西安建筑科技大學(xué)團(tuán)隊(duì) 研究成果助力識(shí)別AI虛假信息

　　記者日前從西安建筑科技大學(xué)獲悉，該校管理學(xué)院智能管理與決策團(tuán)隊(duì)在人工智能虛假信息識(shí)別與治理研究領(lǐng)域取得重要進(jìn)展，首次揭示了AI虛假信息的質(zhì)量調(diào)節(jié)效應(yīng)，為推進(jìn)數(shù)字安全和網(wǎng)絡(luò)生態(tài)治理提供關(guān)鍵技術(shù)支撐。

　　與傳統(tǒng)人工編造的謠言不同，AI虛假信息在語(yǔ)言流暢性和結(jié)構(gòu)完整性方面更具迷惑性，給識(shí)別與治理帶來了新的挑戰(zhàn)。盡管近年來學(xué)界普遍嘗試?yán)肁I參與事實(shí)核查與虛假信息檢測(cè)，但在實(shí)際應(yīng)用中，其識(shí)別效果并不總是穩(wěn)定可靠。

　　研究團(tuán)隊(duì)首次提出并驗(yàn)證了“AI虛假內(nèi)容的質(zhì)量調(diào)節(jié)效應(yīng)”，即隨著生成內(nèi)容質(zhì)量的提高，AI文本在創(chuàng)造性、表達(dá)規(guī)范性和整體可讀性上逐漸逼近人類寫作，同時(shí)其可被檢測(cè)的語(yǔ)言差異卻不斷減弱。這一發(fā)現(xiàn)表明，當(dāng)AI被用于高質(zhì)量“洗稿”或細(xì)節(jié)捏造時(shí)，無(wú)論是普通讀者，還是現(xiàn)有依賴大型語(yǔ)言模型的檢測(cè)工具，其識(shí)別難度都會(huì)顯著增加。研究結(jié)果不僅揭示了單純依賴語(yǔ)言特征或大型模型進(jìn)行虛假信息檢測(cè)所面臨的潛在風(fēng)險(xiǎn)，也為理解AI生成文本的認(rèn)知加工機(jī)制提供了新的證據(jù)支持。相關(guān)結(jié)論在一定程度上呼應(yīng)了刺激貧乏理論、范例理論和加工流暢性理論，為AI虛假信息研究提供了更具解釋力的理論框架。