Note: This page does not support English, using the default language version
7月26日，国家安全部微信公众号发布了一篇评论文章，标题很直接：警惕日本右翼借AI篡改侵华历史。
读完之后，我觉得这件事值得关注的原因，远不止历史问题那么简单。
事情的原貌是这样的：日本《朝日新闻》报道，日本右翼势力通过CrowdWorks等大型众包平台发布招募广告，付费招募人员，要求使用AI工具批量生成”批判中国类”视频内容——具体来说，就是那些篡改侵华历史、否认南京大屠杀、美化日本侵略行为的虚假信息。
众包平台接单，黑产流水线生产，AI批量输出。这类内容的制作成本被大幅压低，速度快、产量高，而且因为是”真实的人”+“真实的AI工具”生成的，看起来比纯粹的机器生成内容更”真实”，也更难被传统的内容审核机制识别。
这波操作，精准地踩中了两个关键点：一是历史叙事的话语权，二是大模型的数据安全问题。
我看到这条新闻的第一反应不是”日本右翼真可恶”——这个判断当然是对的——而是另一个更长远的问题：这些AI生成的虚假历史内容，很可能会被喂进大模型的训练数据里。
原因很简单：YouTube、B站上充斥着各种历史类视频；众包生产的文章和脚本会出现在各种小语网站；这些内容在被污染的大模型看来，和其他历史资料看起来没什么区别。如果不加筛选地爬取训练，它们就成为了”历史共识”的一部分。
这不是危言耸听。AI领域这两年一直在讨论一个概念：模型投毒（Model Poisoning）。攻击者不需要黑进服务器，只需要让有害内容出现在模型会爬取的数据源里，模型就会在训练过程中”中毒”，在某些议题上产生系统性偏差。
日本右翼这次的操作，本质上就是一种大规模、低成本、高效率的模型投毒。
从国内法律的角度，这件事涉及几个层面：
第一，传播虚假历史信息。 《中华人民共和国英雄烈士保护法》明确禁止歪曲、丑化、亵渎、否定英雄烈士事迹和精神。虽然这次主要针对的是历史事实本身而非特定人物，但否认南京大屠杀这样的行为，客观上同样是对历史真相的歪曲。
第二，数据安全。 《生成式人工智能服务管理暂行办法》要求服务提供者加强训练数据来源的合规性审查。如果国内大模型在训练中不自觉地使用了被污染的数据，可能产生合规风险。当然，这方面的法律责任认定目前还有一定的模糊地带。
第三，跨境信息战。 这类操作本质上是一种新型的信息战形态，对中国网民尤其是青少年的历史认知构成威胁。2025年通过的《反外国制裁法》以及相关网络安全法律，给了主管部门一定的执法工具，但在AI内容这个新领域，法律工具箱还需要进一步完善。
这件事最让我不安的地方，不在于日本右翼能不能得逞——他们大概率无法系统性地改变中国人对那段历史的认知，我们的史料、口述、实物证据太丰富了。
最让我不安的是这件事对全球AI模型的潜在影响。
如果这些虚假内容被喂进了训练数据，而某家国际大厂又没有做好数据清洗，那它的模型对南京大屠杀等历史事件的回答，可能会出现偏差——不是明显的撒谎，而是那种”含糊其辞""两边都提一下”的表述。这就是最可怕的后果：不是硬造假，是软污染。
这件事给我们提了个醒：数据主权和历史真相，在AI时代需要新的法律和技术护城河。 我们不仅要保护自己的历史记忆不被篡改，还要保护训练数据不被污染——因为最终，AI输出的内容，取决于它被喂进去的东西。
这件事没有简单的解决办法，但意识到问题的存在，已经是第一步了。
Loading comments...