一项研究显示，AI生成的虚假统计数据不仅进入了ChatGPT的检索链条，还进一步出现在学术论文和金融机构投资调查等引用体系中。研究人员警告称，如果AI检索无法有效识别并过滤失实信息，这类虚假数据可能会被层层转引，最终以“可信来源”的面目扩散。
据日本媒体Gigazine 21日报道称，AI检索研究人员Metehan Yesilyurt为追踪虚假统计数据的传播路径，搭建了一个名为StateGlobe的实验网站。
Yesilyurt称，他在今年3月借助GPT-4.1，仅用一天就生成了约5万页统计内容，覆盖200个国家，主题涉及搜索引擎优化（SEO）、社交媒体和电商等领域。这些数据均为随机捏造，未经核实。此后，他又补充了1.5万条列表类内容，整个项目成本约为50美元（约合6.62万韩元）。
该网站最初一度出现在Google搜索结果中，但随着搜索算法调整，流量随后明显下滑。不过，来自ChatGPT相关请求的访问量仍在持续增加。
研究人员公开的服务器日志显示，最近30天内，网站共收到超过60万次机器人访问请求，其中约7.2万次带有“ChatGPT-User”标识。研究人员表示，ChatGPT会通过这一标识按用户请求抓取网页内容。
网站上线7个月后，已有330多个域名链接至StateGlobe，其中包括Shopify、DHL等知名企业网站。
更值得关注的是，这些虚假统计数据已经进入实际引用场景。研究人员表示，StateGlobe上的内容已被用于学术论文、卡塔尔一家金融机构的投资调查材料，以及印度经济媒体的报道。
Yesilyurt警告称，一旦虚假信息在权威文件中被反复引用，就可能出现“引用洗白”，最终被当作事实接受。
不过，机器人访问次数并不等同于这些内容实际出现在ChatGPT答案中的次数。此外，这一结果基于研究人员自行搭建的实验环境，并不代表对ChatGPT整体回答准确率的直接测量。
目前，研究人员已在网站上添加“数据为虚假内容”的提示，并强调即便AI给出了统计数据，撰稿者和研究人员仍应回溯并核验原始来源。
Choi Jae-won
ittt_0801@d-today.co.kr