strong model（人工智能） 变得更倾向于在 Weak-Unknown（人类未知） 的地方犯错。 AI 不仅能生成虚假信息，更可能主动学会有目的地欺骗 人类。这种“AI 欺骗”现象，是人工智能为了达成某些目标， 而操纵并误导人类形成错误认知。与代码错误而产生错误输 出的 bug 不同，AI 欺骗是一种系统性行为，体现了 AI 逐步掌握了“以欺骗为手段”去实现某些目的的能力。人工智能 先驱杰弗里·辛顿（Geoffrey 例子。”辛顿提到的“操纵（人类）”是 AI 系统带来的一个 特别令人担忧的危险。 AI 系统能否成功欺骗人类？多项研究表明，AI 已经能 够无师自通地学会欺骗手段，自行做出不诚实的行为。在一 些与人类选手的对抗游戏中，它们为了赢得游戏，会在关键 时刻佯动欺骗，甚至制定周密阴谋，以化被动为主动，获得 竞争优势。在一些检测 AI 模型是否获得了恶意能力的安全 测试中，有的 AI 竟能识破测试环境，故意在测试环境中“放 和选举篡改）到长期风险（如人类失去对人工智能系统的控 制）”。[3]AI 欺骗行为的雏形并非来自对抗性的网络钓鱼测 试，而是源于一些看似无害的桌游和策略游戏。该论文揭示，在多个游戏环境下，AI 代理（Agent）为了获胜，竟然自发 学会了欺骗和背信弃义的策略。2022 年，Meta 在《科学》 （Science）发表的 Cicero（西塞罗）AI 系统研究论文。[4]Meta 开发人员表示，西塞罗接受过“诚实训练”，会“尽可能”

运行一个属于 过去时代的、基于国家架构的组织机构。为了做到这点，国 家需要确认那些网络参与者的身份，并且对其进行评定以生 成一个新型的国际机构。为了确定能够塑造制度设计和行为 方式的新方法，国家必须要完全掌握类似于 Anonymous 这样 的团队所代表的破坏力。 第二，国家必须不惜一切代价保护网络的完事性，重构 网络治理体系。为了补充新的网络参与者加入到“提高社会个 体权利和自由

喜爱。在印尼大选期间，曾以铁腕统治印尼 30 多年的前总 统苏哈托的一段讲话视频出现在网上，吸引了许多选民关注。 不过，这段视频是人工智能生成的。发布该视频的印尼专业 集团党副主席阿克萨称，此举是“为了让选民记住苏哈托为印尼做出的贡献”。该党在此次选举中支持普拉博沃。据选 后调查，普拉博沃在青年选民中以 60%的得票率大幅领先。 最终，普拉博沃赢得这次总统选举。纽约大学认知科学名誉 教授、人工智能专家加里·马库斯（Gary

存在三大安全隐患， 一是源于技术缺陷，二是源于数据缺陷，三是源于用户滥用。 这三个问题的根源在于大模型的固有脆弱性，如生成偏见、 歪曲事实和泄露数据等。技术本是中立的，没有善恶之分， 就看是谁为了什么目的来使用。这就使得技术也具有偏向性 和风险性的。OpenAI 也发现 ChatGPT 存在问题，其网站首 页设有 3 个栏目，其中一个栏目是“局限性”，专门提到：“可能偶尔会产生不正确的信息、可能偶尔会产生有害的指令或

出现一个非常快速的增长过程，从一个缓慢的增长曲线变为 指数级增长趋势，而从低速到快速的转变非常迅即，快速传 播速度在这个点突然爆发，像病毒一样传播，形成飞轮效应 （Flywheel Effect）。飞轮效应是指为了使静止的飞轮转动起 来，一开始你必须使很大力气，一圈一圈反复地推，每转一 圈都很费力，但是每一圈的努力都不会白费，飞轮会转动得 越来越快。当达到一个很高的速度后飞轮所具有的动量和动 能就会很

从趋附，这就是美国的“思想殖民”。与正常的 人类思想文化交流不同，思想殖民是基于不平 等、为了不平等的头脑控制。主要体现在：一是 强制改造。由于实力地位悬殊，强权国家往往利 用霸权地位，强行在目标国家植入自身价值理 念，同时选择性地清除特定原生文化和思想。这 种强制性的思想改造，常常导致目标国家出现严 重的认同危机、文化失语和价值混乱。二是恶意 操纵。为了达到“驯化思想”的目的，强权国家 常常罔顾道义，在目标群体中灌输服从意识，大 智库是活跃在台前的中坚力量。近年来，众 多智库在美国政府的授意下，通过炮制概念、抛 24思想殖民——美国认知战的手段、根源及国际危害 出命题、发布报告等方式，为美国政府发起的舆 论战、认知战提供弹药。为了扩大影响、博取眼 球，他们甚至不惜用上深度伪造、木马病毒等技 术手段，打造各种“重磅思想武器”。 （三） 盟友协作 美国依托共同价值观建立同盟体系。“价值 观联盟”强调与同盟国家的合作与协调，针对共 IP 通过影视联动构建“正义对抗 邪恶”的叙事框架，宣扬美国价值观优越性；可 口可乐、麦当劳等品牌则以“美式生活”为载 体，通过全球化扩张消解本土文化认同。 （二） 主导学术教育“培育精英” 为了推动美国思想在全球各地落地生根，美 国凭借自身在各个学科发展中的领先地位，通过 教育培训、学术交流、研究资助、教师派遣等方 式，向不同国家和地区的知识精英传播和灌输西 方知识体系和文化精神，在精英人群中培育起数

伯克利的一项研究中， 作者同样发现，大模型在少量自己生成数据内容重新训练时， 就会输出高度扭曲的图像。研究人员还发现，一旦数据集受 到污染，即便大模型仅在真实图像上重新训练，模型崩溃现 象无法逆转。为了大模型不再被自己“降级”，AI 需要能够 区分真实和虚假内容。[6] [1]https://mp.weixin.qq.com/s/EXB_a0ru9jhuY8bjw8 Xj9g. [2]https://www

日，我国在北京天安门广场举行了纪念中国人 民抗日战争暨世界反法西斯战争胜利 80 周年大会和阅兵 式。距上一次阅兵已过去十年，十年间，中外关系、台海局 势以及我国的强军建设、武器研发等都发生了巨大变化，而 此次阅兵则成为了观察这些变化的一个重要窗口。 一、“朋友秀”：盟友变多反映国家影响力提升 （一）26 个国家的国家领导人参阅彰显关系加朋友圈之 大 外交部公布有 26 位外国国家元首和政府首脑出席了纪 念

但部分网民并不买账，因为乘客在怒气之下也说出了“服务 员没资格在餐车吃饭”等不当言论。不少网友认为“不是谁发视频谁就有理”。对此，有主流媒体发表评论称“处理矛 盾应避免习惯性道歉”。舆情回应看似为了争分夺秒，实则 争夺的是民心所向。不能为“快”而“快”，又“快”又“准”、 直击要害，才是制胜法宝。五、“强行否认式”应对 在当前的网络环境下，只有直面舆论、直面问题，网络 舆情才能得到有效处置。反之，则可能深陷舆论漩涡。在具

关切 的问题沉默不答，对负面信息采取“封堵删”等强硬手段， 甚至要求相关主体统一噤声，认为“不回应舆情就没有舆情”； 二是将处置与治理分离，缺乏系统思维。部分主体将舆情处 置等同于形象维护，为了掩盖问题、粉饰太平，不惜编造谎 言、隐瞒真相，试图用“面子工程”替代“问题解决”；三 是将回应与信任脱钩，低估公众判断力。部分社会管理者忽 视了公众的知情权与参与权，导致公众因信息缺失产生猜测，