维 辰

这两天，有个非常“魔性”的事——

先是一则题为《演员王一博案，判了》的新闻发酵，文章提到，人工智能公司DeepSeek就AI模型违规将王一博与腐败案进行不当关联一事正式道歉，还援引了刑事判决书，随后，“DeepSeek向王一博道歉”冲上微博热搜。然而，多家媒体查阅DeepSeek国内外所有官方渠道，却发现无此“声明”，裁判文书网上也无法找到“声明”提及的判决书。此外，网上流传的“声明”是一张AI生成内容页面的截图，截图下方可以看见标明“给DeepSeek发送消息”的对话框。据《南方都市报》，虽说DeepSeek并未作任何表态，但“经多方核查发现，这则声明系使用AI生成”。

如今，不少人用AI写东西，若只是生成个道歉声明，没什么大不了。问题的关键在于，AI生成的声明被个别媒体当成事实报道了出来，有了媒体“背书”，虚假信息就此“洗白”，再经大量转载与讨论，其他AI大模型也出现了被“污染”的情况，在回答问题时称DeepSeek已道歉。“虚假信息—媒体传播—AI学习—二次扩散”的完整闭环就此形成，也揭示出AI大模型在信息海洋中被“污染”的一角。

疏于事实核查的媒体，被批评不冤。因即使不能判定“声明系使用AI生成”，只要去检索所谓声明、判决书，就能发现疑点，真假不明同样不适合发表。好在不管DeepSeek有没有道歉，都没有多大影响。而若语料污染发生在金融、医疗、法律等领域，大模型“食用”虚假信息的后果就会更为显化。比如，有股市“黑嘴”炮制假消息后，通过高频率、大规模地传播，污染AI语料库，误导大模型给出虚假内容，再雇佣“水军”扩散AI对话截图，人为制造概念股假象诱导散户接盘，制造“AI杀猪盘”。

造成AI语料污染的，不管是媒体不实报道及其引发的转载和讨论，还是别有用心之人造谣后借AI传谣，都会显著增加AI生成虚假甚至有害内容的概率。此次“乌龙”事件中，其他AI大模型也被“污染”，印证了业内人士所说的，AI生成内容还会造成递归污染——大模型生成的虚假内容被再次上传至互联网，成为后续模型训练的数据源，形成“污染遗留效应”。这种递归循环会导致错误信息逐代累积，最终扭曲模型的认知能力。故而，除了个别媒体没有把好关外，值得讨论的还有，如何加强虚假语料治理，以避免“纯净水中滴入墨水”。

针对“AI杀猪盘”等通过“自媒体”造谣诱导AI传谣的，引入权威信源“白名单”，优先抓取政府机构、学术期刊等可信数据，可谓釜底抽薪。至于媒体为虚假信息“背书”，则需要通过多层次多源交叉验证和权威数据库比对，过滤可疑内容。总之，警惕语料污染甚至数据投毒，避免AI沦为谣言“扩音器”。