大数跨境

10 亿 Token 开源万只假鸟, AI 伪科普正在「污染」下一代的常识

10 亿 Token 开源万只假鸟, AI 伪科普正在「污染」下一代的常识 APPSO
2026-11-11
5
导读:用工程的思维,糊弄自然科学的问题
鲁迅在《藤野先生》中曾记述,解剖图必须忠实于实物,不可为了美观而移改血管位置。然而,在AI生成内容泛滥的今天,这一原则正面临严峻挑战。无需野外考察或具备生物学知识,仅凭算力与脚本,便能在一周内“绘制”全球万余种鸟类。这种追求效率而忽视真实性的做法,正在引发科学界与公众的强烈担忧。

“花叔全球鸟类贴纸库”争议始末

近期,开发者圈内刷屏的「花叔全球鸟类贴纸库」引发了鸟类爱好者及科学传播者的广泛批评。该项目作者为配合其观鸟App素材需求,利用Vibe Coding技术消耗超10亿Token,将全球11064种现生鸟类(后调整为11011种及91个亚种)制作成白边贴纸,并搭建了支持15种语言检索的网站,宣称“正式开源”。

版权争议与“先侵权后整改”逻辑

该项目的制作流程被指存在严重版权与伦理问题。为解决AI凭空绘图失真问题,作者编写脚本从iNaturalist和维基共享资源批量抓取摄影师作品作为参考图。在11064种鸟类的参考图中,仅有1986种采用开放许可协议,其余多标注为“非商业使用”或“保留所有权利”,甚至有2017种未记录许可协议便直接用于AI训练。
生成贴纸后,作者将其标记为自有授权(后改为CC BY 4.0),并声明若权利人反对可在7天内撤下。这种“先使用后征求同意”的做法在海外社区遭到强烈抵制,被视为对原创者权益的漠视。

科学性缺失:AI幻觉与专家缺位

除版权问题外,图库的科学准确性亦备受质疑。由于缺乏专业审校,AI生成了大量解剖结构错误的图像,如虹膜颜色错误、脚趾融合、蜂鸟长出麻雀式长腿等。即便引入另一套AI进行评分筛选,初代仓库中仍有3388张低于及格线(80分)的图片被公开,其中109张甚至低于70分。
尽管作者后期重新运行了模型并宣称全部“过线”,但全程无鸟类学专家参与系统审校。作者辩称这些是“插画而非图鉴”,鼓励用户通过提交Issue纠错。然而,将严谨的自然科普产品建立在“发布后由社区排雷”的逻辑之上,被指缺乏对科学知识的敬畏。
以游隼为例,因参考照片视角遮挡,AI错误地生成了细弱的爪型,与现实中粗壮有力的猛禽特征大相径庭;葵花鹦鹉的翼羽层级关系也出现基础性错误。传统博物画师虽非拍照,但每一笔均基于长期观察与解剖学事实,并由专家把关,这与AI的随意生成有本质区别。

AI伪科普的多重危害

此类事件并非孤例,AI生成的虚假自然图像正逐渐污染科学记录与公众认知。

污染科研数据库链条

《自然·生态与进化》期刊曾披露一起案例:一名用户利用AI工具增强巴西某鸟类照片画质后上传至iNaturalist,导致该常见拟鹂被误判为罕见的红翅黑鹂。AI在修复过程中凭空添加了特征羽毛,这种“无心之失”若进入eBird、麦考利图书馆等科研数据库,将误导物种分布研究及Merlin等识别工具的后续训练,产生连锁负面效应。

误导公众科普出版

在出版领域,中国农业出版社发行的《南海海洋生物科普丛书》因插图中出现“双头虾”等AI生成错误而遭质疑下架。相比明显的荒诞错误,那些细微的解剖结构篡改更难被普通读者察觉,却带着“权威科普”的光环广泛传播,危害更为深远。

坚守科学记录的真实性底线

面对生成式图像的冲击,专业平台已建立起严格的准入机制。

专业平台的防御机制

eBird和麦考利图书馆明确禁止上传任何AI生成或经过生成式工具增补细节的图像,仅允许常规的裁剪与色彩调整。违规素材将被标记,屡犯者受限。iNaturalist则引入拦截机制,将AI生成内容标记为“人工生成”,并将相关记录降级为“普通级”,排除在科研数据之外,从源头遏制虚假信息流入GBIF等全球生物多样性信息平台。
这些规则确立了一条核心底线:区分“视觉美感”与“科学证据”。模糊但真实的原片具有科研价值,而AI精修的高清假图在科学面前毫无意义。
然而,仅靠平台防守不足以完全遏制“投毒”。在公民科学中,图片是现场证据;在科普中,插图是知识契约。将严肃自然科学视为炫技工具,转嫁审校义务给社区,是对专业精神的背离。大自然无法通过提示词批量生成,在AI生成门槛降低的当下,保持审慎与尊重真实,比以往任何时候都更为重要。
【声明】内容源于网络
0
0
APPSO
AI第一新媒体,「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
内容 15935
粉丝 0
APPSO AI第一新媒体,「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
总阅读613.2k
粉丝0
内容15.9k