生成式人工智能与外部干预的新威胁CEFR B2
2025年11月14日
改编自 Metamorphosis Foundation, Global Voices • CC BY 3.0
照片: Hartono Creative Studio, Unsplash
等级 B2 – 中高级CEFR B2
5 分钟
245 字
2025年11月12日,Antidisinfo.net 发布的一篇访谈在与 Global Voices 和 Metamorphosis Foundation 的共享协议下被转载。海牙战略研究中心(HCSS)的劳拉·贾斯珀在访谈中分析了生成式人工智能给虚假信息行动带来的结构性变化,特别是传播速度、传播规模和为特定群体定制信息的能力。
她指出,现代操纵行动常以代理人、假旗和商业工具为掩护,因此对行为者的归因更多是概率估计而非确定结论。贾斯珀建议分析者为结论标注可信度等级(例如低、中、高)并公开其证据基础,以维持信誉并促进知识共享。
关于效果测量,贾斯珀强调必须关注可观察的行为变化,而不是仅看舆论倾向。要明确具体行为终点(如选民投票率下降或抗议参与增加),并设定基线与反事实。为将暴露与行为联系起来,应把量化数据与质性见解结合:
- 量化:民调、移动性、交易或参与记录
- 质性:访谈与焦点小组
她还强调真正的韧性在于社会能迅速从操纵中恢复。对于法律“灰色地带”,她拒绝建议可能违法的做法,并主张在全社会范围内广泛参与,让地方行动者如社区建设者与调查记者帮助重建信任。
难词
- 生成式人工智能 — 自动创造文本、图像等内容的人工智能
- 虚假信息 — 故意传播的不真实或误导性信息
- 假旗 — 假装由他方发起的欺骗性行动
- 归因 — 把行为或事件对应到某个责任或来源
- 可信度 — 证据或结论可靠性的高低
- 反事实 — 用于比较的假想替代情景
- 韧性 — 社会从干扰或攻击中恢复的能力
提示:在文章中将鼠标悬停、聚焦或轻触高亮词语,即可在阅读或听音频时快速查看简要释义。
讨论问题
- 文章说真正的韧性在于社会能迅速恢复。你认为哪些社区行动可以提高这种韧性?请举例并说明理由。
- 贾斯珀主张公开证据基础以保持信誉。公开证据有哪些优点和可能的风险?
- 在测量行为变化时,为什么要设定基线与反事实?实际操作中会面临哪些困难?