首页 > AI教程 >Science最新封面：AI大模型粉碎阴谋论兔子洞

Science最新封面：AI大模型粉碎阴谋论兔子洞

来源：互联网 2026-07-19 06:24:10

AI资讯合集

研究表明，大语言模型能有效减少人们对阴谋论的相信程度，其作用机制在于提供反证据。但研究样本主要来自美国，仅使用GPT-4Turbo模型，效果在其他文化背景和模型中存疑。同时需警惕其传播虚假信息的能力，未来需探索认知机制和实操问题。

但这里也有一层需要警惕的底色：LLMs在传播虚假信息方面的能力同样不容小觑，所以负责任的部署和适当的约束必不可少，不能放任不管。

研究局限性：样本与模型单一

当然，这项研究也有它的短板。比如样本主要来自美国网上的参与者，放到其他文化背景的阴谋论信众身上效果如何，还得打个问号。而且实验只用了GPT-4 Turbo这一个模型，换成别的LLMs，表现是不是一样好，目前没人能打包票。更深层的问题是，虽然LLMs在改变信念上展现了惊人的效果，但它到底通过什么样的认知机制影响人的想法——这个黑箱还没打开，未来需要更多机制层面的探索。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

科学事实是最有力的反证据

世界经济论坛在《2024年全球风险报告》里，把“AI放大虚假信息”列为全球最严重的风险之一。在这个背景下，AI潜在的积极影响就显得格外珍贵——上面这些结果至少说明，LLMs这类模型不仅能有效减少人们对特定阴谋论的相信程度，还有潜力撬动那些根深蒂固的深层信念。

适用范围与挑战

不过，正如Bence Bago等人在前瞻性文章里指出的，这种AI对话策略可能只对那些“有据可查”的阴谋信仰管用。如果是那种毫无根据、纯属编造的错误信念，AI的效力可能要打折扣。他们进一步提到，AI对话干预的可扩展性目前还停留在理想状态——理论上它能覆盖阴谋论、伪科学、健康神话、气候怀疑主义等等，但这些不同类型的错误信念，纠正起来的难度到底是不是一码事，还有待验证。

未来研究方向：实操问题与突破口

未来的研究需要回答几个实操问题：这种AI对话到底要进行多久？隔多久来一次才能保证效果不掉线？另外，阴谋论信众往往对任何科学机构都心存戒备，怎么说服他们愿意跟AI聊上一轮，本身就是个大挑战。或许可以换个角度，从他们的亲友入手——那些急于纠正错误信仰的家人朋友，如果能成为“引路人”，鼓励信众参与AI对话，说不定是个突破口。

Science最新封面：AI大模型粉碎阴谋论兔子洞

专家观点：反证据才是关键

Science杂志主编H. Holden Thorp在一篇focus文章里说得挺有意思：“LLMs可能是对抗阴谋信仰的有效工具，这听起来有点讽刺，毕竟LLMs以编造虚假事实著称。但在和阴谋论信众的交谈中，它们确实能减少信念。”该研究论文的作者之一Da vid Rand也给出了判断：“我们的证据表明，真正起作用的确实是反证据和非阴谋解释。”

悖论与信任：科学事实的力量

Thorp接着抛出一个问题：LLMs的效果，是不是跟它相比人类那种“中立、不带情绪”的对话方式有关？但目前的实验还没给出有力证据来支撑这一猜测。这些结果传递了一个重要信号：当大量反证据变得至关重要时，减少科学错误信息的努力，可能不应该过度强调“信息由谁来传递”，而应该聚焦于“对立证据够不够多、够不够硬”。

H. Holden Thorp谈到了一个有趣的悖论：“尽管阴谋论盛行，但公众对科学家的信任度仍然很高。”或许正是这种对科学家的坚定信任，让LLMs在提供反证据时显得格外有效。归根结底，机器或许比人更擅长反驳错误消息，但最终让信众心服口服的还是科学事实本身。科学家有责任继续挖掘AI在这方面的潜力，把这份可能性变成现实。

侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述