瑞典马尔默大学对人工智能历史幻象研究

人工智能能否帮我们还原历史真相——抑或只是制造一场历史幻象？一项最新研究对图像生成模型如何呈现“1936年”进行了测试，结果发现：这些图像充斥着刻板印象、史实错误，且深受当下数字图像环境的深刻影响。

研究人员特意选择了一个看似平淡无奇的年份——“1936年的斯堪的纳维亚”，而不是像1939年那样充满戏剧性的历史节点，目的在于观察人工智能如何处理日常生活的历史画面。这项研究的核心问题是：借助人工智能对数以亿计的图像、音频和影像资料的分析能力，我们是否能够窥见现代化的演变轨迹？

研究团队使用了在58亿张网络图像上训练而成的AI模型Stable Diffusion。他们提出的关键问题是：如果一个AI模型试图展示“1936年”的场景，它会生成怎样的图像？

结果却不尽如人意。即便是一些看似简单的提示词，比如“正在打电话的女人”，也暴露出模型的局限性。部分图像在历史可信度上的确做了功课——黑白照片的质感、符合年代的服装——但其中却赫然出现了手机这类现代物品。

“这说明该模型的训练数据深受以移动设备为中心的当代文化影响，而且其中大部分图像都来自近几十年，”媒体与传播学助理教授弗雷德里克·穆罕默迪·诺伦指出。

刻板印象和历史同质化

即使在更为开放的指令下，模型生成的图像也呈现出明显的同质化和刻板印象。例如，当要求描绘“在斯堪的纳维亚骑自行车”的场景时，生成的图像背景几乎无一例外地出现了挪威特有的峡湾与山景。

而当研究人员要求模型生成一张历史上可能从未发生过的事件的图像——比如三位著名斯堪的纳维亚作家的“历史性会面”——生成的图像中，人物面部却模糊不清。该模型被设计为“必须有图像输出”，即便它缺乏相应的历史依据。

“模型必须交付结果，这也提醒我们，在用AI呈现历史时必须保持警惕，”诺伦说。

“一个被动的女性形象”

另一个值得注意的例子是丹麦作家卡伦·布里克森（《走出非洲》作者）的狩猎旅行。尽管历史上确实存在她作为猎手、积极捕捉狮子的真实照片，但AI模型生成的图像却充斥着刻板叙事——一位女性慵懒地靠在车上，成为画面中的点缀。

“我们有卡伦·布里克森亲自拍摄狮子的真实照片，那种主动、果敢的女性形象，与模型所构建的那种被动的刻板印象截然不同。”

当模型被要求呈现“1936年瑞典的代表性图像”时，它生成的不过是一些平庸的城市风景和自然风光。“模型的确构建了一幅关于这一年的代表性图像，但这很可能与历史真实相去甚远，”诺伦表示。

理解AI工具的运作机制至关重要

这项研究表明，人工智能所构建的历史画面，不仅受制于其训练数据的结构与偏向，也被模型自身的算法逻辑所塑造。历史，在这样的生成机制下，可能被简化为刻板印象、文化同质化的产物，甚至严重偏离史实。

该项目并未为“1936年”带来新的历史代表性图像，却揭示了当下AI系统是如何想象、构建和“生产”历史的。

诺伦最后强调：“随着越来越多人借助人工智能去‘看见’过去，我们必须理解这些工具的工作原理，否则，我们看见的，可能只是算法制造的幻象。”