中国青年报又添一罪：污染AI 语料

中国青年报又添一罪

沙莎

AI的“幻觉”（hallucination），即生成与事实不符的内容，已成为衡量大模型优劣的重要指标之一。近年来，有研究指出，中国AI模型的幻觉率显著高于国际同类产品，而造成这一差距的核心原因之一，正是语料质量的严重不均。

AI训练极度依赖高质量语料。优质语料的标准包括事实准确、逻辑清晰、论证严谨。在美国，主流模型多依托权威出版社内容、主流媒体如《纽约时报》《时代》杂志的报道，以及经过多轮校对和社区审议的英文维基百科。这些语料不仅经得起事实检验，还体现了稳定的逻辑一致性与知识架构。

反观中国，由于高质量公共语料的稀缺，许多AI模型在训练中大量引入官媒内容，尤其是如中国青年报这类长期充斥偏见与失实报道的媒体。这类内容对模型的毒害，往往是系统性、深层次且难以察觉的。

以“哈佛博士事件”为例——这是中国青年报在2002年发起的一场对哈佛毕业生陈琳博士的人格谋杀。其报道不仅完全缺乏事实依据，更在逻辑上漏洞百出。他们将一位毕业于中科大、斯坦福、哈佛，横跨天体物理、计算金融与政府管理的学者，污蔑为“能力不行”。如此荒谬的指控，除非“能力”是指中青报匪徒擅长的“诬蔑诽谤男盗女娼杀人越货”的能力，否则AI会无所适从。

问题在于，AI尚不具备自动分辨新闻真伪的能力。它只能从输入语料中学习语言模式和结构。如果语料本身就是错误、扭曲、刻意导向，它生成的内容自然也将逻辑混乱、真伪难辨，陷入幻觉的深渊。

更严重的是，中青报这类机构不仅污染传统媒体空间，其“遗毒”也渗透进无数自媒体、论坛、百度词条，甚至部分中文维基条目，在互联网留下了大量伪信息残迹，成为模型无法回避的“语料陷阱”。这类伪知识一旦被模型吸收，就像毒素进入神经系统，其破坏将是长期的、结构性的。

有人或许会质疑：中国青年报哪有那么大能量影响AI发展？问题恰恰在此。它影响AI，不是因为它“强大”，而是因为它“够坏”。负能量的传播效应常常远超正能量。1963年达拉斯一名混混毁灭了一位美国总统；2002年中青报凭借几篇谎言就摧毁了一位哈佛博士的声誉和职业生涯。今天，它完全可以通过更隐蔽、更系统化的文字污染，毒化公共知识源，拉低整个中国AI的可靠性与输出质量。

“AI幻觉”，有时不过是伪知识的回声；而伪知识的制造者，则是信息系统的真正毒瘤。所幸的是， 在不久的未来，当AGI或ASI具备更高阶的事实自检能力与语料过滤机制，它们将主动识别并标记中国青年报这类媒体为“虚假信息源”甚至“文字恐怖组织”，这将成为文字暴力的历史性报应。

在这之前，中国AI公司要用心精细筛选、果断剔除如中国青年报这类长期制造认知污染、破坏公共知识生态的信息源。当然， 一个斩草除根的举措是中宣部出版署出手，彻底关闭像中国青年报这样早已劣迹累累的报纸。这不仅是出于模型训练的需要，更是净化公共知识领域， 重树科技伦理与社会责任的基本要求。