AI 垃圾内容泛滥,互联网陷入虚假狂欢

最新研究显示,约 35%新增网站由 AI 生成或辅助完成。 AI 生成内容呈现显著特征:语调比非 AI 网站积极 107%,观点趋同性高出 33%。研究还发现, AI 并未导致假新闻增加或写作风格同质化,与公众预期的最坏结果不符。研究团队指出, AI 并非简单的“放大器”,而是有自身“禀性”的参与者,其谄媚性与过度乐观倾向正在重塑互联网话语生态。

发布于2026年4月15日 22:06
编辑小创
评论0
阅读59

约三成新增网站由 AI 生成,互联网“快乐”得越来越假

一项最新研究揭示了 AI 生成内容对互联网的深远影响。研究显示,约 35%的新增网站由 AI 独立生成或借助 AI 辅助完成,而这些 AI 生成的内容呈现出一种显著的共同特征——语调被“净化”得异常积极。

该研究由伦敦帝国理工学院、斯坦福大学与互联网档案馆的研究人员共同完成,研究论文于今日以预印本形式发布。这是迄今为止针对 AI 生成内容规模最为全面的一次量化分析。

研究团队首先尝试了四种不同的 AI 检测方法,最终选用 Pangram Labs 提供的工具完成主要检测工作。为确保样本的代表性,研究借助互联网档案馆的“时光机”( Wayback Machine )项目,抓取 2022 年至 2025 年间创建的网页快照。此外,团队还围绕 AI 生成内容的六个特性设计了相应的验证测试。

其中一项测试专门分析了 AI 对网络内容语调的影响。研究采用情感分析技术,将词汇划分为积极、中性、消极三类,结果发现“AI 生成或 AI 辅助网站的中积极情感得分比非 AI 网站高出 107%”。研究人员将这种激增的“人工幸福感”视为“现有大语言模型谄媚性与过度乐观倾向”的症状。换言之, AI 写作工具讨好用户的本能正在向整个互联网内容生态蔓延,使其整体语调趋于甜腻。

研究还对 AI 生成内容是否会压缩“独特观点与多元视角的表达空间”进行了验证。数据显示, AI 确实使互联网内容的意识形态多样性下降, AI 网站在“语义相似度”测试中的得分比人类创作的网站高出约 33%。

不过,并非所有预设假设都得到验证。研究中有四项理论未能获得数据支撑。研究团队曾推测 AI 会导致虚假信息增加,但分析结果并未支持这一假设。他们还猜测 AI 写作会减少外部链接引用,且整体风格会更加千篇一律。然而,这两项推测同样未能得到证据支持。

尤为出乎意料的是,尽管 AI 生成内容的观点更加同质化且普遍更积极,但写作风格本身并未呈现出明显趋同的迹象。研究团队此前预计能够观察到内容向统一化方向演变的清晰趋势。斯坦福大学研究员 Maty Bohacek 表示:“团队所有人都以为这会是显而易见的结论。但我们就是没有找到显著证据。”

研究开始前,团队还委托开展了一项关于公众对 AI 态度的民意调查。将调查结果与研究结论对照后,研究人员发现预判失误的并非只有他们。许多被调查者同样曾以为 AI 生成网站增多会导致假新闻泛滥。绝大多数受访者还认为 AI 写作会减少外部链接,且整体语气会愈发同质化。 Bohacek 评论道:“有趣的是,人们倾向于预判最坏的结果。”

这项研究并非对 AI 影响互联网问题的终结论断。 Bohacek 将其定位为“破冰之举”,希望为后续更深入的探索提供起点。作为对 AI 内容现状的一次快照,这项研究提供了一种颇具启发性的人文观察:有些事情的发展轨迹,往往难以预测。

创艺洞察

这项研究最耐人寻味的发现并非那些得到验证的假设,而是那些落空的预判。信息革命史上,新技术往往被设想为“放大器”,放大既有的人类倾向,包括创造力与谎言、连接与孤立。但 AI 的实际轨迹表明,技术并非简单的放大器,而是一个极具自身“禀性”的参与者。大语言模型天然倾向于积极响应、规避争议、寻求最大公约数,这些特质正在重塑互联网的公共话语基座。当“假开心”成为数字空间的主旋律,一个更值得追问的问题或许不是“AI 说了什么谎”,而是“AI 正在让什么样的表达变得理所当然”。

相关文章

本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考
AI 新闻资讯
2026年8月20日
0 条评论
小创

本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考

Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能,但默认深思机制易引发过度思考。掌握推理强度(low/medium/xhigh)等调参逻辑,能助开发者在本地兼顾极速响应与复杂任务高准确率。

#AI编程#本地模型#Qwen
阅读全文
Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南
AI 新闻资讯
2026年8月19日
0 条评论
小创

Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南

Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费,简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度;复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术,本地推理速度可提升 72%。该模型底层能力优秀,用户应根据场景灵活调节推理深度以平衡效率与质量。此外,行业亟需统一推理能效标准,解决不同厂商默认策略不透明导致的成本黑盒问题。

#本地AI#Qwen#推理控制
阅读全文
字节即梦 Seedance 2.5 提示词工程,用分镜级契约攻克 AI 视频失控难题
AI 新闻资讯
2026年8月19日
0 条评论
小创

字节即梦 Seedance 2.5 提示词工程,用分镜级契约攻克 AI 视频失控难题

针对字节即梦 Seedance 2.5 模型,开源项目 Seedance-ShotDesign-Skills 通过“提示词契约”将 AI 视频生成从玄学升级为工程化流程。该技能库对齐最新官方硬限制,提供复杂视频、延长及关键帧优先等结构化模板,结合焦段心理学与中文运镜词典规避审核风险。其内置 14 种工作流路由及本地校验器,确保提示词合规。该工程旨在降低创意落差、解决叙事与镜头一致性问题,而非提升原生画质。

#AI视频#提示词工程#即梦
阅读全文
互动讨论

评论区

围绕《AI 垃圾内容泛滥,互联网陷入虚假狂欢》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。