人工智能

气候误导信息传播的威胁由生成式人工智能技术传播

Published August 4, 2023

Updated April 28, 2026

Haziqa Sajid

The Threat Of Climate Misinformation Propagated by Generative AI Technology

人工智能（AI）已经改变了我们获取和分发信息的方式。特别是，生成式人工智能（GAI）提供了前所未有的增长机会。但是，它也带来了重大的挑战，尤其是在气候变化话语中，特别是气候误导信息。

2022年，研究表明，大约 60个Twitter账户被用来制作22,000条推文和传播关于气候变化的虚假或误导性信息。

气候误导信息是指不准确或欺骗性的与气候科学和环境问题相关的内容。通过各种渠道传播，它扭曲了气候变化话语并阻碍了基于证据的决策。
随着解决气候变化的紧迫性增加，人工智能传播的误导信息呈现出一个令人生畏的障碍，阻碍了集体气候行动的实现。

什么是气候误导信息？

关于气候变化及其影响的虚假或误导性信息经常被传播，以制造怀疑和混乱。这种不准确内容的传播阻碍了有效的气候行动和公众的理解。
在一个信息可以通过数字平台瞬间传播的时代，气候误导信息找到了肥沃的土壤来传播和制造公众的混乱。
主要有三种类型的气候误导信息：

趋势： 传播关于全球气候长期模式和变化的虚假信息，经常为了淡化气候变化的严重性。
归因： 误导性地将气候事件或现象归因于无关因素，掩盖了人类活动对气候变化的实际影响。
影响： 夸大或低估气候变化的实际后果，或者为了引起恐慌或促进对气候行动的冷漠。

2022年，几次令人不安的气候误导信息传播尝试被曝光，表明了挑战的程度。这些努力包括游说活动由化石燃料公司对政策制定者和欺骗公众的影响。
此外，石油化工巨头资助气候变化否认主义智库传播虚假信息。另外，企业气候 “怀疑论” 活动在社交媒体平台上蓬勃发展，利用Twitter广告活动快速传播误导信息。
这些操纵性活动旨在破坏公众对气候科学的信任，阻碍行动，并阻碍解决气候变化的有意义进展。

生成式人工智能如何传播气候误导信息？

生成式人工智能如何传播气候误导信息

图像来源

生成式人工智能技术，特别是深度学习模型，如生成对抗网络（GANs）和变换器，可以生成高度真实和可信的内容，包括文本、图像、音频和视频。这种人工智能技术的进步已经为气候误导信息的快速传播打开了大门。
生成式人工智能可以编造关于气候变化的虚假故事。虽然 5.18亿人今天使用社交媒体，他们更了解当前的世界问题。但是，他们 3% 不太可能发现由人工智能生成的虚假推文。
生成式人工智能可以通过以下方式促进气候误导信息：

1. 可及性

生成式人工智能工具可以生成真实的合成内容，通过公共API和开源社区变得越来越容易获取。这种易用性允许故意生成虚假信息，包括文本和照片级别的伪造图像，从而促进气候误导信息的传播。

2. 复杂性

生成式人工智能可以生成更长、更具权威性的文章、博客帖子和新闻报道，经常复制可靠来源的风格。这种复杂性可以欺骗和误导受众，使得难以区分人工智能生成的误导信息和真实内容。

3. 说服力

集成到人工智能代理中的大型语言模型（LLM）可以与人类进行详细的对话，使用说服性论点来影响公众舆论。生成式人工智能生成的个性化内容无法被当前的机器人检测工具检测。此外，GAI机器人可以放大虚假信息的努力，并使小型团体在网上看起来更大。
因此，实施强大的事实核查机制、媒体素养计划和数字平台的密切监控至关重要，以有效地应对人工智能传播的气候误导信息。加强信息完整性和批判性思维技能可以使个人能够在数字化世界中导航并在气候误导信息的浪潮中做出明智的决定。

检测和应对人工智能传播的气候误导信息

虽然人工智能技术促进了气候误导信息的快速传播，但它也可以成为解决方案的一部分。人工智能驱动的算法可以识别人工智能生成内容的独特模式，实现早期检测和干预。
然而，我们仍然处于构建强大的人工智能检测系统的初期阶段。因此，人类可以采取以下步骤来最小化气候误导信息的风险：

增加警惕性： 当人工智能事实核查应用程序仍在不断发展时，用户必须在验证他们遇到的信息时更加警惕。不要自动在社交媒体上发布人工智能搜索的结果，而是识别和评估可靠的来源。检查来源对于处理像应对气候变化这样的重要主题至关重要。
评估事实核查方法： 接受横向阅读，一种专家事实核查员使用的技术。在新窗口中搜索人工智能生成内容中引用的来源的信息。分析来源的可靠性和作者的经验。使用传统搜索引擎来定位和评估该主题的专家共识。
评估证据： 更深入地研究人工智能生成的声明中呈现的证据。检查是否有可靠的科学共识和研究支持或驳斥这些陈述。对人工智能平台的快速查询可能会产生一些初步数据，但需要进行彻底的调查才能获得可靠的结果。
不要仅依赖人工智能：鉴于人工智能系统偶尔会产生幻觉或不准确的信息，因此不应仅依赖人工智能。为了确保知识的准确性和精度，使用传统搜索引擎来补充人工智能生成的材料，并进行勤勉的交叉验证。
促进数字素养： 媒体素养在赋予个人批判性思维技能以区分误导信息和培养更知情和负责的社会方面也至关重要。