维基百科如何守住人类撰写底线？AI清理小组揭秘

2023年底，几位维基百科编辑在Discord上注意到一批“味道很冲”的条目：反复出现“stands as a testament”“rich cultural heritage”之类的套话，正文末尾还常带着“Why is this important?”这种不像百科条目的段落。这些特征指向同一个来源——ChatGPT。于是，WikiProject AI Cleanup 诞生了。这个由志愿者发起的项目，目标很明确：找出并清除违反维基百科方针的AI生成内容。

项目的创始成员之一 Ellia Lebleu 目前在图卢兹附近的 Inria 雷恩研究中心攻读AI博士。她与AI检测公司 Pangram 合作，试图量化AI内容到底渗入了多少。她给出的判断是：2025年底，新条目和草稿中约20%被标记为AI生成；到2026年初，这个数字降到15%到16%。但她本人也很谨慎——下降究竟是因为社群政策起了作用，还是因为模型变强、检测工具没跟上，目前没有定论。

从“一眼假”到“越看越像”：AI写作的进化

Lebleu 回忆，2023年底的AI痕迹几乎可以说是明晃晃的：结论段、套路化修辞、机械的三段式。但到了2025年，信号变得结构性、也更隐蔽。AI偏爱“三连排比”、否定式平行结构，这些特征单独出现都说明不了什么，可一旦在长文中密集叠加，就构成了值得警惕的模式。

编辑们还会看正文之外的信号。比如一个账号在5分钟内写出5篇数千字的条目，这比任何文本特征都更能说明问题。换句话说，检测AI写作不只是读文本，也是在读行为。

检索增强生成（RAG） 是指让大语言模型在生成回答前，先从外部知识库或搜索引擎中检索相关文档，再基于这些文档组织内容。它显著降低了模型凭空编造事实的概率，但也带来新问题：模型可能正确找到了来源，却错误地理解了来源含义，导致引用与论断不匹配。在维基百科场景中，RAG让完全伪造的引用减少，但“真来源、错解读”的引用反而更隐蔽、更难排查。

引用造假：比正文更棘手的问题

AI污染不只发生在正文里。Lebleu 指出，虚假或误导性引用已经成为主要担忧。完全凭空捏造的引用在今天相对少见，因为检索增强生成让模型能找到真实来源。更常见的情况是：来源是真的，但AI把它的内容理解错了，引用根本支撑不了文中的论断。这类“引用与断言不匹配”的问题极为普遍，也最难靠肉眼逐一排查。

正因为如此，项目里另一位编辑做了一个AI来源核查工具，逐条比对页面上的引用与论断是否吻合。Lebleu 对这个工具的态度很务实：它本身也是AI模型，无法保证每次都正确；但如果目标是规模化过滤明显问题，它是一个不错的起点。维基媒体基金会也在开发 Paste Check 工具，用于标记从某些AI聊天机器人直接粘贴过来的文本。

禁令之后：商业模型的拒绝与开源模型的漏洞

英文维基百科已经明确禁止编辑使用大语言模型生成条目。Lebleu 观察到，Claude 有时会直接拒绝：“我不能写维基百科条目，这违反维基百科的方针。”她认为，如果所有主流AI公司都加入这类提示词拒答，会有实际帮助——至少能拦住那些使用商业模型、对技术并不熟悉的普通用户。但这远不是万能药：开源权重模型可以被调整以绕过限制，问题依然存在。

禁令是否奏效，现在判断还为时过早。Lebleu 提到了一些可能的效果：提示词拒答、AI生成内容比例的小幅下降。但她也承认，无法区分这是政策起了作用，还是模型变强、或者新手逐渐学会了规则。绝大多数AI生成内容来自新手编辑，所以社群把大量精力放在让规则“被看见”——欢迎信息、编辑帮助、各种提示里都反复强调。

开源权重模型 指模型参数公开可下载、可本地部署和微调的大语言模型，如Llama系列、Mistral等。与只能通过API调用的商业闭源模型不同，开源权重模型允许用户修改系统提示词、进行微调甚至移除安全对齐层，因此商业模型内置的“拒绝生成维基百科条目”类提示词约束在开源模型上很容易被绕过。这意味着禁令对普通用户有一定拦截效果，但对有技术能力的使用者几乎不构成障碍。

“最后一个好地方”：身份认同与未来的妥协可能

禁令通过时，理由非常实际：AI内容泛滥、工具不足、必须踩刹车。但此后，这条规则被赋予了更哲学化的意味。很多人称维基百科是“互联网上最后一个好地方”，而“由人类撰写”逐渐成为这个项目身份认同的一部分。

Lebleu 提出了一个值得玩味的观察：AI公司自己也对这种纯人类撰写的语料感兴趣，用它训练AI系统有独特价值。维基百科至少在可预见的未来仍将保持这一属性，这使它成为别处无法复制的珍贵资源。

但她也留下了开放性问题：如果AI能让维基百科更全面，读者和贡献者会愿意接受部分AI生成吗？她设想的折中方案是——保留“人类撰写”的核心身份，同时提供一个AI辅助的选项。这更像是一个待讨论的选项，而非已经确定的路线。

Google Zero阴影下的维基百科

访谈还触及了一个更宏观的焦虑：如果搜索流量整体归零，网站如何被看见？Lebleu 指出，维基百科经常被Google的AI Overviews引用，但用户看到的可能只是一个引用维基百科的AI答案，他们未必意识到维基百科是一个活的项目、自己也可以编辑和贡献。

维基媒体基金会正在开发一个署名框架，试图让AI用户看到更多信息：条目最后编辑时间、内容完整度、编辑是否标记了问题，甚至可能包含一个行动号召。Lebleu 设想，未来读者也许能通过AI模型参与贡献——“AI引用了维基百科，但这里似乎有错误，我能提交编辑请求并附上我找到的来源吗？”

她对维基百科与AI模型的关系给出了一个分阶段的判断：昨天，AI是需要清理的对象；今天，它是协助清理的工具；明天，它将是呼吸的空气。维基百科不会消失，但形态会变得很不一样。

（本文基于IEEE Spectrum对Ellia Lebleu的访谈整理。）

Google Zero 指一种假设性场景：搜索引擎的AI摘要直接回答用户问题，导致用户不再点击进入原始网站，使独立网站的搜索流量趋近于零。对维基百科而言，这意味着它可能被AI Overviews大量引用，却很少获得直接访问和编辑参与。维基媒体基金会因此尝试通过署名框架，在AI答案中附加条目编辑时间、内容完整度等元信息，并探索让读者从AI界面直接提交编辑请求的路径，以维持项目的可见性和贡献者来源。