作为“WikiProject AI Cleanup”项目的创始成员，Ellia Lebleu正致力于从维基百科中清除违规的AI生成内容。这位在法国雷恩大学Inria中心攻读人工智能博士学位的研究者，见证了AI写作从“拙劣模仿”到“结构性渗透”的演变，并深入探讨了AI在全球最大百科全书中的角色变迁。
从陈词滥调到结构性伪装
Lebleu回忆，问题初现于2023年12月。当时，她与几位编辑在Discord上交流，注意到多篇文章存在奇怪的共性：反复使用“作为……的证明”、“丰富的文化遗产”等短语，甚至出现“为什么这很重要？”这类在维基百科中格格不入的章节。这些典型的早期ChatGPT特征极易识别，促使他们启动了官方清理项目。
到了2025年，AI写作的痕迹变得更为隐蔽。Lebleu指出，现在的AI偏爱“三分法则”和否定性排比等语言结构，单个特征虽不具决定性，但累积起来便显露机器生成的本质。此外，编辑行为也是重要线索：若有人在5分钟内撰写五篇数千字的文章，便高度疑似使用AI。
引用造假与检测困境
相比正文，虚假或误导性引用已成为更严峻的挑战。虽然检索增强生成技术减少了完全捏造来源的情况，但AI误解真实来源内容、导致引用无法支撑观点的现象极为普遍。
为量化这一问题，Lebleu与AI检测公司Pangram合作进行了估算。测试显示，2025年底，Pangram将约20%的新文章和草稿标记为AI生成；至2026年初，这一比例降至15%至16%。Lebleu强调，这一下降究竟源于近期禁令的有效性，还是因为模型进化导致检测工具滞后，目前尚不明确。
以AI对抗AI与政策反思
在防御手段上，社区正在开发AI来源验证器，检查引用与声明的一致性；维基媒体基金会也推出了“Paste Check”工具，标记直接从聊天机器人粘贴的文本。同时，部分商业AI模型已实施提示拒绝机制，虽无法完全规避开源模型的滥用，但能限制非技术用户的违规行为。
对于英文维基百科禁止使用大型语言模型生成文章的规定，Lebleu认为现在下结论为时过早。尽管新手编辑是AI内容的主要来源，且社区已在引导信息中强化规则，但数据波动的原因仍需进一步观察。
“人工编写”的身份价值与未来共生
Lebleu指出，禁止AI不仅是出于实用考量，更关乎维基百科的哲学身份——作为“互联网上最后一个好地方”，其纯粹由人类编写的语料库对训练AI系统具有极高价值。然而，若AI辅助能提升百科全书的全面性，社区是否愿意接受这种混合模式，仍是待解难题。
面对“Google Zero”（即网站不再直接从搜索获得流量）的风险，维基媒体基金会正开发归因框架，向AI用户展示被引用文章的编辑历史、全面性及行动号召。未来，读者甚至可能通过AI模型直接提出编辑请求。Lebleu预言，维基百科与AI将从“清理对象”与“清理工具”的关系，演变为一种无处不在的强烈共生形态。