今天小編分享的财經經驗：“80後死亡率超5%”，别上假數據的當，歡迎閱讀。
生成式 AI 是有可能 " 胡說八道 " 的，它們會在看似真實的陳述中夾雜錯誤信息。
但偏偏，每個人都生活在信息繭房當中，接收信息的精力有限，不可能對互聯網信息逐一甄别，如果一篇文章用充足的數據做出了 " 嚴謹的行文姿态 "，就已天然具備了被信任的基礎。
更不用說，人往往更傾向相信于那些符合期望的 " 事實 "。在一個争議話題下加上刻意營造的噱頭，這些編造的數據往往會當做打口水仗的武器，被二次加工、傳播，造成信息污染，真真假假也就說不清了。
作者 | 阿瑞
編輯 | DR
題圖 | 《乘上獨角獸》
" 截至 2024 年末，80 後死亡率突破 5.2%，相當于每 20 個 80 後中就有 1 人已經去世。"
這句話，你信了嗎？
雖然當代打工人的健康狀況确實值得擔憂，但好消息是，這一數據是假的。
今年 2 月，相關數據和評論刷屏互聯網，人們感慨 " 活着不易 "，更有人借機賣起了保健品和保險。3 月 4 日，公安部網安局公布調查結果：網民夏某在視頻《80 後到底還剩多少人》中捏造數據，被予以行政處罰。
造謠一張嘴，辟謠跑斷腿。如今，造謠甚至不需要嘴了——只要在 AI 的對話框中輸入幾個字，指引 AI 生成虛假信息的人或許都意識不到自己在助力謠言的誕生。
AI 編的數據，你信了嗎？
先來說說 "80 後死亡率 " 的離譜錯誤。
死亡率作為人口學的重要統計指标，其計算公式為 " 某時期死亡人數除以同期平均人口數，再乘以 1000 ‰ "，也就是說，它的部門是‰，而非 %。
中國人民大學人口與健康學院教授李婷在其公眾号 " 嚴肅的人口學八卦 " 撰文表示，國家每年會公布預期壽命和人口粗死亡率，但不會根據 "80 後 ""90 後 " 這些年齡段公布死亡狀況，因此，"80 後死亡率 " 這類說法本身就缺少數據支撐。
（圖 /《保你平安》）
如果有人真的想計算 80 後的 " 存活比例 "，還存在兩個問題：一是過往人口普查的數據不夠準确，多種計算方法都有誤差；二是這份數據也會被新生兒的死亡數據污染，也就是說，哪怕 5.2% 的數據準确，其中也可能包括了一半以上出生時就夭折的人，青壯年死亡率還得降低不少。因此，人們大可不必為 80 後今天的健康狀況恐慌。
如果說 80 後的 " 存活比例 "，還不過是 " 無傷大雅 " 的談資，引發全網側目的 " 頂流明星在澳門狂輸 10 億 "，則算得上驚天大瓜，甚至讓周傑倫無辜躺槍。
但就是這麼一個被傳得有鼻子有眼的瓜，經公安機關證實，同樣也是 AI 編造。
與此同時，也有網友感慨：" 每天上網就想看看作者的觀點，結果現在滿屏‘量子’‘坍縮’‘代碼’‘基因’ ……" 當機械感滿滿的 AI 文案充斥着互聯網，對人的判斷力又增加了幾分考驗。
比如最近，網上有一篇《" 離婚冷靜期 " 制度簡史：歷史終将記住這個黑色幽默》的文章被大量轉發。
我們對文中的二手信息，保持一種本能的警惕，試圖找到源頭加以查證。而這篇看似嚴謹的文章盡管引用了大量數據，但當逐一搜索這些數據時，會發現數據來源幾乎都是無中生有。
（圖 /《" 離婚冷靜期 " 制度簡史》）
就基層法官是否會統計離婚案件的類别和比例一事，有法律界人士向《新周刊》記者表示不會統計如此詳盡的案件情形：" 基層沒有這麼閒，最多統計一下結案率和勝訴率。" 況且，" 北京某律所 " 作為服務機構，本就沒有統計和公布 " 冷靜期後復婚率 " 的能力和權限。
（圖 /《" 離婚冷靜期 " 制度簡史》）
" 中國社科院 2024 年《婚姻制度民意調查》"，則是一個不存在的調查。"202X 年 "" 冷靜期 XX 倒計時 " 這些詞更是滿滿的編造感——如果是真的，為什麼不寫明真實日期？
至于所謂當初支持立法的學者反思 " 我們用農耕時代的溫情濾鏡，強行矯正互聯網時代的婚姻形态 "，看似語言優美，實則言之無物。現代婚姻法本身既不是農耕時代的產物，也不是互聯網時代的產物。法律是一件嚴肅的事，倘若學者真的要反思，恐怕也不會使用如此模糊的表述。
人不該為了流量而編造虛假信息。圖 /《保你平安》
這就是 "AI 幻覺 " ——說白了，生成式 AI 是有可能 " 胡說八道 " 的，它們會在看似真實的陳述中夾雜錯誤信息。
但偏偏，每個人都生活在信息繭房當中，接收信息的精力有限，不可能對互聯網信息逐一甄别，如果一篇文章用充足的數據做出了 " 嚴謹的行文姿态 "，就已天然具備了被信任的基礎。
更不用說，人往往更傾向相信于那些符合期望的 " 事實 "。在一個争議話題下加上刻意營造的噱頭，這些編造的數據往往會當做打口水仗的武器，被二次加工、傳播，造成信息污染，真真假假也就說不清了。
AI 幻覺無法消除，該怎麼辦
日常工作中試圖讓 AI 幫自己省力的人，對它胡編亂造的能力大多心裡有數。
近日，在 Vectara HHEM 人工智能幻覺測試中，2025 年 1 月發布的 DeepSeek-R1 模型顯示出高幻覺率。對于這個現象，中科聞歌董事長王磊告訴《新周刊》：" 我猜測這可能與模型的精度有關。"
有專家認為，AI 軟體在增強創意和想象力的同時，不可避免地增加了產生幻覺的副作用。
（圖 /《人工智能》）
王磊認為，問題的核心在于神經網絡設計原理本身。" 幻覺產生的原因在于模型選擇詞時，是基于詞的概率分布進行預測。當問題的復雜程度提高時，這種預測方法可能會出現知識盲點，模型為了回答而回答，人雲亦雲。"
也就是說，當用戶給出上半句，生成式 AI 會根據它學過的知識，" 猜測 " 最有可能的答案。一旦問題涉及到它的知識盲點，其設計原理又決定了它必須 " 接話茬 "，就會給出自動 " 腦補 "的答案。
清華大學新聞與傳播學院教授陳昌鳳向《新周刊》表示：" 生成式人工智能的主要功能，一是搜索，二是推理。前者通常要有基礎數據，它才能搜到。而幻覺更可能出現在推理的環節。"
她指出，人類本身就會產生幻覺，而人工神經網絡系統學習的是人類神經系統。" 生成式人工智能從誕生起就免不了幻覺，我相信随着使用時間增加和技術提升，它的幻覺會越來越少，但不太可能完全消除。"
人類的認知具有主觀性，AI 也會效仿人類。（圖 /《勿言推理》）
比如，就 AI 對話截圖來看，"80 後死亡率 " 的數據參考了一個并無權威性的網頁文章。這類 " 三無 " 網站的頁面，很多人本來是連看都不會看一眼的，但AI 的強大卻很容易產生讓人迷惑的" 權威性"，以至于很多人甚至沒發現它的數據來源也是 " 三無 " 網站。
如果人們積極辟謠，持續優化 AI 所學習的數據庫，肯定能降低 AI 幻覺的發生。但反過來試想一下，假如 AI 生成的謠言和假數據持續污染互聯網，會發生什麼？
2024 年 7 月，一篇來自牛津、劍橋等大學的論文登上了 Nature 封面。學者們發現，如果在訓練中不加區别地使用 AI 產生的内容，會導致大模型崩潰——多次迭代後 AI 反而會退化，產生越來越多的事實錯誤甚至亂碼。
眾所周知，當今市面上的 AI 工具都是由海量的數據訓練而成的。但随着 AI 的胃口越來越大，可 " 食用 " 的新數據越來越少，大模型将紛紛面臨 " 高質量數據荒 "。人工智能研究組織 Epoch 預測，高質量的文本數據可能會在未來幾年内耗盡。
換句話說，真實的數據價值連城。人類仍然需要持續創造真實的内容，更要學會辨别 AI 生成内容的真假。
（圖 /《人工智能》）
王磊表示：" 大模型它絕不能夠給你提供決策。人類世界的復雜性在于許多情況都是動态變化的。大模型的知識面很廣，但（這些知識）畢竟是固化的，它并不能察覺世界的變化，也不能認知到很多問題的復雜性。它輸出的結果，僅僅是基于其數據庫的經驗性建議。"
他建議：" 使用 AI 時的偏見和幻覺問題，需要我們的自我審視和判斷。即使 AI 能夠搜索互聯網信息，我們同樣需要鑑别其提供的信息是否真實。我們不能完全依賴和盲信 AI，而應将其視為一種工具，輔助我們的工作和決策。AI 目前只是我們的工具，而非結論和教條的源泉。"
對普通人而言，該如何辨别 AI 幻覺、防止被 AI 欺騙？我們的心得是，要始終對 AI 生成的事實性描述保持警惕。可以使用搜索引擎核查出處，一般而言，若出處為權威機構，信息就更可靠。也可以使用多個 AI 聯網搜索，交叉印證和檢查某個 AI 生成的内容。
現在 AI 生成内容時，也有概率出現提示。
劉慈欣的短篇小說《詩雲》中，外星文明為了寫出超越李白的詩，窮盡太陽系的能量列舉出了所有字詞組合，卻無法從龐大的 " 詩雲 " 中檢索出真正的詩歌。作者借這篇小說表明，AI 生成内容的本質是詞匯的排列組合，但欣賞和評價的權力屬于人類。
或許，我們可以進一步說：AI 可以生產萬千種内容，但判斷其真實性和價值的任務仍然掌握在人類手中。
（新周刊記者羅隐、草莓對本文亦有貢獻）
校對：遇見；運營：嘻嘻；排版：張晟钰
