| 针对生成式人工智能在提升内容生产效率的同时引发输出不真实信息(幻觉)的问题, 提出基于动态反馈机制的幻觉调节分析方法. 通过构建包含企业信息生成、用户信任演化和监管政策三要素的动态反馈模型, 将幻觉率作为可调参数纳入结构分析. 结果显示: 中等水平的幻觉对应更优的验证投入与产出组合, 其福利水平高于完全消除幻觉的情形, 而过度压制幻觉率则削弱整体福利; 在缺乏有效监管的情境下, 市场容易陷入“高幻觉–低信任–高不确定性”的恶性循环; 各行业对幻觉的容忍度存在显著的差异, 统一且过严的监管会抬高整体治理成本、抑制信息多样性与市场效率. 结论指出, 应针对不同领域实施弹性化监管策略, 以优化人工智能内容的治理, 为政策制定提供科学参考. |
