下一个词作为语言处理的核心方式，依托海量文本训练，模型能够结合上下文推算后续文本的出现概率。

但词汇预判仅仅是阅读的其中一环。想要真正读懂内容，还需要把零散的词语整合进整段语句，梳理清楚完整语义，而人类与 AI 的分歧，就出现在语义整合这个环节。

该现象在花园路径句当中体现得尤为突出，这类句子语法完全合规，但文本开篇很容易误导读者形成错误理解，读到后半段才察觉认知偏差，必须回头重新拆解句式。以英文例句 “The old man the boat” 为例，读者初见 “The old man”，很容易将其理解为名词词组 “那位老人”，期待后续衔接谓语动作，直到读到 “the boat” 才意识到理解出现偏差。本句当中 old 指代老年群体，man 用作动词，代表操控、驾驶，整句话实际含义为老人们驾驶船只。碰到这类句式，读者通常会短暂停顿，视线回溯，重新梳理句法逻辑。

研究人员借助眼动追踪设备观测 368 名成年人的阅读行为，记录受试者阅读、回读每个词汇耗费的时长，再把采集到的眼动数据和四百余个大语言模型的输出结果做对比。数据显示，人类阅读过程里，大约 20% 的眼球动作属于回视重读。AI 对下一个词汇的预测能力，可以解释人类快速识别单词的原理，却不能说明人遇到理解障碍时，为什么会通过回读文本完成语义解析。

简单来讲，大语言模型只能模拟阅读的第一个阶段，完成视觉层面的单词识别，却无法实现第二步，也就是把单个词语融入整句语境，完成前后信息的融合处理，这套人脑独有的运作机制，还需要更多科研探索。

纽约大学语言学博士生威廉・蒂姆基表示，单纯依靠词汇可预测性，不足以解释人类阅读复杂句子所消耗的时间，大语言模型会明显低估人解读晦涩文本所要面对的认知负担。这项研究带来一个有意思的结论，即便 AI 生成的文本越来越贴近人类表达，但它依旧没有复刻人类读懂语言的整套认知过程，这也可以从一个角度解释，为什么人工智能暂时还无法实现对人类的完全替代。

本文由智算芯能前沿网编辑整理，转载请注明出处。