AIGC的相關內(nèi)容正在互聯(lián)網(wǎng)上泛濫，而在這一趨勢下，一些無意義、同質(zhì)化的內(nèi)容也開始出現(xiàn)，甚至對中文互聯(lián)網(wǎng)造成了“污染”。具體如何解讀這一現(xiàn)象？不妨一起來看看作者的分析和總結(jié)吧。

“AI制造”充斥互聯(lián)網(wǎng)，連“真人小姐姐”也可以批量生成。隨著生成式人工智能的爆發(fā)，一個可怕的現(xiàn)象出現(xiàn)：AI正在污染整個互聯(lián)網(wǎng)。

知乎成為生成無腦答案的重災區(qū)，這些內(nèi)容描述簡短、概括性十足，細看邏輯混亂、錯誤百出。打開今日頭條，用ChatGPT生成的虛假新聞，內(nèi)容聳人聽聞，足夠博人眼球。

AI加持下，虛假、無意義、同質(zhì)化的內(nèi)容呈指數(shù)級增長，獲得大量曝光。萊斯大學和斯坦福大學的科學家研究發(fā)現(xiàn)，這些低質(zhì)、同質(zhì)化、未經(jīng)證實的“AI語言”如果不加以甄別，進一步被抓取作為訓練AI的語料，AI大模型將會走向崩潰。

一、AIGC“垃圾”泛濫，內(nèi)容平臺成重災區(qū)

生成式AI越來越低成本化，伴生而來的是AI生成信息的“垃圾網(wǎng)站”。

外媒NewsGuard發(fā)布相關數(shù)據(jù)報告稱,目前已經(jīng)追蹤到了大約277個且還在不斷增加的“垃圾網(wǎng)站”，這些網(wǎng)站生產(chǎn)了大量標題誘餌以優(yōu)化廣告收入。

類似的情況也發(fā)生在國內(nèi)，表現(xiàn)形式是AI生成的低質(zhì)內(nèi)容。

“中文互聯(lián)網(wǎng)高質(zhì)量的問答社區(qū)和創(chuàng)作者聚集的原創(chuàng)內(nèi)容平臺”知乎，如今成了AI無腦答案的重災區(qū)，不少答主的內(nèi)容呈現(xiàn)明顯的“GPT風”，機器翻譯的文字感、混亂的邏輯撲面而來，有時還會出現(xiàn)事實錯誤，特別是在金融、醫(yī)學等專業(yè)領域，沒有經(jīng)驗的人群很容易被誤導。

知乎上的“片兒湯話”答案

有知乎用戶使用AI每隔一兩分鐘就可以輸出一條幾百字的回答。盡管已經(jīng)被禁言，但其產(chǎn)生的錯誤信息依然遺留在互聯(lián)網(wǎng)中。如果你足夠細心，你會發(fā)現(xiàn)，自帶AI問答功能的搜索引擎Bing在中文世界經(jīng)常會引用知乎的內(nèi)容。一些生成后就從未過人工核查的錯誤答案 被Bing AI抓取，造成低質(zhì)的中文信息蔓延。

AI對互聯(lián)網(wǎng)內(nèi)容的侵蝕不僅限于文字。在小紅書、淘寶、抖音上，越來越多的“AI真人美女”的圖片和視頻被批量生產(chǎn)，還有大批“AI攝影”類賬號的出現(xiàn)。

AI魔法棒一揮，制作成本低、效率高的“AI美女”一時間成為電商眼中的香餑餑，AI模特、AI主播頻頻出現(xiàn)?！八齻儭弊銐蛭?，但也千篇一律，“網(wǎng)紅臉”的隊伍里又增加一類AI面孔。

如果只是用AIGC制造美圖供人評鑒、學習倒也還好，但AI生圖工具產(chǎn)生的內(nèi)容開始侵犯直接與人們生活相關的領域。

淘寶上，有商家直接用AI生成圖來取代商品實物圖，一張由Midjourney生成的卡通少女圖，被商家打上“綠色襯衫”的標簽，售價218元。與之風格相似甚至完全相同的AI生成圖，在網(wǎng)上隨手就可以找到。利用Midjourney的墊圖功能，任何人都可以自己生成無數(shù)仿照圖，與賣家秀相差甚遠的買家秀將再添槽點。

淘寶商家用AIGC網(wǎng)圖（右）描述商品

在中文互聯(lián)網(wǎng)，AI大有無孔不入之勢，專門教人如何用“AI寫文賺錢”的課程層出不窮，賣課人號稱“一套教學視頻跟萬能模板，直接套用”。AI話題營造出的失業(yè)焦慮中，該類課程受到追捧，曾有人通過賣課月入百萬。

如今，學會了使用AI工具的人，將AI生成的內(nèi)容上傳到知乎、今日頭條或者小紅書上，吸引了流量，但也制造了不少低質(zhì)量、同質(zhì)化甚至信息虛假的內(nèi)容垃圾。

那么，這種AIGC內(nèi)容“垃圾”會產(chǎn)生危害嗎？

二、靠AI識別真假，技術還不行

泛濫的AIGC內(nèi)容加速污染互聯(lián)網(wǎng)環(huán)境，除了影響人類獲取有效信息的效率外，產(chǎn)出它們的工具“大語言模型”也會走向崩潰的邊緣。

萊斯大學和斯坦福大學的科學家研究證明，將人工智能生成的內(nèi)容輸入人工智能模型，會導致輸出質(zhì)量下跌。

研究人員將這一現(xiàn)象解釋為“模型自噬障礙”（MAD），即如果AI只學習其他AI生成的內(nèi)容，在經(jīng)過幾代訓練后，AI將輸出無意義的垃圾信息，最終走向“模型崩潰”這一結(jié)果。 研究人員表示，對于大語言模型而言，“數(shù)據(jù)清潔”十分重要。

“世界正在奔向一個未來：生成式AI的爆發(fā)，導致了互聯(lián)網(wǎng)上的合成數(shù)據(jù)很快就會超過真實數(shù)據(jù)?！卑凑昭芯空叩恼f法，區(qū)分合成數(shù)據(jù)與真實數(shù)據(jù)，無論對人類本身還是大模型發(fā)展都變得勢在必行。

最近，中國首個AIGC監(jiān)管文件《生成式人工智能服務管理暫行辦法》落地，該《辦法》明確指出AIGC服務提供者要“增強訓練數(shù)據(jù)的真實性、準確性、客觀性和多樣性”。

生成式人工智能服務者有義務保證數(shù)據(jù)質(zhì)量

在《辦法》的指導下，國內(nèi)的內(nèi)容平臺也推出針對AI生成內(nèi)容的管理措施，知乎、抖音、小紅書等平臺均已發(fā)布有關AIGC內(nèi)容的規(guī)定。

《抖音關于人工智能生成內(nèi)容的平臺規(guī)范暨行業(yè)倡議》稱，針對人工智能生成的視頻、圖片和衍生的虛擬人直播，發(fā)布者應對人工智能生成內(nèi)容進行顯著標識，幫助其他用戶區(qū)分虛擬與現(xiàn)實，特別是易混淆場景。該《倡議》提到，平臺提供統(tǒng)一的人工智能生成內(nèi)容標識能力，幫助創(chuàng)作者打標，方便用戶區(qū)分。同時，平臺提供用戶反饋渠道，方便用戶反饋違規(guī)的生成內(nèi)容。

知乎也發(fā)布了《關于應用AIGC能力進行輔助創(chuàng)作的社區(qū)公告》，公告顯示，如果創(chuàng)作者發(fā)布AIGC生成的內(nèi)容時，沒有主動使用“包含AI輔助創(chuàng)作”的標簽進行聲明，平臺會添加相關標識并限流，同時鼓勵知友對利用AIGC技術，擾亂社區(qū)秩序的內(nèi)容和賬號進行舉報，舉報類型里新增了“AI生成內(nèi)容”的選項。

規(guī)則出現(xiàn)了，但在實操中出現(xiàn)了Bug。

知乎用戶反饋原創(chuàng)內(nèi)容被誤判為AI生成

知乎創(chuàng)作者們對平臺“打標簽”（審核）的能力表示質(zhì)疑。有用戶反饋，自己原創(chuàng)的內(nèi)容被當成了AI創(chuàng)作打了AI標記，甚至有人因此被禁言。

這種“誤判”現(xiàn)象背后又隱藏了一個細思極恐的問題。假如平臺采用機器來識別AI，機器對同類的“寬容度”或許會很高，讓計算機還無法精準識別出AI犯的錯誤。

最近，OpenAI推出的AI文本識別工具AI-Text-Classifier就因準確率太低而被官方下架。DetectGPT、GPTZero等AI生成檢測工具的失誤率也都高得驚人。

隨著AIGC技術不斷迭代升級，AI生成內(nèi)容將越來越具備迷惑性，想通過AI識別工具遏制AI內(nèi)容垃圾的滋生，從技術成果上看成功率還不高。

看來，在充滿人工智能的未來，“人工”有多強大，“智能”才有多強大。在AIGC的巨大沖擊下，如何不被內(nèi)容垃圾裹挾、實現(xiàn)人工與智能的良性共進將成為AI下一階段發(fā)展的重要挑戰(zhàn)。