文章作者：库里

文章来源：深潮 TechFlow

上周，英国曼彻斯特一所中学，用 AI 审查了自己的图书馆。

AI 列了一份 193 本书的下架清单，每本附了理由。乔治·奥威尔的《1984》赫然在列，理由是「含有酷刑、暴力和性胁迫主题」。

《1984》写的是一个政府监控一切、改写历史、决定公民能看什么不能看什么的世界。现在，AI 替一所学校做了同样的事，而且它可能根本不知道自己在说什么。

这所学校图书管理员觉得不合理，拒绝全部执行 AI 给出的建议。

学校随即以「儿童安全」为由对她发起内部调查，指控她向图书馆引入不适当书籍，并举报给了地方政府。她因压力病休，最终辞职。

荒诞的是，地方政府的调查结论认定她确实违反了儿童安全程序，投诉成立。

英国学校图书馆分会主席卡罗琳·罗切说，这个结论意味着她再也无法在任何学校工作了。

抵抗 AI 判断的人丢了饭碗，签字同意 AI 判断的人什么事都没有。

之后，学校在内部文件里承认，所有分类和理由都是 AI 生成的，原话是：「虽然分类由 AI 生成，但我们认为这一分类大致准确。」

一所学校把「什么书适合学生读」这个判断交给了 AI，AI 交回了一份它自己也不理解的答案，然后一个人类管理者看都没细看就盖了章。

这件事被英国言论自由组织 Index on Censorship 曝光后，引发的问题远不止一所学校的书架：

当 AI 开始替人类决定什么内容合适、什么内容危险，谁来判断 AI 的判断是对的？

Wikipedia 向 AI 关门

同一周，另一个机构用行动回答了这个问题。

学校让 AI 决定人能读什么。全球最大的在线百科网站维基百科（Wikipedia ）做了相反的选择：不让 AI 决定百科写什么。

同一周，英文 Wikipedia 正式通过了一项新政策，禁止使用大语言模型生成或重写条目内容。投票结果是 44 票赞成，2 票反对。

直接原因是一个叫 TomWikiAssist 的 AI 账号。今年 3 月初，这个账号在 Wikipedia 上自主创建和编辑了多个条目，被社区发现后紧急处理。

AI 写一篇条目只要几秒钟，但志愿者验证一篇 AI 条目里的事实、来源和措辞是否准确，要花几个小时。

Wikipedia 的编辑社区总共就那么多人。如果 AI 可以无限量产内容，人类编辑根本审不过来。

这还不是最麻烦的部分。Wikipedia 是全球 AI 模型最重要的训练数据来源之一。AI 从 Wikipedia 学知识，然后用学到的东西写新的 Wikipedia 条目，新条目再被下一代 AI 模型吃进去继续训练。

一旦 AI 生成的错误信息混进来，它会在这个循环里不断放大，变成一种套娃式的 AI 投毒：

AI 污染训练数据，训练数据再污染 AI。

不过维基百科的政策也给 AI 留了两条缝，编辑可以用 AI 润色自己写的文字，也可以用 AI 辅助翻译。但政策专门警告说，AI 会「超出你的要求，改变文本的含义，使其与引用的来源不符」。

人类写作者犯错，Wikipedia 二十多年来靠社区协作一直在纠。AI 犯错的方式不一样，它编造的东西看起来比真的还像真的，而且可以批量生产。

一所学校相信了 AI 的判断，结果丢了一个图书管理员。Wikipedia 选择不相信，直接把门关上了。

但如果连造 AI 的人，自己也开始不信了呢？

造 AI 的人，自己先怕了

外面的机构在对 AI 关门，AI 公司自己也在往回缩。

同一周，OpenAI 无限期搁置了 ChatGPT 的「成人模式」。这个功能原本计划去年 12 月上线，允许经过年龄验证的成年用户与 ChatGPT 进行情色对话。

CEO Sam Altman 去年 10 月亲自预告，原话是要「像对待成年人一样对待成年用户」。

结果连推迟了三次之后，直接砍了。

，OpenAI 内部的健康顾问委员会全票反对这个功能。顾问们的担忧很具体：用户会对 AI 产生不健康的情感依赖，而未成年人一定会找到办法绕过年龄验证。

有一位顾问的说法更直接：如果不做重大改进，这个东西可能变成一个「性感的自杀教练」。

年龄验证系统的错误率超过 10%。按 ChatGPT 每周 8 亿活跃用户的规模算，10%意味着几千万人可能被错误分类。

成人模式不是这个月唯一被砍的产品。AI 视频工具 Sora、ChatGPT 内置的即时结账功能，同期全部下线。Altman 说公司要聚焦核心业务，砍掉「副线任务」。

但 OpenAI 同时在准备 IPO。

一个正在冲刺上市的公司，密集砍掉可能引发争议的功能，这个动作更准确的名字可能不叫聚焦。

五个月前 Altman 还在说要像对待成年人一样对待用户，五个月后他发现，自己的公司还没搞清楚 AI 能让用户碰什么、不能碰什么。

连造 AI 的人自己都没有答案。那这条线到底该谁来划？

追不上的速度差

你把这三件事放在一起看，很容易得出一个核心结论：

AI 生产内容的速度，和人类审核内容的速度，已经不在一个量级了。

曼彻斯特那所学校的选择，放在这个背景下就很容易理解。让图书管理员一本本读完 193 本书再做判断，要多久？让 AI 跑一遍，几分钟。

校长选了几分钟那个方案，你说他真的相信 AI 的判断力吗？我觉得更多是因为他不想花那个时间。

这是一个经济问题。生成的成本趋近于零，审核的成本全部由人类承担。

所以，每个被 AI 影响的机构，被迫用最粗暴的方式应对：Wikipedia 直接禁止，OpenAI 直接砍产品线。没有哪个方案是深思熟虑的结果，全都是来不及想清楚、先堵上再说。

「先堵上再说」正在成为常态。

AI 的能力每几个月迭代一次，而关于 AI 能碰什么内容的讨论，连一个像样的国际框架都还没有。每个机构只管自己院子里那条线，线和线之间互相矛盾，也没有人协调。

AI 的速度还在加快。审核的人手不会变多。这个剪刀差只会越来越大，直到某一天出一件比禁掉《1984》严重得多的事。

到那时候再画线，可能就晚了。