No.178 包容性偏见、多模态动员与可爱毒性
当抗议走上 Threads，平台算法、用户转发和 AI 生成图像，如何互相交织影响？
最近这几年，政治信息越来越常先经过模型摘要与平台推荐，才到我们眼前；于是，谁被看见、谁被漏掉，已经不只是技术细节，也会慢慢影响我们理解公共议题的方式。第一篇论文谈的正是议会摘要里的公平问题。当 LLM 帮我们整理冗长辩论，处在中段的发言、使用低资源语言的议员，或某些党派的观点，会不会比较容易被轻轻带过？这篇的结论虽然不是特别新鲜，但是研究方法很值得学习。
第二篇论文比较吸引我的是「可爱毒性」这个概念，概念本身就很可爱。它讨论的是台湾青鸟运动如何在 Threads 上扩散：在不同党派立场的内容中，平台的算法曝光与用户的实际参与之间是否存在差异？更那些 AI 生成、看起来萌萌的动物图，到底是在帮运动聚人，还是把敌意包进糖衣里？AI 在这次抗议和反抗议动员中具体是如何被应用的，它在视觉符号的创造和传播中扮演了怎样的角色？总之，平台上的看见不等于认同，而可爱也不一定无害。
祝今日读写愉悦，洞见深省。
有事发生
Anthropic 组建政治委员会影响监管
据 TechCrunch 4 月 3 日报道，Anthropic 正式提交文件组建政治行动委员会 AnthroPAC。该机构计划在中期选举期间向民主党和共和党候选人提供资金支持，以增强公司在政策制定和行业监管中的影响力。AnthroPAC 将由员工自愿捐款资助，个人献金上限为 5,000 美元。目前 AI 行业正集体加大政治投入，相关公司已向中期选举累计贡献约 1.85 亿美元。
此前 Anthropic 还曾向 Super PAC 组织 Public First 投入至少 2,000 万美元。目前该公司正与美国国防部就 AI 模型使用规范进行法律诉讼，成立 PAC 标志着其在应对政治与监管挑战方面迈出了关键一步。
Meta 暂停与 Mercor 合作调查严重泄密事故
据连线 4 月 3 日报道，Meta 公司已无限期暂停与数据外包服务商 Mercor 的合作，主要原因是该公司近期遭遇了严重的网络安全漏洞。作为 OpenAI 和 Anthropic 等顶尖 AI 实验室的核心供应商，Mercor 负责生成用于训练大模型的专有数据集。此次漏洞源于黑客组织 TeamPCP 对 AI 工具 LiteLLM 发起的供应链攻击。
据相关消息显示，黑客声称获取了超过 200 GB 的数据库、1 TB 的源代码以及 3 TB 的媒体资料。Meta 受影响的 Chordus 项目现已停工，该项目旨在教 AI 如何利用多重来源验证信息。OpenAI 虽暂未中止合作，但正在评估其专有训练数据的暴露情况。目前 Mercor 已向员工确认了此次攻击。由于训练数据被视为 AI 公司的核心商业机密，这一安全事故引发了业界对供应链风险的广泛关注。
日本发力具身智能应对劳动力危机
据 TechCrunch 4 月 5 日报道，面对连续 14 年的人口萎缩，日本政府正将具身智能视为工业生存的核心。日本经济产业省提出，计划到 2040 年占据全球具身智能市场 30 % 的份额。目前，日本已在全球工业机器人市场占据 70 % 份额。为应对劳动年龄人口占比降至 59.6 % 的危机，政府拨款约 63 亿美元用于加强 AI 能力与工业部署。
日本正发挥其在执行器和传感器等硬件方面的传统优势，并通过 Mujin 等初创企业的软件平台提升设备自主化。与中美模式不同，日本倾向于由大型企业提供规模保障、初创公司负责软件创新的混合生态。目前，物流、国防和设施管理等领域已开始从技术试点转向大规模实地部署，以维持社会服务并应对严重的用工荒。
AI 模拟调查利用硅样方法替代真人受访引发行业信任危机
据纽约时报 4 月 6 日报道，一种被称为“硅样方法”（Silicon Sampling）的 AI 模拟技术正迅速渗透民意调查领域。该方法通过大语言模型模拟人类回答，以极低的成本和时间取代传统人工访问。AI 初创公司 Aaru 近期的一项模拟结果被 Axios 作为真实民调引用，随后因“无真人参与”引发广泛争议。
目前，民调巨头 Gallup 已与 Simile 合作创建了 1000 个 AI 数字孪生样本，Ipsos 也在开发虚拟受访者。虽然此类技术吸引了数亿美元的硅谷投资，但其可靠性仍存疑。研究显示，模拟调查往往会放大模型固有的偏见，使结果更趋向于调查者的预设立场。专家警告，将 AI 生成的“虚构数据”包装成客观事实，将严重削弱社会科学研究的公信力，并破坏公众对政策制定依据的信任。
