早期“人工智能污染”以批量生成低质内容挤占信息空间为主,未来将结合用户画像分析、多模态生成能力,转向针对特定群体、特定事件的定向认知操纵,比如个性化的虚假信息推送、场景化的深度伪造诈骗,其迷惑性和破坏力都将明显增强。广义的“人工智能污染”应涵盖所有由人工智能技术工具生产的虚假、低劣数字内容,既包括人为主观恶意生成的污染内容,也包括因大模型幻觉等技术性因素产生的虚假内容。相比之下,“人工智能污染”是基于大模型生成机制产生的、具有高度隐蔽性和自我强化能力的新型信息生态危害,其最关键的差异在于生产主体、生成逻辑和破坏机制的系统性特征。
>>详情