8,000 篇 AI 故事研究：氛圍描寫差異隨語言與模型變化
一項比較英語、德語故事的研究發現，四種模型在英語創作中都更偏重感官與氛圍描寫；到了德語，這項趨勢出現分歧。
英語故事中的氛圍描寫更突出
Katrin Rohrbacher 等研究者分析了 8,000 篇模型生成的故事，發現環境描寫呈現出與人類小說不同的分布。在英語樣本中，四種模型用於表達感官體驗、情緒與氛圍的句子占比，在整個敘事進程中均高於人類文本基準。
差異在開篇便已出現。依論文對前 15 句的分類，GPT 4.1 英語故事中約 47% 的句子屬於感知與氛圍類，人類樣本約為 19%。不過，氛圍描寫增加未必伴隨行動描寫減少：GPT 4.1 的人物與環境互動類句子占比仍接近或高於人類基準，其他模型則出現不同程度的不足。
從相同開篇出發，逐章比較場景寫法
研究於 2026 年 9 月 2 日提交至 arXiv。團隊從英語和德語文學語料中各抽取 1,000 部作品，將每部作品的首句與題材交給 GPT 4.1、LlaMA 3.3、Mistral 3.2 和 Gemma 3，逐章生成四章故事。四種模型、兩種語言、每組 1,000 篇，共形成 8,000 篇生成文本。
團隊使用微調後的 BERT 分類器，區分人物行動、感官氛圍、靜態觀看、客觀環境描述，以及不涉及空間的句子。為觀察寫法如何隨故事推進而改變，研究既比較開頭，也將文本分成十個等長部分，並讓人類文本片段與對應生成故事的長度相匹配。
德語樣本呈現不同的描寫分布
全文結果顯示，英語的趨勢不能直接套用到德語。GPT 4.1 在兩種語言中都偏重感知與氛圍；德語樣本中的其他模型，在部分或後續敘事區間則接近或低於人類基準。研究也發現，分章生成容易讓氛圍描寫集中在章首，但不足以解釋英語樣本的整體差距。
這項預印本將環境描寫拆分為人物行動、感知氛圍等不同面向，呈現模型與語言之間的差異。研究聚焦場景的組織方式，讀者對這些寫法的感受尚未納入此次實驗。