3月28日，话题#防止DeepSeek乱编文献的方法#冲上热搜。记者注意到，用AI工具写论文“被坑”的经历，并非鲜见。问AI一个问题，它给了你一个特别详细、丰富，看上去好有逻辑的答案。但当我们去核实时，却发现这些信息完全是虚构的？这就是著名的“AI幻觉”现象。AI幻觉指的是AI会生成看似合理但实际确实错误的信息，最常见的表现就是会编造一些不存在的事实或者细节。

据“科普中国”，造成AI幻觉问题的成因很多，例如：基于统计关系的预测；训练数据的局限性；过拟合问题，即因为记住了太多错误或者无关紧要的东西，从而让AI对训练数据中的噪声过于敏感；有限的上下文窗口；生成流畅回答的设计等等。近日，中国青年报邀请了3位专家学者，一起聊聊技术浪潮中如何守护年轻人的思辨能力。

• 中国人民大学新闻学院教授卢家银就指出，在知识建构上，AI生成的虚假学术成果，可能扭曲青年对科学方法论的理解，削弱其“假设-验证”的科研逻辑训练。在思维发展上，AI谣言通过算法推荐的“信息茧房”形成逻辑闭环，不利于批判性思维的培养。

（中国青年报 2025-03-28  05版）

• 北京师范大学教育学部教授、教育技术学北京市重点实验室副主任李艳燕建议，年轻人可以把AI看作一位平等对话的智者，通过引导与AI的对话互动，促进个体思维链的形成，并校准认知偏差。这种去权威化的思辨训练，可以帮助年轻人在与AI的对话中保持独立判断，实现认知跃迁。
• 北京邮电大学马克思主义学院副教授宋林泽认为，AI输出的内容只是一个认知起点，而不是终点。大学生需要主动去验证它的内容，比如查阅权威来源、对比不同观点，甚至直接与领域专家交流。这种验证过程，不仅能帮助我们更全面地理解问题，还能让我们在面对复杂信息时更有判断力。

如何应对AI幻觉呢？AI工具研究者田威提到，想要获得准确答案，提问方式很关键。与AI交流也需要明确和具体，避免模糊或开放性的问题，提问越具体、清晰，AI的回答越准确。总结成提示词技巧就是下面四种问法：

1.设定边界：“请严格限定在2022年《自然》期刊发表的研究范围内”；

示例：“介绍ChatGPT的发展历程”→“请仅基于OpenAI官方2022-2023年的公开文档，介绍ChatGPT的发展历程”

2.标注不确定：“对于模糊信息，需要标注‘此处为推测内容’”；

示例：“分析特斯拉2025年的市场份额”→“分析特斯拉2025年的市场份额，对于非官方数据或预测性内容，请标注[推测内容]”

3.步骤拆解：“第一步列举确定的事实依据，第二步展开详细分析”；

示例：“评估人工智能对就业的影响”→“请分两步评估AI对就业的影响：

1)先列出目前已发生的具体影响案例；

2)基于这些案例进行未来趋势分析”。

4.明确约束：明确告诉AI要基于已有事实回答，不要进行推测。

示例：“预测2024年房地产市场走势”→“请仅基于2023年的实际房地产数据和已出台的相关政策进行分析，不要加入任何推测性内容”。

在AI自己的答案中提到，可以通过指令约束、工具验证和人工审核三重保障，大幅降低AI虚构文献的风险。值得注意的是，它还将“人工审核”放到了“最后防线”的重要位置。

田威提醒，AI幻觉并非没有好处。有时候与其把AI幻觉当成缺陷，不如把它看作创意的源泉。在写作、艺术创作或头脑风暴时，这些“跳跃性思维”反而可能帮我们打开新世界的大门。

AI幻觉的本质——AI在知识的迷雾中，有时会创造出看似真实，实则虚幻的“影子”。但就像任何工具一样，关键在于如何使用。

归根结底，在这个AI与人类共同进步的时代，重要的不是责备AI的不完美，而是学会与之更好地协作。