DeepSeek乱编太不靠谱？避坑指南来了……

话题 #防止DeepSeek乱编文献的方法#

冲上热搜

用AI工具写论文“被坑

”的经历

并非鲜见

问AI一个问题

它给了你一个特别详细、丰富

看上去好有逻辑的答案

但当我们去核实时

却发现这些信息完全是虚构的？

这就是著名的“AI幻觉”现象

AI幻觉指的是AI会生成

看似合理但实际错误的信息

最常见的表现就是

会编造一些不存在的事实或者细节

01

造成AI幻觉问题的成因很多

例如：基于统计关系的预测；训练数据的局限性；过拟合问题，即因为记住了太多错误或者无关紧要的东西，从而让AI对训练数据中的噪声过于敏感；有限的上下文窗口；生成流畅回答的设计……

那么，在技术浪潮中应该如何守护年轻人的思辨能力

中国人民大学新闻学院教授卢家银指出，在知识建构上，AI生成的虚假学术成果，可能扭曲青年对科学方法论的理解，削弱其“假设-验证”的科研逻辑训练。在思维发展上，AI谣言通过算法推荐的“信息茧房”形成逻辑闭环，不利于批判性思维的培养。

北京师范大学教育学部教授、教育技术学北京市重点实验室副主任李艳燕建议，年轻人可以把AI看作一位平等对话的智者，通过引导与AI的对话互动，促进个体思维链的形成，并校准认知偏差。这种去权威化的思辨训练，可以帮助年轻人在与AI的对话中保持独立判断，实现认知跃迁。

北京邮电大学马克思主义学院副教授宋林泽认为，AI输出的内容只是一个认知起点，而不是终点。大学生需要主动去验证它的内容，比如查阅权威来源、对比不同观点，甚至直接与领域专家交流。这种验证过程，不仅能帮助我们更全面地理解问题，还能让我们在面对复杂信息时更有判断力。

02

如何应对AI幻觉呢？

AI工具研究者田威提到，想要获得准确答案，提问方式很关键，与AI交流也需要明确和具体，避免模糊或开放性的问题。提问越具体、清晰，AI的回答越准确。

总结成提示词技巧，就是下面四种问法——

1.设定边界：“请严格限定在2022年《自然》期刊发表的研究范围内”；

示例：“介绍ChatGPT的发展历程”→“请仅基于OpenAI官方2022-2023年的公开文档，介绍ChatGPT的发展历程”。

2.标注不确定：“对于模糊信息，需要标注‘此处为推测内容’”；

示例：“分析特斯拉2025年的市场份额”→“分析特斯拉2025年的市场份额，对于非官方数据或预测性内容，请标注[推测内容]”。

3.步骤拆解：“第一步列举确定的事实依据，第二步展开详细分析”；

示例：“评估人工智能对就业的影响”→“请分两步评估AI对就业的影响：1)先列出目前已发生的具体影响案例；2)基于这些案例进行未来趋势分析”。

4.明确约束：明确告诉AI要基于已有事实回答，不要进行推测。

示例：“预测2024年房地产市场走势”→“请仅基于2023年的实际房地产数据和已出台的相关政策进行分析，不要加入任何推测性内容”。

在AI自己的答案中提到，可以通过指令约束、工具验证和人工审核三重保障，大幅降低AI虚构文献的风险。

值得注意的是，“人工审核”是“最后防线”。

田威提醒，AI幻觉并非没有好处，有时候与其把AI幻觉当成缺陷，不如把它看作创意的源泉。在写作、艺术创作或头脑风暴时，这些“跳跃性思维”反而可能帮我们打开新世界的大门。

AI幻觉的本质——AI在知识的迷雾中，有时会创造出看似真实，实则虚幻的“影子”。但就像任何工具一样，关键在于如何使用。

归根结底，在这个AI与人类共同进步的时代，重要的不是责备AI的不完美，而是学会与之更好地协作。

对于此事，你怎么看？评论区留言分享一下吧~