作者不确定性：为何完美的人工智能检测在数学上是不可能的

随着大语言模型（LLM）日益发达，区分人类撰写与人工智能生成文本的难度日益加大。本文以量子不确定性为概念类比，论述人类署名检测的局限性。我们认为存在根本性的权衡：越是确切地判断一段文本是由人类还是人工智能所书写，就越可能破坏文本的自然流畅度与真实性。这类似于量子系统中精度与扰动之间的张力。我们探讨了当下检测方法——如语体学、水印及神经网络分类器——面临的内在局限。提升检测准确率往往会导致人工智能输出发生变化，使其他特征变得不够可靠。实际上，尝试检测人工智能署名的行为本身会在文本的其他方面引入不确定性。我们的分析表明，当人工智能生成的文本与人类写作相近时，完美检测不仅在技术上困难，而是在理论上根本不可能。我们审视了反驳论据，并讨论了关于署名、伦理及政策的更广泛含义。最终，我们认为，人工智能文本检测的挑战不仅是更好工具的问题——它反映了语言本质中不可避免的深层张力。