一名自称是外卖平台内部员工的用户在 Reddit 上发帖，指控公司剥削司机与用户，帖子迅速走红。然而，后续调查发现，该用户的身份及其提供的证据均系 AI 伪造。这起事件暴露了分辨 AI 生成内容的巨大挑战，尽管有检测工具存在，但虚假信息依然极易传播，提醒人们在社交媒体上必须保持警惕，谨慎核实信息的真实性。
一场精心策划的病毒式骗局
一个 Reddit 用户声称自己是某外卖平台的举报人，并发布了一篇长文，迅速引发了网络热议。
- 虚构的身份： 他声称自己喝醉了，正在图书馆用公共 Wi-Fi，揭露公司如何利用法律漏洞克扣司机的工资和小费。
- 惊人的传播力： 这个帖子获得了超过 87,000 个赞，并被转发到 X (推特) 等平台，获得了额外的 20.8 万个点赞和 3680 万次浏览。
- 以假乱真的背景： 这些指控之所以可信，部分原因在于现实中确实发生过类似事件。例如，DoorDash 就曾因克扣司机小费而被起诉，并最终支付了 1675 万美元的和解金。
“你们总怀疑算法在针对你们，但现实比阴谋论要令人沮丧得多。”
揭穿 AI 伪造的证据
记者 Casey Newton 在尝试核实爆料人身份时，识破了这场 AI 骗局。这位所谓的“举报人”向他发送了看似真实的证据：
- 一张伪造的 UberEats 员工工牌照片。
- 一份长达 18 页的“内部文件”，详细描述了公司如何使用 AI 来计算司机的“绝望分数”(desperation score)。
Newton 指出，在 AI 工具普及之前，伪造如此详尽的文件需要耗费巨大精力，因此会显得非常可信。然而，这次他发现了破绽。
“谁会花时间制作一份长达 18 页、关于市场动态的详细技术文件，只为了捉弄一名记者？谁会费心去制作一张假工牌？”
最终，Newton 使用 Google 的 Gemini 模型确认了工牌照片是 AI 生成的。这是因为谷歌在其 AI 生成的图片中加入了名为 SynthID 的数字水印，这种水印即使在图片被裁剪、压缩或添加滤镜后依然能够被检测到。
AI 生成内容泛滥的挑战
这起事件凸显了区分真实内容与 AI 生成内容的普遍性难题。
- “AI 垃圾”的增多： Pangram Labs 的创始人 Max Spero 指出，互联网上的 AI 生成内容越来越泛滥。一些公司甚至付费购买“有机互动”，实际上就是用 AI 生成的帖子来炒作自己的品牌。
- 检测工具的局限性： 虽然有文本检测工具可以辅助判断，但它们并非总是可靠，尤其是在处理图片和视频等内容时。
- 传播速度快于辟谣： 最大的问题在于，即使一篇合成的帖子最终被证实是假的，它也可能早已在被揭穿前就完成了病毒式传播。
最终，普通用户不得不像侦探一样审视社交媒体上的每一条信息，怀疑所见内容的真实性。