加载失败
该讨论源于一项用 Pangram（文本分类器）在 WikiEdu（高校课程编辑项目）样本上筛查 GenAI 条目的研究，研究者报告“对多数被标记为 AI 的条目，几乎每句引用都未能通过核实”。评论者在两条主线发生分歧：一方面指出维基长期存在假引用、来源武器化和 link rot 等结构性问题，另一方面警告 LLM 的幻觉与高产能会把这类问题在更短时间内放大。讨论还提到样本局限（仅为 WikiEdu 学生编辑）、检测器偏差与可行对策（自动化核查、存档快照、编辑辅助机器人），并把新兴的 AI-first 平台如 Grokipedia 纳入信任与竞争的议题中。读者需注意本文讨论针对的是特定教育项目样本以及检测方法与社区质量控制的交互影响，而非对整个维基百科的一刀切结论。
许多评论指出，不支持或被误用的引用并非新问题，而是维基百科长期的结构性弱点，常见于政治条目、影视剧情节和小众主题。评论里给出具体实例：电影《Sorcerer》条目把被射穿的轮胎误写成路况所致（46845882），SDI 页面中关于“brilliant pebble 用钨制造”的荒谬断言长期未被察觉（46845815），以及翻译或转述造成的断章取义需要人工追溯原始来源（46842467）。编辑常用“看起来相关”的引用事后补上，加之 link rot（链接失效）和来源被当作“武器”来使用，使得逐条核实既费时又繁琐（46841838、46842183、46845493）。因此有人强调研究应提供 AI 介入前的基线率来判断增量是否显著，而不是直接将可验证性问题全部归咎于模型（46841838、46842522）。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
另一类评论聚焦于 LLM 特有的“幻觉”（hallucination）问题：模型会生成听起来合情合理却在所引用来源中找不到的断言，结果是“看起来真实”的伪引用（46840932、46843008）。研究中使用 Pangram 检测并声称“对多数被判为 GenAI 的条目，几乎每句引用都无法验证”，有人引用 Pangram 的训练方法与相关 arXiv 论文来解释其检测机制（46840932、46841669）。评论同时担忧规模效应——模型的速度和产量能把原本由少数人造成的错误在更短时间内大规模复制，但也有人提出 LLM 可被用来自动校验与修正低垂果实（46846230、46846296、46843879、46844238）。此外存在检测偏差的担忧：检测器可能更容易挑出明显不可验证的条目，从而高估问题普遍性（46841235）。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
多位评论提醒原研究样本来自 WikiEdu（Wiki Education，与高校合作让学生在课程中编辑维基百科的项目），因此结论不能简单外推到整个维基百科（46842000）。学生为课堂成绩出力，倾向于快速生成内容并附上“看起来合适”的引用，LLM 在这种任务场景中特别契合但也容易制造伪证据或曲解来源（46847114、46844425、46844565）。因此评论建议在解读研究结果时要注意教育激励结构和样本选择偏差，不能把 WikiEdu 的发现直接等同于志愿社区或专业编辑的行为模式（46842000、46843164）。
不少人建议将 AI 既视为风险来源，也当作辅助工具：用自动化检测对正文与引用的匹配性进行初筛，再把可疑条目交给人工复核；或者打造一个回答编辑准则并能即时指出引用问题的机器人来帮助新手（46847624、46843720、46844238）。针对 link rot 的现实对策包括把引用快照或自动存档（web archive）作为引用的常规做法，尤其是新闻类来源（46845493、46845961）。同时评论提醒这些技术并非万能：自动检测会有误报/漏报，人工审核仍耗时，若社区质量控制机制薄弱，AI 既可被用来创造也会放大错误（46848998、46846296、46846290）。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
讨论中也出现了 Grokipedia（Grok 提供的 AI-first 百科）作为替代方案的争议：有人认为其交互性与可用证据反馈机制是优点，也有人认为 AI 优先条目更易传播错误或被政治化（46841718、46843686、46847996）。具体争论例子包括 Spain Meseta 的海拔数据与来源的差异：有用户指出 Grok 引用了 countrystudies.us 并可根据证据改写条目，而另一些人则指出条目事实仍有可疑之处（46841834、46842076、46843140）。此外还有评论提醒传统付费或编辑化百科（如 Encyclopedia Britannica）仍是主要竞争者，Gro k 的长期信任与规模能否替代维基百科尚有不确定性（46842784、46843470）。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8]
评论对谁应负责信息质量存在明显分歧：一些人把责任归咎于使用者（懒惰或恶意编辑），另一些人认为平台与模型提供方应承担更多伦理与治理责任（46841730、46841709、46842522）。支持“放大器”论的评论认为，LLM 的高产能能在数年内复制人类几十年累积的错误；反对者则指出问题根源在社区与质量控制，而非技术本身（46846230、46842591、46847038、46841235）。帖子下还有关于评论区反应是否受利益方影响或“astroturfing”的怀疑，反映出围绕 AI 的讨论已高度情绪化且易产生阵营化（46843193、46842757、46842616）。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]
Pangram: Pangram（文中提及的文本分类器）用于检测哪些条目可能由生成式 AI/LLM 撰写，研究用它来筛选出被判为 GenAI 的维基条目。
WikiEdu / Wiki Education: WikiEdu（Wiki Education）是与高校合作的项目，安排学生在课堂相关主题上编辑维基百科；本研究样本来自该项目的课堂编辑。
Grokipedia: Grokipedia（或简称 Grok 的 AI-first 百科）是以 AI 生成内容并可交互修正为特点的新型在线百科，评论中讨论其可信度与可编辑性。
LLM: LLM（Large Language Model，大型语言模型）指能生成连贯自然语言的模型，但会出现“幻觉”（hallucination），生成与事实或引用不符的内容或伪造出处。
link rot: link rot 指被引用的网址随时间失效或页面内容变更，导致原始证据不可访问或不再支持原断言，常被提出作为验证难题的一部分。