一、问题显现：历史真相遭遇算法扭曲 近日，多个平台集中传播一则关于美国记者白修德华经历的不实说法。经查证，所谓“因报道1942年河南饥荒被驱逐”与史实不符——白修德不仅完成了有关报道，还继续在华工作至1945年。把地摊文学式叙事包装成“历史结论”，反映出部分智能信息处理系统在事实核验上的明显短板。 二、成因溯源：三重机制叠加酿成乱象 首先，算法模型存在“戏剧性偏好”，更容易捕捉冲突强、转折大的叙事框架。数据显示，包含“封杀”“驱逐”等词的内容，点击量比平实表述高出47%。 其次，训练数据污染较重。有智库报告指出，中文互联网无效信息占比已达32%，这些内容若被直接用于模型训练，错误会被放大并固化。 再者，“技术中性”被误用。一些平台将“概率输出”当成事实判断，缺少必要的价值校准与责任边界。 三、现实危害：认知安全面临新挑战 问题已不止是技术瑕疵，而是在积累系统性风险。一上，虚假历史叙述常以“权威语态”呈现，迷惑性明显高于传统谣言；另一方面，错误信息在智能推荐机制下更易扩散。某高校研究显示，经算法推送的虚假历史信息，其留存率是人工传播的3.2倍。 更需警惕的是，这类趋势可能被别有用心者借势利用，用碎片化、情绪化的“伪史”去冲击主流历史叙事。 四、治理路径：构建多维防护体系 业内专家建议采取分级治理：技术层面，建立可核验的历史事实“白名单”数据库；监管层面，细化《网络信息内容生态治理规定》的落地规则；行业层面，平台应配备专业的历史事实核查团队，形成常态化纠错机制。 据悉，国家网信办已启动“清源·史实守护”专项行动，首批将对20个重点历史事件开展专项治理。 五、发展前瞻：技术向善需要制度保障 随着《生成式人工智能服务管理暂行办法》实施，我国正推进AI伦理审查等制度探索。清华大学智媒研究中心提出“ 双轨验证 ”机制：涉及重要历史陈述的内容，需同时通过算法校验与专家复核。 预计到2025年，将建成覆盖5000个历史节点的国家事实核查平台，为智能技术提供更可靠的知识底座。
技术进步不应以稀释事实为代价。工具越是表达顺畅、传播迅速，就越需要以证据、来源和责任作为底线。守护历史真实——是对公共记忆的尊重——也是维护理性讨论空间的前提。让信息更可信、让表达更有据，新技术才能成为公共知识的助力，而不是噪声的放大器。