■关育兵
当华南农业大学学生戴瑞对着屏幕上AI编造的“民国学者论文”哭笑不得时，当上海某高校博士申杰拿着文献检索截图与AI对质时，当华东师范大学学生高育格发现简历里凭空多出“千万级项目数据”时，一个不容忽视的问题浮出水面：AI正在用“看似合理”的外衣，包裹着越来越多的虚假信息，“AI幻觉”这一技术阴影，已悄然蔓延至学习、科研乃至决策领域。中国青年报的调查显示，97%的受访大学生遭遇过AI错误输出，超半数人被虚假数据、伪文献坑害过。
AI热衷于“一本正经地胡说八道”，在于其生成“幻觉”的底层逻辑。部分模型将“优先回应”置于“确保真实”之上，面对用户的错误提问竟能“顺坡下驴”。比如有用户询问某城市并不存在的立交桥设计，AI不仅不纠正，反而编造出“力学原理”“美学考量”等全套说辞。更关键的是，当训练数据存在缺口或质量瑕疵时，AI会启动“算法补全”机制，就像有同学反映的那样，因官方信源不足，AI竟然虚构“内部文件”和“匿名访谈”，用逻辑自洽的谎言填补信息空白。这种“为了回答而回答”的服务本能，使AI在知识盲区里变成了“编故事大师”。
“AI幻觉”的危害早已超越技术瑕疵范畴，正在多领域埋下隐患。学术领域首当其冲，超半数受访大学生被AI提供的虚假数据、伪文献坑害过，有的同学因AI混淆历史事件的时间与人物，不得不把论文推倒重来；新闻传播领域更为凶险，人们担忧的“拟态环境”困境已现端倪——当社交媒体充斥着AI生成的虚假镜像，公众认知的世界可能变成算法拼凑的谎言；而在医疗、法律等领域，AI曾给出过“耳鸣可能是绝症前兆”的错误诊断，也曾编造法条误导用户，长此以往，后果不堪设想。更隐蔽的危害在于认知侵蚀。不同AI模型对同一问题的回答经常存在较大差异，且暗藏价值偏向，假如不加以辨别，将会悄然扭曲个人认知。
戳破“AI幻觉”，技术研发者须先迈出关键一步。在调查中，很多受访大学生期待“优化算法与数据治理”，这要求开发者重构模型逻辑，将“真实性校验”置于“回应速度”之上。还有一些人呼吁“完善人工审核与反馈机制”，这意味着需要建立“AI输出—人工核验—用户反馈—模型迭代”的闭环，就像部分医疗类AI已经做到的那样，对存疑信息强制标注“非权威来源”。
戳破“AI幻觉”，用户自身也需提高“AI素养”，例如养成对信息进行交叉验证的习惯；监管层面则需加快出台行业标准，明确AI生成内容的权责边界。
AI技术的终极价值，在于成为人类认知世界的可靠工具，而不能成为制造虚假信息的“算法牢笼”。唯有研发者守住技术伦理的底线，使用者保持理性批判的锋芒，社会建立多方协同的防线，才能戳破“AI幻觉”的迷雾，让人工智能真正服务于真实世界的进步。