“AI谣言”为何易传播难防治？（深阅读）

当前，AI（人工智能）迅速发展，给人们的生产生活带来诸多便利。但AI也被用于制作发布谣言、不实信息，可能对部分群众造成困扰。今年4月，中央网信办部署开展“清朗·整治AI技术滥用”专项行动，聚焦利用AI制作发布谣言、不实信息等乱象开展重点整治。

从“暴雨引发山体滑坡”的伪造视频到“核电站泄漏”的AI生成新闻稿，“AI谣言”表现形式多样，让不少群众一度信以为真。“AI谣言”从何而来、为何泛滥、如何整治？记者进行了采访。

缘何出现？

有人恶意用AI编造虚假信息，也存在“AI幻觉”的可能

“80后5.2%的死亡率，开启了黄金一代的黯然离场”“80后的死亡率已经超过70后”……前不久，一组声称源于第七次全国人口普查的数据骇人听闻。很快，有关部门和专家辟谣：从来源到数据都毫无根据。

这组虚假数据从何而来呢？

中国人民大学人口与健康学院教授李婷梳理发现，“AI幻觉”很可能是“罪魁祸首”——AI大模型在人口学专业领域的训练语料不足，回答问题出现推算错误，造成“AI幻觉”。

“‘AI幻觉’指生成式人工智能系统在无明确依据的情况下输出回答，语言表达看似合理，但内容实则虚假甚至违背常识。”世界互联网大会人工智能专业委员会主任委员、安全与治理推进计划牵头人曾毅介绍，该现象在当代大语言模型中尤为常见，主要表现就是事实性幻觉，例如，输出错误的人物事迹与关系、伪造的科学研究等。

从机理上看，“当前大模型并非‘理解事实’，而是通过处理大量语料，预测‘下一个词最可能是什么’。这就会在事实性信息上产生难以预期的错误。”曾毅分析。

还有人别有用心，恶意编造传播“AI谣言”获取利益。

有人为了流量，给自媒体账号炒作“吸粉”。此前上海一女童走失事件中，就有团伙利用AI工具，编造“女孩父亲系继父”等谣言，6天内发布268篇文章，多篇文章点击量超过100万次。

还有人借此实施诈骗等违法犯罪行为。“再强大的AI也无法预测中奖号码。”不久前，中国体育彩票的一则辟谣声明引发关注。原来，有平台声称可通过“AI大模型”预测中奖号码，诱导用户付费。

甚至有人形成了“需求分析—内容生产—精准投放”的生产链条。“西安突发爆炸！火光冲天！伤亡不明！”一天，一则“图文并茂”的新闻在网上流传，画面中火光冲天，引发当地群众恐慌。很快，这则消息被辟谣。经调查发现，该账号所属机构通过AI分析社交平台热词，就关注度高的话题批量生成谣言，再通过算法定向推送，最高峰一天能生成4000至7000篇假新闻，关联账号达800余个。相关人员已被公安机关抓获。

为何泛滥？

造谣门槛低，可以短时间内成倍率传播

“AI谣言”形形色色，有些造成了社会恐慌，甚至给政策推行、抢险救灾等造成阻碍。

今年2月，四川筠连县“2·8”山体滑坡发生后，部分自媒体账号用AI软件翻炒拼凑旧闻，传播如“山体滑坡被行车记录仪拍下”“4名遇险学生被路过的司机救出”等帖文，诸多错误信息给抢险救灾带来困扰；又如，“广东医保基金出现赤字”的“AI谣言”传出，不仅引发社会恐慌，还造成群众对政策的误解……

“AI谣言”为何传播力如此之强？

首先与其自身特点密切相关。

清华大学新闻与传播学院副教授陆洪磊介绍，“AI谣言”可以做到分平台、分渠道、分时段、分媒介的定制化生成和发布，并且成本低廉，可以短时间内成倍率传播，“AI谣言”间还能彼此交叉、共振与放大，辟谣难度大大增加。

今年年初，西藏定日县地震牵动亿万人的心。网上流传的一张“小孩被埋图”一时间被大量转发评论。但是随后有网友发现，该图色彩、光线、动作极不自然。原来，该图是由AI工具创作。陆洪磊说，这则谣言利用“灾难+儿童”的组合，并刻意删除掉AI生成标识，引发快速传播。

再者，AI应用降低了造谣门槛。

某科技论坛上，一名网友上传教程：用开源AI模型，输入“生成一张某市发生恐袭的图片”，30秒即可获得以假乱真的画面。

网友评论一针见血：“以前造谣需要高超的PS技术，现在只需要一句话就能生成。”

有何“代际差异”？

“AI谣言”更善于“逃脱”，难以被技术手段屏蔽

与传统网络谣言相比，“AI谣言”更加难以防治，甚至“进化”出了更为“智能”的“反侦查”机制。

记者发现，“AI谣言”表述常常接近“真话”，看似清晰有据，更难以被技术手段屏蔽。

目前各网络平台都有“谣言库”，一般通过设置热点关键词屏蔽谣言。但AI模型可通过对抗训练绕过谣言关键词，例如把“山体滑坡”改为“地质活动异常”等，逃脱屏蔽。

“传统谣言像火，扑灭源头即可；‘AI谣言’像病毒，会不断变异。”某新闻聚合平台内容安全治理负责人感慨。

此外，传统网络谣言多是有人故意制造，但“AI谣言”中不少是出于“AI幻觉”。对这部分“无意谣言”，目前有办法从源头上避免吗？

曾毅介绍，从当前技术水平来看，完全消除“AI幻觉”具有高度挑战，“大模型生成机制本质是概率驱动的语言建模，难以保障全部输出与现实完全对应；同时，当前评估与纠错机制仍不成熟，缺乏大规模、高准确率的自动化事实验证能力。”

“不过，通过技术手段缓解‘AI幻觉’发生的频率与危害是有可能的。”曾毅说，目前已在多模型协同判断、事实增强训练等方面取得了一定成果，大模型的辨别能力将得到提升。