最近，我经常在社交媒体上看到各种“非正式历史”。尽管这种类型的内容长期以来一直是互联网上的“固定程序”，但与历史讨论中的许多旧笑话“粘贴”相比，我最近看到的内容清楚地看到了一个大型的“升级和更改”。一方面，尚未看到许多新内容，另一方面，它在细节和细节方面已被大大“改善”。从“明朝的特使问为什么蒂姆尔不尊重木尔”“武士车站对军事控制委员会的副控制”的“ Qian Dajun”……乍一看，这些陈述直接指向网民的“平滑点”，既清晰又有趣，既有趣又有趣，有图片和言语，严肃的事情，有时他们也有原始资源和参考。但是，经过简单的验证，不难知道这些陈述是有效的 - 稀薄的空气或严重误解历史事实以及其清单的“资源”和“文件”也具有误导性。令人惊讶的是，当我试图为此内容询问一些AI工具时，他们确实给出了一个认真的解释，好像这些内容不是开玩笑，而是信仰历史的一部分。目前，这种现象不再是单独的案例，它引起了学术界的关注。最近，著名的历史学家Yu Gengzhe向微博抱怨：“粉丝的历史圆圈在扭曲历史材料和自我利益方面很棒。中国的语料库已被污染。在AI搜索后，它经常将这种类型的事物用作可靠的历史。这是值得一提的是，这是一个值得一提的是，这是一个问题。人工智能有时会造成或做出一些信息，但是整个路径会产生压力巨大的闭环：人类抛光I-Internet rUMOR-AI吸收-AI输出-AI编辑。制造商生成内容以引起人们的注意。该平台取决于流量的相互作用和增强传播。 AI模型将其纳入语料库，然后将其输出给用户，以生成一个“答案”，该“答案”最终被接受，甚至用更多人的正式文本写成。建立此周期后，究竟信息为“白色”，很难通过非专业人士认识。更令人不安的是，AI产生的内容的“可靠性”来自其表达形式，而不是真实可靠的信息来源。许多人相信这些内容是因为它们是语义，积极的语气，准确的单词，并且看起来“正确”。但是AI的本质是识别模式和语料库拼接，并且没有能力判断历史的真实性。如果训练语料库混合在一起 - 与过度指定甚至集中的conENT，然后输出文本可能是“合理的”，可能是跌倒。正如计算机领域的著名说法：“浪费，浪费”（输入是浪费，输出是浪费）。这个问题的长期影响无疑是值得的。与真正的新闻不同，历史主题尚未得到充分证明，公众很难判断是否发生这种情况。当一遍又一遍地重复错误的内容时，即使在找到AI或产生纸张的结果中，它带来的认知偏见也会越来越长。与现实中的错误信息相比，看着人们走向“历史笑话”通常更弱。许多人认为历史是漫长而复杂的，很难区分真实和虚假。尽管笑话不是真的，只要它们有趣，它们还不错。有些人认为这足以激发公众对历史的兴趣，而无需对真实性的铭记。这透视图在表面放松，但实际上，这种扰动的长期影响很大。为什么我们要谨慎对历史族裔语料库的污染感到谨慎？因为历史不是笑话的图书馆。历史是对社会的共同记忆，也是民族叙事，文化认同和价值遗产的基础。如果我们可以在没有验证的情况下永远扩展“非正式历史娱乐”，甚至让AI对这些误导性内容作为正式历史的复制，最终结果将是系统地否认公众的理解。如果一代找不到资源，下一代可能找不到真正的资源。现在被认为是个玩笑，但是明天可以成为“现实的基础”，并在演讲，测试问题，纪录片视频中写作，并成为Poolai创建的教学。更现实的问题是，当AI工具成为越来越多的用户获得知识的第一个入口时，其语料库污染意味着提供的污染。这种污染不是单点，而是类似于系统的污染：笑话交换文献，主观替代证据，想象力转化了验证。当这种趋势变得普遍时，它不仅会影响学生和作家的判断力，而且还会挑战历史研究和教育本身的权威和信任。为了解决这个问题，需要技术干预和机构干预和建设。平台和模型培训师必须建立清晰的内容筛选标准，为历史领域的语料库设置较高的信条阈值，并防止占主导地位的流量输入。同时，教育和研究机构也应积极干预A​​I Corpus系统的构建，不仅可以拒绝谣言。使用AI工具获取历史信息时，普通用户还应培养基本判断。不要容易相信t“听起来为真”，AI不考虑唯一的答案。历史不害怕讨论，但害怕未指定的“复制放大 - 重新信任”。当我们意识到AI参与创建“封闭循环”的风险时，我们可以打破此“闭环”，并重新获得获得专业知识的“认知自主权”。