近期，有关“DeepSeek”因AI模型违规操作的消息传出，将王一博与“李爱庆腐败案”联系起来，公司对此事件已表示歉意。这一消息迅速引起了公众的广泛关注。然而，事件背后所揭露的内幕令人震惊，不仅揭示了新闻报道的混乱现状，而且进一步突显了当前AI大型模型所面临的严峻挑战。
道歉迷雾
多则报道透露了DeepSeek对王一博涉及违规关联事件的致歉行为，然而，根据虎嗅网的调查，并未有任何一篇报道能够确切地描述道歉的具体形式，同时，也未找到相关道歉声明的截图。令人费解的是，尽管如此，网络上各界的反应普遍是接受这一道歉，无论是自媒体、新媒体还是传统媒体，都纷纷对这一未经证实的消息进行了扩散。这种众多媒体集体受骗的现象，确实令人感到惊讶。
AI回答趋同
虎嗅就此事向多款AI大型模型进行了咨询，调查结果显示，这些模型的回答高度统一。它们普遍指出DeepSeek已经进行了道歉，并且引用了不正确的新闻链接。这类AI模型在缺乏独立判断能力、未对信息进行核实就随意引用的情况下，无疑对公众的认知造成了误导，进一步加剧了原本复杂的信息环境的混乱。
折射问题本质
该事件表面上看似乎只是一则常见的社会娱乐新闻，然而其背后所隐藏的问题实际上相当严重。这不仅揭示了新闻报道在核实事实上的不足，也暴露了AI大型模型所面临的挑战，这些问题甚至比所谓的“幻觉问题”更为复杂。模型甚至可以借助虚假信息生成新的虚假信息。这一问题的后果影响深远，波及众多领域。
“幻觉”缓解难题
近两年，人工智能的大型模型技术得到了快速进步；早期出现的“幻觉问题”得到了一定程度的缓解；这一改进主要得益于联网搜索和推理能力的提升。然而，与此同时，网络中虚假信息的泛滥现象愈发严重，即便是人类也难以迅速识别；在有效核查方面，人工智能的不足之处更加明显。因此，在生成内容的过程中，人工智能很容易受到虚假信息的误导。
降低工作效率
新闻工作者在尝试利用人工智能技术辅助写作的过程中，发现其工作效率并未出现显著提升。他们往往需要投入大量时间对AI生成的文本进行真实性验证。即便借助新闻网站等资源，他们仍需对信息进行二次核实。在与新闻从业者的交流中，许多人表示，运用AI进行写作的效率实际上可能不如手工写作。该现象表明，当前人工智能在新闻报道领域的运用效果尚未达到预期水平。同时，它也揭示了相关技术仍需进一步优化和提升。
提升准确率之需
该事件对人工智能及人类均产生了警示效应。人工智能在网络信息真假难辨的环境中需学会识别真伪，并提高生成内容的准确性，这样才能真正应用于实际场景。企业通过向大型模型注入特定的知识库，旨在减少错误答案的出现。同时，对于人类而言，若自行制造虚假信息，人工智能将无法给出准确的反馈。
在当前信息科技迅猛进步的背景下，一个至关重要的议题是：如何确保人工智能在处理海量数据时，能够精确地辨别出信息的真伪？我们诚挚地邀请您在评论区发表您的见解，同时，也请您不要忘记对本文给予点赞与转发支持！
