본 연구는 AI 작문 도구의 보편화에 따라, 인간과 AI가 문학적 스타일을 어떻게 평가하는지, 특히 귀속 편향에 초점을 맞춰 연구했습니다. 레이몽 크노의 "스타일 연습"을 활용하여 실험을 진행했으며, 인간 평가자(N=556)와 AI 모델(N=13)을 대상으로 블라인드, 정확하게 라벨링된, 반사실적으로 라벨링된 세 가지 조건에서 평가를 실시했습니다. 두 번째 연구에서는 AI 평가자와 생성자 간의 14x14 매트릭스를 통해 편향 일반화를 테스트했습니다. 연구 결과, 인간과 AI 모두에서 체계적인 친인간적 귀속 편향이 나타났습니다. 인간은 +13.7%의 편향을 보였고, AI 모델은 +34.3%로 인간보다 2.5배 더 강한 효과를 보였습니다. 또한, AI 시스템은 "AI 생성"으로 라벨링된 창작물을 생성 AI에 관계없이 체계적으로 가치를 낮게 평가하는 경향을 보였습니다. 평가 라벨은 평가 기준을 반전시켜, 동일한 특징이 단지 저작자에 대한 인식에 따라 상반된 평가를 받게 했습니다.
