“0成本、高收益”，随着AI从最初的“工业级”技术逐渐“飞入寻常百姓家”，一些别有用心者的造谣能力也得到了大幅提升。据报道，某MCN机构通过具有语音交互功能的AI软件生成虚假文章上传到多个网络平台，最高峰一天能生成4000-7000篇。当网络谣言用上AI，网民该如何应对？本期“思与辨”就该话题进行讨论。

主持人：赵 鑫

嘉宾：陈 兵（南开大学法学院教授、中国新一代人工智能发展战略研究院特约研究员）

贾开（上海交通大学国际与公共事务学院长聘副教授）

詹国辉（南京财经大学MPA教育中心副主任、副教授）

AI造谣呈现出门槛低、传播广、更具迷惑性等特点

主持人：相较于一般网络谣言，AI造谣有何特点？

陈兵：AI造谣具有更高的自动化程度。它能够自主生成内容，极大加快了谣言的生成与传播速度。利用深度学习等技术，AI能够生成逼真的文本、图片和视频，使谣言更难被识别。由于AI的自动化和匿名性，追踪谣言来源变得更为困难。随着开源工具和平台的普及，即使非专业人士也能利用AI技术制造谣言，技术门槛显著降低。

贾开：第一，网络化特征，AI造谣的关键并不局限于生产谣言内容，还在于其能够创造出一个谣言传播的网络，并因此放大其影响。由于AI能够同时生成多个社交媒体账号，而这些账号之间又相互关联，因此同时涵盖了生成与传播这两个关键环节。第二，混合性特征，有些AI造谣，以真实存在的事件或某种一般性社会情绪为起点，展开虚假内容的生成与传播，让人更难以识别。

詹国辉：AI造谣呈现出成本低、门槛低、传播广、更具迷惑性、内容多样且难以追溯等特点，但目前实践中呈现“多为行政处罚、刑事处罚较少”的特点，在客观层面上难以形成有力震慑效应。

虚假信息常含有逻辑漏洞、事实错误，要保持警惕，多信源比较

主持人：对于AI生成的网络谣言、虚假信息，我们应该如何辨别？

詹国辉：保持警惕性，关注信息来源。比如，在浏览网络信息时，不轻信未经证实的信息；尽量选择权威、可信赖的媒体或机构发布的信息。

分析信息的逻辑性。如果发现信息在逻辑上存在明显漏洞或矛盾，它很可能是经过篡改或杜撰的；对于那些过于夸张、耸人听闻的标题和内容，要保持怀疑态度，进一步核实其真实性。

陈兵：建议检查信息来源、核实事实，评估内容。应验证发布者是否可靠，如是否为权威机构或有信誉的个人。对于接收到的信息，尝试在多个来源，特别是权威媒体或专业网站上核实。虚假信息常含有逻辑漏洞、事实错误或不一致之处，因此需仔细分析内容，检查其是否合逻辑、无自相矛盾之处。

关注时间标记，警惕情感操纵，防止被深度伪造技术欺骗。虚假信息可能使用过时数据或事件误导读者，故需检查信息的时间标记，确保其时效性。深度伪造技术能生成逼真的假视频或图片，面对看似完美的内容，需保持怀疑。

了解AI生成内容的常见特征，如语言风格的一致性、缺乏深度或个性化细节等。同时，需不断提高媒介素养和批判性思维能力，通过教育和培训学习识别和抵制虚假信息。

贾开：要形成思辨意识，对所有“反常识”的信息展开质疑和求证。此外，应对网络信息保持一定的“冗余度”，即不能认为网络信息就是权威的、真实的、可信的，而是将网络信息仅作为信息源之一，多从电视台、报纸、书籍等其他渠道获得多元信息，在此基础上形成正确认识。

对那些默许、放任甚至故意利用AI造谣者，要追究法律责任

主持人：AI造谣的门槛和成本更低，批量生产谣言的情况不在少数。您认为应当如何治理这类信息乱象？

贾开：治理AI造谣需要多方协作。第一，从技术源头上讲，应加强AI技术及其应用治理，例如要求AI生成内容标注水印。第二，从传播媒介上讲，社交媒体平台应主动承担主体责任，特别是需要扭转平台为了吸引流量而放任虚假内容传播的机制。总体而言，AI造谣及其治理是一个“攻防不对称”的过程，造谣容易但治理困难，因而我们需要对AI造谣治理具有一定包容度和灵活性，应鼓励多方协作、敏捷回应。

陈兵：首先，强化技术监管，通过开发和部署高性能工具来识别和过滤AI制造的虚假信息。这些工具包括利用机器学习算法识别异常模式，以及深度伪造检测技术。政府、教育机构、非政府组织和技术公司等应携手合作，共享资源与信息，构建联合治理虚假信息网络。

完善相关立法。针对AI生成内容，制定并实施明确的法律法规，界定责任归属，并对制造与传播虚假信息的行为进行法律制裁。

强化行业自律，激励企业合规。鼓励技术公司、社交媒体平台和内容发布者建立行业标准和自律机制，主动监控并处理虚假信息。同时，提高AI系统的透明度，让用户了解内容生成过程及其背后的算法和数据来源。

詹国辉：平台应当加大审查力度。一方面，强化账号注册核验、动态巡查、调整流量分成制度等，以便于构建更有效的事前和事中防范措施，切断谣言传播源头。另一方面，网络平台须加强内容审核机制，防止AI生成的虚假信息上传和传播；对于已上传的虚假信息，平台应及时删除，并公开澄清事实。

应当明确技术开发者、应用者的谣言治理责任。一方面，大模型开发者应通过后台设置的方式，对通过大模型生成的内容打上水印，告知用户。另一方面，有必要明确技术应用者及软件开发者的责任，对那些默许、放任甚至故意利用AI造谣者，要追究法律责任。

引入人工智能技术，以“技术打败技术”。鼓励开发者从技术研发、产业应用、制度设计等各方面加强合作，打出AI谣言治理组合拳。