维基百科怎么清理 AI 写的条目:从套话识别升级到结构性证据
来源:spectrum.ieee.org — 2026-10-27
📋 概述
IEEE Spectrum 采访 WikiProject AI Cleanup 创始成员 Ellia Lebleu。这个 2023 年 12 月成立的志愿项目最初靠「stands as a testament」「rich cultural heritage」这类套话识别 AI 写作;到 2025 年,痕迹变得更结构性——三段式、否定式排比,单看不构成证据,累积起来才有意义;还要看文章之外的行为,比如五分钟内发出五篇数千字条目。假引用是更大的担忧:RAG 让整条编造的引用变少,更常见的是引用真实来源却与所述内容完全不符。与检测公司 Pangram 合作估算,2025 年底约 20% 的新条目与草稿被判为 AI 生成,2026 年初降到 15—16%,但无法确定是政策见效还是模型变强、检测器没跟上。
🔑 核心要点
- 检测从词汇升级到结构:三段式、否定式排比、异常产出速度成为信号。
- 假引用比假文本更危险:RAG 减少了纯编造,但「引用真实来源却歪曲内容」极其常见。
- 量化结果:2025 年底约 20% 新条目被判 AI 生成,2026 年初降至 15—16%,原因未定。
- 英文维基已禁止用 LLM 生成条目;Lebleu 提到 Claude 会主动拒绝写条目,但开源权重模型绕得过去。
💡 金句
AI citations that don't actually support what is being written are extremely commonplace.
👍 0
👎 0
← 返回 Hacker News 首页