打开网易新闻 查看精彩图片

日本现在已经不满足篡改自己国家的历史了,开始使用AI大模型向全世界“投毒”(篡改历史),我外交部在10月9日点名揭出,同时《环球时报》采访了多名AI专家给出解决方案。

那么,日本为何先顶上西方?专家们又给出了哪些解决办法?

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

这件事之所以引发关注,不只是因为篡改历史这么简单,而是它碰到了一个新入口——AI。

10月9日,外交部发言人毛宁明确表示,日本右翼势力持续向国际主流大模型提供经过篡改的二战历史语料,导致一些模型把七七事变说成“日中军事冲突”,把南京大屠杀淡化成“南京陷落”,把日本侵略东南亚包装成“对南方资源的关心”。

外交部给出的判断很直接,这不是普通的信息偏差,而是借AI搞历史洗白的新做法。

这一步比过去更隐蔽,过去改教科书,影响的是一代学生,现在往大模型里塞错误材料,影响的是全世界每一个会提问的人。

很多用户不会去翻史料,也不会逐条核对,他们看到AI回答得像模像样,就容易当成“中立结论”收下。

这才是眼下最危险的地方,错误不再只是挂在某个网站上,它会穿上“智能回答”的外衣,直接走进人的判断里。

打开网易新闻 查看精彩图片

央视“玉渊谭天”在9月做过一轮测试,用日语向ChatGPT、Gemini、Grok等模型提问二战相关问题,结果显示,多数回答已经明显朝日本右翼叙事倾斜。

像南京大屠杀遇难人数,有的模型会提醒用户“不要简单说30万人”,还把这一说法贴上“中国方面”的标签。

到了10月13日,媒体和专家已经开始把话题从外交表态推进到技术治理,说明这事已经不只是舆论争议,而是实打实的AI安全议题。

打开网易新闻 查看精彩图片

话说到这里,外界也就能看明白,日本右翼不是在零散发声,它更像是在做一套有组织的认知加工。

前端造内容,中端做扩散,后端等模型抓取,最后再借AI反过来放大,这条链条一旦跑通,假的就可能比真的传得更快。

核心逻辑不复杂,先用低成本造出大量相似内容,再等搜索引擎、平台推荐系统和大模型爬虫自动“吃进去”。

过去做宣传,成本高、见效慢,现在花小钱就能把谎话做成规模,信息污染从手工作坊,变成了机器流水线。

更值得警惕的,不只是民间层面的内容操作,还有官方层面的AI基础设施建设。

打开网易新闻 查看精彩图片

日本数字厅在2026年3月公布,“源内”这套政府生成式AI将面向全府省厅约18万名政府职员展开大规模试用,时间从2026年5月持续到2027年3月。

官方介绍也明确写到,这是政府推动AI进入行政系统的重要项目。

表面看,这只是政务数字化的一步,放到日本近年来的政治动向里看,味道就不一样了。

日本政府这些年持续强化防卫能力建设,中国外交部在2026年5月已公开警示国际社会,要警惕日本右翼势力借“新型军国主义”继续为侵略翻案。

如果一个国家在安全政策上不断外扩,同时又在历史认知上不断做减法,那外界担心的就不会只是“说法问题”,而是它想把过去的责任压低,把未来的动作包装得更轻。

说白了,硬实力往前走,软叙事就得先铺路,历史叙事被重写,军事扩张才更容易被说成“正常国家化”。

打开网易新闻 查看精彩图片

或许很多人会觉得,AI毕竟只是工具,不至于上升到这么严重。

打开网易新闻 查看精彩图片

而日本右翼之所以会把西方主流AI当作首要突破口,道理也不难懂。

全球影响力最大的几家大模型企业,主要都在美国和欧洲,谁先影响这些模型,谁就更容易影响英语世界,再顺着英语世界扩散到别的语种用户,这个传播路径很短,效率却极高。

西方AI行业这些年的老问题,也在这里暴露得很清楚,很多公司把主要精力放在模型能力、速度和市场份额上,安全审查和事实核查常常落在后面。

尤其是历史、战争、殖民、国际法这类跨语种、跨立场、跨档案的话题,审核起来费时费力,商业回报又不直接,企业自然容易把它排到后面,结果就是,模型看起来更聪明了,底层认知却未必更可靠。

打开网易新闻 查看精彩图片

监管层面也没有补上这个窟窿,欧盟《人工智能法案》从2026年8月2日起开始进入执行阶段,但高风险AI系统中相当关键的一部分规则,已延后到2027年12月2日和2028年8月2日才适用。

换句话说,规则有了,真正落到高风险场景上的时间还在后面。

美国一些州也在推进AI监管,伊利诺伊州已通过《人工智能安全措施法案》,并在2026年7月通过行政令继续推进州级AI安全治理。

可这类规则更多盯着风险报告、框架建立和透明要求,真正难啃的训练语料审查、跨语种史料校验、输入端溯源,眼下仍是薄弱环节。

打开网易新闻 查看精彩图片

也正因如此,中国专家这次给出的思路,外界才会格外关注,它不是停留在“AI回答错了就删一条”的层面,而是把治理重点前移到源头。

按照专家提出的路径,核心做法包括建立权威历史基准知识库,建设多语种权威史料数据集,加强训练语料审查和红队测试,同时引入史学专家参与识别那些机器不容易看出的隐性话术。

这个办法并不花哨,却很对症,错话反复出现,往往不是输出层突然出毛病,而是输入层早就埋了雷。

打开网易新闻 查看精彩图片

这套办法的价值,还在于它把AI治理从“内容纠错”推进到了“认知基础设施治理”。

简单说,不是等AI说错了再灭火,而是在数据进门前先验货,在模型上线前先压测,在问题暴露后还能倒查路径。

今天这场较量,表面上看是在争几段历史表述,实质上争的是谁来定义下一代人的数字记忆。

日本右翼想把旧账藏进算法里,中国给出的办法,是把真相重新钉回数据源头,AI时代守住历史,不只是为了回看过去,也是为了不让危险的路,再被包装成一条“正常的路”。