维基百科志愿者构建AI清理防线
Ellia Lebleu 是 WikiProject AI Cleanup（维基项目人工智能清理）的创始成员之一。该项目于 2023 年启动，主要任务是识别并删除维基百科上违反网站指导方针的人工智能生成内容。随着大语言模型技术的演进，AI 写作留下的痕迹正从早期的明显陈词滥调转变为更隐蔽的结构化特征，迫使志愿者团队开发新的检测工具以应对这一挑战。
Lebleu 目前正在法国国家数字科学与技术研究所攻读博士学位。她回忆道，意识到维基百科面临 AI 生成内容的严峻问题大约是在 2023 年 12 月。当时，她与几位编辑在维基百科的 Discord 服务器上交流时发现，新提交的条目中频繁出现诸如“作为遗嘱”或“丰富的文化遗产”等典型 AI 短语，甚至包含不合常规的“为什么这很重要？”结论部分。这些特征在 2023 年至 2024 年初非常普遍，极易被人类编辑识别。鉴于此，她决定在维基百科创建官方项目，动员更多社区力量共同处理这一问题。
从显性错误到隐性结构
编辑们识别人工智能生成文字的方法也在不断进化。Lebleu 指出，到了 2025 年，AI 写作的迹象变得更加微妙和结构化。例如，模型倾向于使用“三项规则”、消极并行以及其他本身不具备决定性但累积起来具有特定模式的语言结构。此外，行为数据也成为判断依据：如果一名用户在短短 5 分钟内提交了五篇数千字的文章，这通常被视为机器生成的信号。
除了正文内容，虚假或误导性引用已成为另一个主要问题。虽然由于检索增强生成（RAG）技术的应用，AI 完全幻觉出不存在来源的情况在今天已较为罕见，但引用内容与所支持论点不匹配的现象依然常见。即 AI 引用的文献确实存在，但其内容并不支持文中所述的观点。
数据估算与政策影响
英语维基百科近期禁止编辑使用 LLM 生成文章。关于目前仍有多少 AI 生成内容在流传，Lebleu 表示，她一直与 AI 检测公司 Pangram 合作进行比例估算。她在 ChatGPT 之前的维基百科历史内容上测试了该工具，未发现假阳性错误。数据显示，在 2025 年底，可能有 20% 的新文章和草稿由人工智能生成；而在 2026 年初，这一比例下降至 15% 或 16%。目前尚不清楚这种下降是由于最近实施的政策产生了效果，还是因为模型本身变得越来越强大从而更难被检测。
对于禁令有效性的评估，Lebleu 认为现在还为时过早。虽然观察到即时拒绝功能以及 AI 生成内容比例的轻微下降，但难以区分这是源于模型能力的提升，还是初学者编辑正在学习并遵守规则。大多数由 AI 生成的内容是由初学者提交的，因此社区在欢迎信息、编辑帮助和建议中努力使相关规则更加显眼。
以AI对抗AI及未来共生关系
维基百科是否使用人工智能来对抗人工智能？答案是肯定的。另一组编辑创建了一个“AI 源验证器”，通过检查页面上的来源是否与声明相匹配来进行验证。尽管该工具本身也是基于 AI 模型，无法保证每次判断都绝对正确，但它是一个可扩展且能处理明显案例的良好起点。维基媒体基金会还在开发一种名为“粘贴检查”的工具。
值得注意的是，部分主流 AI 公司如 Claude 已开始拒绝直接撰写维基百科文章。Lebleu 指出，虽然这不能完全解决问题，因为仍有开放权重模型可以调整以绕过限制，但对于那些使用商业模式且不熟悉维基百科技术规范的普通用户来说，这是一种有效的辅助手段。
随着指南的实施，讨论已从实用层面延伸至哲学层面。许多用户将维基百科视为“互联网上最后一个好地方”，强调其作为纯粹由人类编写的语料库的价值。即使是 AI 公司也对此感兴趣，因为高质量的人类编写数据对训练模型至关重要。目前，维基百科仍然保持着人类撰写的身份，至少在不久的将来如此。
面对“Google 零点击”搜索的未来——即用户可能只看到 AI 概述而不再访问原始网页——维基百科正在探索新的生存方式。维基媒体基金会正在开发一个归因框架，旨在为 AI 用户提供更多关于文章的元数据，包括最后编辑时间、内容全面性、是否有标记的问题以及行动呼吁等。未来，读者甚至可以通过 AI 模型间接做出贡献，例如请求编辑并添加发现的额外来源。
Lebleu 展望了一种强烈的共生关系：“我不认为维基百科会消失，但我认为它会有很大的变化。昨天，人工智能是需要清理的东西。今天，它是帮助我们清理的工具。明天，这将是我们呼吸的空气。”
