中山大學社會學系的葉高華老師，最近在臉書上揭露自己的名字出現在幾篇學位論文的引用資料當中，但他完全沒有寫過那些被引用的論文。
這種「虛構文獻」、「幽靈論文」的情況也發生在其他老師身上，他們的名字都被和自己無關的研究題目連結在一起，研判高機率是研究生濫用AI寫論文產生的結果。
AI幻覺污染資料的時代，顯然已經在我們來不及防堵的時候造成嚴重影響。
這件事也不只是學術界的問題，凡是內容產業、出版產業，都會造成不小的衝擊。想想編輯除了文字校對、確認各種細節以外，還要確認作者的引用資料是否正確。正確的資料已經要確認半天了，現在還要面對AI的干擾，真的讓人頭皮發麻。
就學校報告和學位論文的AI污染而言，學校老師縱使有心，可能也沒有力氣幫學生做太多。
為了因應AI浪潮，有一種主張說，既然不可能完全不用AI，那就「聰明用」。但我認為這種說法有一些根本上的問題，也許可以討論看看。
一、「聰明用」的標準和基礎？
當前提出「聰明用AI」的專家或老師，多數其實都經歷過沒有AI工具的時代和條件。換言之，正是因為沒有經歷過AI工具的影響，所以才能掌握知識建構與流動的路徑，切身知道學術規範、研究和寫作倫理是怎麼一回事。
但這些「基本功」在資料爆炸、AI氾濫的時代裡面，可能變得非常難建構。別的不說，有些資料透過AI，查找檢證的難度不見得有比較低。因為AI背後的資料庫範圍實在太大了，到底哪些是真的？哪些是幻覺？哪些是幻覺＋真實？哪些是真的有用？
有辦法在這種環境中檢證資料、聰明用AI、駕馭AI的人，是因為有相對應的知識基礎。沒有那個知識基礎和古典訓練，可能沒辦法了解「聰明用」背後的真義和價值。
二、「不要用」的實踐？
這裡說的「不要用」，聽起來非常激進，但不見得完全沒有實踐的可能。如前所述，AI越氾濫，我們應該越有必要強調古典訓練作為AI使用基礎和內容生產的最後一道防線。
AI技術當前最大的問題是，在資料庫和幻覺之間，生成式內容產生了龐大的核實成本。以前寫東西檢證資料來源的那一套，面對AI的真假和價值，可能得耗費更大的心神。如果沒有建構相關的應用倫理，根本無從防範AI幻覺和虛構的入侵。
因此，在各種實務或訓練的AI應用之前，如何重新提供練習尋找資料、檢證資料、判斷資料的能力？怎樣裁剪適當的內容範圍當作練習，或是設立更嚴格的檢核標準，呈現「在沒有訓練的狀況下，用AI付出的成本其實更高更危險」的潛在問題？而這個時代，又有什麼機制能讓原生的好內容獲得更多的肯定？
三、AI背後的真正危機是什麼？
同網路剛問世對世界文明造成的衝擊和改變一樣，AI的劃時代進步，也必然對文明知識的內容帶來影響。但AI除了技術問題演進，在使用者心理與價值觀的衝擊與照見，恐怕更為直接赤裸。
我認為AI之所以能跳躍性的進步，回應的固然是當代資訊發展、內容的極速現況。但這種極速背後，反映的是當前內容時代的多元競爭，以及低注意、強刺激、快消費的變化，各種內容在現實和網路的「滯空續航力」和「長尾效益」不如以往的傳播環境。
這種現實，更加劇了壓低內容製作成本和縮短時間的生產需求。它不見得全然是惰性，而是對於內容生產的價值認知和品質要求，已經出現「典範轉移」，原生AI世代對這些關鍵字，可能有著完全不一樣的想法和詮釋。
這些想法，加上當前網路的生態，形成一種使用各種數位工具的價值觀：要在短時間內取得內容、換取流量、得到成就。有問題又如何？反正炎上一下下就過了，信用貶值又如何？推給一個目前還不知道如何究責的AI，多方便？
古典傳統訓練可能不是萬靈丹，但卻是重新思考AI問題的起點。說不定以後會用AI的人滿街都是，但能紮實做出學問的人，會是稀有動物，進入另一個完全不同的高階市場。
未來不是靠會不會用AI決勝，而是靠誰能把AI用得負責任、有價值。
