人–LLM协作正在改变科学文本中的复杂度度量

尽管人类语言长期被作为复杂系统研究，大语言模型（LLM）正迅速成为其动态过程的参与者。由于LLM以人类语言使用为训练数据，其对更广泛的人–AI语言生态的影响起初可能很微妙。然而随着使用日益普及，LLM可能改变语言的涌现特性，尤其是当模型越来越多地在混合人–LLM文本数据上训练时。在此，我们借助复杂性科学在2010至2025年数百万篇arXiv摘要中寻找微妙的LLM影响。LLM快速普及的2023年，作为一个自然实验的标志性年份。我们发现2023年初之后复合LLM关联风格指数急剧上升，但仅观察到Zipf定律与Heaps定律指数的细微变化。然而更引人注目的是2023年起出现的复杂度度量中的两个细微变化。首先，排名靠前词汇的更替率急剧增加。其次，LLM关联风格指数与三项复杂度度量——词汇量以及Heaps和Zipf定律指数——之间的正向关系在2022年后趋于平缓。总之，这些模式与混合人–AI语言生态中科学文本涌现特性的变化相一致。