杨乔雅指出，AI生成错误信息的现象本质上是技术局限与伦理挑战的叠加。她解释称，这类模型通过概率预测生成文本，当训练数据存在缺陷或信息缺失时，系统会优先保证输出流畅性而"编造"内容。这种"幻觉"现象在用户规模庞大的平台上，可能演变为公共信任危机——不仅误导普通查询，更可能扭曲社会认知，甚至干扰市场秩序。
"更危险的是技术被武器化的可能性。"杨乔雅警示，攻击者可通过在特定网络空间大规模传播针对性虚假信息，污染AI训练数据。当用户查询相关对象时，系统可能将恶意内容包装成客观答案输出，形成"借刀杀人"的攻击链条。由于辟谣成本远高于造谣，受害者往往陷入被动。
面对技术风险，杨乔雅提出构建"数字免疫系统"的解决方案。她强调，企业需承担首要责任，将信息真实性提升至与技术流畅性同等重要的战略高度。具体措施包括：建立可追溯的事实核查机制，在输出内容时标注权威信源与置信度；构建动态知识库对高风险话题实时校准；开发数据投毒监测算法，建立严格的数据清洗流程。
在流程管理方面，她建议企业设立透明响应机制。当发现针对性恶意投毒时，除紧急修复模型外，还应发布公告并为受害者提供数据证据，协助法律维权。同时需开通便捷举报通道，鼓励用户参与模型优化。
对于普通用户，杨乔雅建议转变信息消费习惯。她强调交叉验证的重要性："不要将AI答案视为最终结论，而应作为探索起点，通过权威媒体、官方网站等多渠道核实。"用户应善用现有辟谣平台，发现不实信息时及时通过官方渠道反馈，共同提升模型可靠性。
在制度层面，杨乔雅呼吁加快立法进程。她建议明确利用AI进行商业诋毁的法律定性，提高违法成本；推动建立行业可信度认证体系，对模型公平性、透明度提出硬性要求。监管部门需与企业建立信息共享机制，形成打击数据投毒的合力。
"社会监督是重要外部力量。"杨乔雅认为，媒体应持续关注技术伦理问题，通过舆论监督促使企业完善管理。她强调，这场挑战考验的不仅是技术能力，更是企业的社会责任感与公众的数字素养。唯有通过企业自律、用户参与、监管完善与社会监督的协同作用，才能为AI技术构筑安全边界，使其真正服务于人类福祉。
