當AI釋放“信息煙霧彈”

——超七成受訪大學生希望提升研發技術減少“AI幻覺”

“AI在文獻檢索上的效率確實無可替代，能快速聚合相關研究，但當AI撰寫新聞稿時，偶爾會對信息進行錯誤拼接，甚至虛構信息來填補報道空白。”作為新聞傳播相關專業學生，就讀于中國海洋大學的瞿銳捷對AI的使用始終保持警惕，這種警惕源于對新聞真實原則的堅守：“新聞的生命在于真實，而AI生成的內容往往游走在‘看似合理’與‘事實錯誤’的灰色地帶，稍不注意就會觸碰新聞失實的紅線。”

所謂“AI幻覺”，指的是AI會生成看似合理實際卻錯誤的信息，常見的表現是編造一些不存在的事實或細節。近期，中國青年報·中青校媒面向全國各地的大學生針對“AI幻覺”話題開展問卷調查，共回收有效問卷1461份。調查顯示，97.%受訪大學遇到過AI提供錯誤或虛假信息的情況。

AI給出的就是“完美答案”？

來自華南農業大學歷史學專業的戴瑞對AI并不陌生。戴瑞第一次領教AI幻覺，是在寫論文找文獻時。“把主題‘喂’給AI，它會編出不存在的學者、論文，還像模像樣的，但去知網一搜，根本查不到相關信息。”如果不加核查，那些虛構的作者和論文都能被老師一眼識破。

除了編造文獻，AI還會犯“張冠李戴”的錯。戴瑞曾讓AI梳理歷史事件，結果年份和史實對不上，“比如把A年份的事件說成在B年份發生，或者把甲做的事說成乙做的”。這些錯誤讓她不得不返工，“本以為大功告成，結果前面全是虛假信息，只能推倒重來，重新核對史料”。

調查顯示，在受訪大學生使用AI時，57.63%受訪者遇到過數據或案例引用錯誤，55.03%受訪者面臨過學術參考文獻推薦錯誤，50.86%受訪者遇到過AI給出的常識性知識錯誤。

在上海一所高校讀博士的申杰也經常遇到AI反饋虛假文獻的情況。AI會給出一些文獻的鏈接，但點進去后是“404”，也有時AI不提供來源鏈接，申杰按照文獻名到學術論文網站上檢索后，發現“查無此文”。“當我給AI工具反饋這篇文章不存在時，它還會‘嘴硬’，說這是因為我沒有認真檢索，還會給出一個假的論文來源鏈接。”當申杰拿出“實錘”——檢索截圖，AI工具則一言不發，或者開始道歉。

即將就讀于復旦大學馬克思主義哲學專業的班世釗，回想起去年決定研究生報考方向時咨詢AI的情景，覺得AI給出的建議并不總是貼合實際。

“雖然AI對于標準明晰的指標分析非常理性，但是一旦涉及更加復雜的情感決策時，它就容易出現偏離實際甚至是胡編亂造的情況。AI為了說服我選擇一位導師，編造出了這位老師從未公開發表過的言論。”

在一次簡歷投遞前，就讀于華東師范大學播音與主持藝術專業的高育格請AI潤色她的簡歷。“AI為了‘佐證’我的能力，編造出了這個項目的商業交易總額、場觀人次等數據。”作為活動的親歷者，她感到啼笑皆非。

談及AI幻覺的社會影響，瞿銳捷很認可北京大學新聞與傳播學院教授胡泳關于“AI內容生態”的觀點：“當社交媒體90%的內容由AI生成，且公眾缺乏甄別能力時，就會陷入李普曼所說的‘擬態環境’困境——人們認知的世界不再是真實世界，而是AI建構的虛假鏡像。”瞿銳捷覺得更值得警惕的是AI的認知偏向，“比如我曾問過不同國家的AI模型什么是‘世界最偉大的四個字’，它們會給出不同答案，這本質上是算法背后的價值預設在起作用，若被當作‘客觀事實’傳播，會潛移默化地影響公眾。”

談及AI幻覺的影響，戴瑞認為對學術沖擊很大：“歷史研究靠史實說話，AI編造的虛假史實完全不符合規范。要是連年代、事件都錯了，基本史實都保證不了。”

調查顯示，導致作業/論文/工作出現錯誤（57.70%）、浪費大量時間驗證信息（52.29%）、誤導決策或研究方向（44.35%）都是受訪大學生認為AI幻覺帶來的不良影響。

“寫專業課作業、搜尋史料時不用AI，得自己翻書查文獻；但寫諸如發言稿、總結綱要時，使用能節省時間。”戴瑞強調，AI帶來的是靈感還是抄襲，全在一念之間，“別讓自己的思維變懶惰、變僵化。”

理解AI規則，撥開信息迷霧

申杰在一則新聞上看到，一位用戶向AI工具提問，某座城市的立交橋為什么采用某種設計方式。然而，這個問題本身就有問題，該城市的立交橋設計并非用戶描述的那樣，但AI工具沒有指出問題的謬誤，而是迎合提問者，編出一套理由來回應。“有些AI模型的底層邏輯，就是要優先回答用戶的問題，而不是先判斷用戶提問是否符合實情。還有一些AI工具不聯網，就更容易給出偏離事實的答案。”

班世釗觀察到，當AI無法調用已有資源解答他的困惑時，它往往會搜尋甚至編造一些看似和他情形相近的例子試圖說服他。有時AI回復“那么我可以從以下具體案例入手”“應該結合一些具體案例”，事實上這些案例往往真假參半。

AI的這一特性引起了班世釗的興趣。他比較了幾款熱門AI軟件的解答思路，感受到“AI幻覺”的產生或許是源自它們極強的“服務意識”：它們一直試圖為用戶提供邏輯閉環、有頭有尾的“滿分”解答，即便是面對超出它分析能力的提問，它也會“冒險”作答。

在新聞實操中，瞿銳捷多次遭遇AI的“幻覺陷阱”。例如在專業課上，老師要求模擬報道珠海某新聞事件時，由于官方信源有限，AI竟自行編撰“內部文件”和“匿名訪談”來補充細節。“這些內容邏輯自洽，甚至標注了‘據知情人士透露’，但溯源后我發現這些全是虛構的——這其實是AI在訓練數據不足時，通過算法預測進行的‘信息補全’，但這卻違背了新聞采集中‘信源可追溯’的基本要求。”

當懷疑AI提供的信息存在問題時，65.43%受訪者會使用其他搜索渠道交叉驗證，60.37%受訪者會查閱權威書籍或者文獻，45.79%受訪者會咨詢老師或者專業人士，42.09%受訪者會通過實踐操作驗證。

如今，核實信息已經成為高育格使用AI時必不可少的步驟。她有時覺得自己不像是發出指令的用戶，反而像是AI的檢測員。雖然大部分錯誤她能夠一眼看出，但是面對陌生領域的知識時，她也會感到力不從心，而一些“七分真三分假”的文本更是大大增加了她檢驗的時間成本。“每次大費周章核實信息之后，我都會產生‘還不如自己寫’的心情。”

申杰發現，一些AI工具在給出涉及健康、安全領域的答案時，會有特別提示。他最近幫朋友詢問了耳鳴和手指發麻可能是什么問題，AI工具回答的第一句話，就是“重要聲明：我是人工智能，無法提供醫療建議。以下信息僅供參考……強烈建議盡快咨詢醫生”，“盡快咨詢醫生”還被加粗顯示。“這在一定程度上能讓用戶警惕，AI的話不能全信。”

善用而不輕信，用理性思維校準“AI濾鏡”

“會不會是我們對于AI的期待太高了？”對于班世釗而言，“AI幻覺”的存在使他重新思考自己與AI的關系。他一度認為，AI所呈現出的超強檢索、整合與輸出能力能夠幫助他抵達思考的最后一站；而在一次次復雜情境之中，他意識到AI終究難以深入理解個體的真實處境，AI可以成為他的有力助手，但不該由它們按下決策鍵。

調查發現，12.66%受訪者對AI幻覺表示非常擔憂，48.67%受訪者表示比較擔憂并在使用時格外謹慎，32.03%受訪者認為這是技術發展的正常現象，6.64%受訪者對AI幻覺并不擔憂。

為了避免被AI誤導，戴瑞會用知網或專業數據庫交叉驗證。她盡量不去依賴求助老師，主要靠自己查證，“老師大多反對用AI找史料，認為這會丟了歷史學科的嚴謹性，但支持用AI做總結或梳理思路”。

在瞿銳捷看來，在AI時代必須強化AI素養：“這不僅是辨別信息真偽，更要理解AI生成內容的邏輯——它本質上是對既有數據的重組，而非原創。就像寫新聞時，AI可以幫你提煉政策背景的大綱，但采訪細節、信源核實必須親力親為。”他建議學校在課程體系中融入“AI內容甄別”模塊：“比如通過案例教學，分析AI如何編造信源，或開展模擬報道實訓，要求用AI輔助但必須標注每處信息的溯源過程，以此強化‘求證意識’。”

要判斷AI給出的信息是真是假，用戶需要哪些層面的能力？

申杰專門就此問題詢問了AI，得到的答案是需要知識儲備、批判性思維和主動查證的能力，以及對AI工作原理的理解和使用AI工具的實踐經驗。其中后兩項是可以通過特定的培養和訓練來實現的，正因如此，他覺得提升AI素養、彌合數字鴻溝的科普課程是必要的。

“代際反哺也很重要，年輕人也可以給自己的長輩多做普及。”申杰覺得如果把AI當作“大腦”來使用，可能比較容易被AI幻覺影響，“但如果仍保有自己的思考，只把AI當作輔助消化的‘腸胃’，能更好地排除AI生成內容的不良影響”。

調查發現，74.26%受訪者希望提升研發技術、優化算法模型、嚴格數據治理，63.79%受訪者希望完善人工審核干預與用戶反饋機制，58.25%受訪者希望開發實時糾錯提示功能，50.31%受訪者期待AI向用戶明確標注信息可信度，39.01%受訪者希望制定行業標準、加強監管力度與從業人員教育培訓。

瞿銳捷最期待AI工具“信源透明度”能夠提高：“就像學術論文必須標注參考文獻，AI生成的每一條事實性信息都應附上溯源鏈接，這可以降低用戶的核實成本。”

在高育格看來，AI對用戶足夠“坦誠”或許可以成為研發團隊的下一步目標。如果信息并非源自權威期刊或是官方報道，那么AI應當充分、清晰地提示這一點。“我所需要的不是一個完美的外殼，而是有扎實基礎的答卷。”

（實習生賈明皓何燁記者王軍利畢若旭應受訪者要求，申杰為化名）