在過(guò)去一年多里，如果有人把自己“盯屏幕太久、眼癢、眼皮微紅”的癥狀輸入幾款主流人工智能聊天機(jī)器人，系統(tǒng)很可能會(huì)給出一個(gè)古怪的診斷：一種名為“bixonimania”的新疾病。然而，這種所謂的疾病在正式醫(yī)學(xué)文獻(xiàn)中根本不存在，它完全出自瑞典哥德堡大學(xué)醫(yī)學(xué)研究者阿爾米拉·奧斯馬諾維奇·通斯特倫（Almira Osmanovic Thunstr?m）團(tuán)隊(duì)的一場(chǎng)刻意設(shè)計(jì)的實(shí)驗(yàn)。

2024年3月15日，兩篇介紹“bixonimania”的博文首先出現(xiàn)在平臺(tái) Medium 上。隨后在4月26日和5月6日，兩篇偽造的學(xué)術(shù)預(yù)印本又被上傳至學(xué)術(shù)社交網(wǎng)站 SciProfiles，署名作者是并不存在的“Lazljiv Izgubljenovic”，連配圖頭像也是用 AI 生成的。這位虛構(gòu)作者所在的“Asteria Horizon University”和“Nova City， California”同樣是子虛烏有，就連論文致謝中提到的“星際艦隊(duì)學(xué)院”“企業(yè)號(hào)”“Professor Sideshow Bob 基金會(huì)”“Fellowship of the Ring 大學(xué)”“Galactic Triad”等機(jī)構(gòu)，也都來(lái)自科幻作品與卡通角色，提示意味極為明顯。論文正文早早就寫(xiě)著“整篇論文都是編造的”“招募了50名虛構(gòu)受試者”等字句，幾乎是在向任何有心人宣告“這是一場(chǎng)玩笑”。

奧斯馬諾維奇·通斯特倫表示，自己最初設(shè)想這一實(shí)驗(yàn)，是為了向?qū)W生講解大型語(yǔ)言模型如何從互聯(lián)網(wǎng)上的“通用爬取數(shù)據(jù)集”（例如 Common Crawl）構(gòu)建知識(shí)，并展示“提示注入”（prompt injection）如何把聊天機(jī)器人從安全護(hù)欄外“拐走”。出于自身醫(yī)學(xué)背景，她選擇了健康相關(guān)主題，并刻意用一個(gè)“聽(tīng)上去很滑稽”的名稱(chēng) bixonimania 來(lái)強(qiáng)調(diào)其虛構(gòu)性——任何醫(yī)生一看到以 mania 結(jié)尾的眼科疾病名稱(chēng)，都會(huì)知道不對(duì)勁，因?yàn)槟鞘蔷癫W(xué)術(shù)語(yǔ)。

然而，這場(chǎng)實(shí)驗(yàn)“成功得有些過(guò)頭”。在信息上傳數(shù)周內(nèi)，微軟 Bing 的 Copilot 已經(jīng)把 bixonimania 描述為“確有其事且較為罕見(jiàn)的疾病”，Google Gemini 則稱(chēng)它是“由過(guò)度暴露藍(lán)光引起的疾病”，并建議用戶(hù)就診眼科醫(yī)生。同一時(shí)期，Perplexity AI 給出具體“患病率”為每9萬(wàn)人中約1人，OpenAI 的 ChatGPT 則會(huì)根據(jù)用戶(hù)描述判斷其癥狀是否符合 bixonimania。在這些回答中，既有用戶(hù)直接詢(xún)問(wèn) bixonimania，也有只描述“藍(lán)光導(dǎo)致眼瞼色素沉著”的一般性提問(wèn)，模型也會(huì)主動(dòng)將之聯(lián)系到這一虛構(gòu)病名。

這些回答令一些專(zhuān)家感到震驚。英國(guó)倫敦大學(xué)學(xué)院健康虛假信息研究者亞歷克斯·魯阿尼（Alex Ruani）指出，如果科學(xué)體系以及支撐這一體系的系統(tǒng)無(wú)法識(shí)別并過(guò)濾掉這樣的“垃圾”，后果不堪設(shè)想。她稱(chēng)這一案例是“錯(cuò)誤信息與虛假信息運(yùn)作方式的一堂教科書(shū)式示范”，并強(qiáng)調(diào)“看上去很好笑，但問(wèn)題非常嚴(yán)重”。

互聯(lián)網(wǎng)虛假信息并非新問(wèn)題，Google等搜索引擎多年來(lái)持續(xù)與“偽內(nèi)容”“誤導(dǎo)性?xún)?nèi)容”對(duì)抗，通過(guò)更新排名算法過(guò)濾不良信息。但與傳統(tǒng)搜索不同，生成式大模型在信息篩選和溯源方面存在天然短板，往往會(huì)在缺乏可靠依據(jù)時(shí)“一本正經(jīng)地胡編”。自從這些偽造論文出現(xiàn)以來(lái)，一些最新版本的大模型在面對(duì) bixonimania 時(shí)已經(jīng)學(xué)會(huì)表達(dá)懷疑，例如2026年3月11日，ChatGPT 會(huì)被動(dòng)指出該名詞“很可能是偽造或邊緣、偽科學(xué)標(biāo)簽”。不過(guò)僅僅幾天后，它又在另一輪問(wèn)答中，把 bixonimania 描述為“與數(shù)字屏幕藍(lán)光暴露相關(guān)的眼周黑眼圈（眼周色素沉著，periorbital melanosis）新亞型”。

類(lèi)似的搖擺也出現(xiàn)在其他系統(tǒng)中。今年3月中旬，微軟 Copilot 會(huì)回答說(shuō)，bixonimania“尚未被廣泛認(rèn)可為醫(yī)學(xué)診斷，但多篇新發(fā)表論文與病例報(bào)道將其視為與長(zhǎng)時(shí)間藍(lán)光暴露相關(guān)的良性誤診疾病”。今年1月，Perplexity 在描述中稱(chēng)其為“一個(gè)新近出現(xiàn)的術(shù)語(yǔ)”。在相關(guān)表述被質(zhì)詢(xún)后，各家公司先后作出回應(yīng)：Perplexity 表示自己“最大的優(yōu)勢(shì)在于準(zhǔn)確性”，雖然不聲稱(chēng)“百分之百準(zhǔn)確”，但自稱(chēng)是“最重視準(zhǔn)確性的 AI 公司”；OpenAI 則稱(chēng)，支撐當(dāng)前版本 ChatGPT 的模型在提供安全、準(zhǔn)確醫(yī)學(xué)信息方面已有顯著改進(jìn)，此前研究所反映的是舊一代模型的情況。在被問(wèn)及 Gemini 過(guò)去將 bixonimania 當(dāng)作真實(shí)疾病的回答時(shí)，Google發(fā)言人表示，那反映的是早期模型的表現(xiàn)，并強(qiáng)調(diào)公司一直“坦誠(chéng)生成式 AI 的局限性”，在應(yīng)用內(nèi)提示用戶(hù)“核查信息”，在涉及醫(yī)療等敏感主題時(shí)建議用戶(hù)咨詢(xún)專(zhuān)業(yè)人士。微軟則沒(méi)有對(duì)置評(píng)請(qǐng)求作出回應(yīng)。

部分問(wèn)題在于，AI 模型的輸出高度依賴(lài)具體提問(wèn)方式及其所依托的信息源。如果搜索“bixonimania”，Google的 AI 概覽可能會(huì)把它當(dāng)作一個(gè)合法病癥；而如果改問(wèn)“bixonimania 真的存在嗎？”，同一功能又可能會(huì)確認(rèn)它并不合法、只是一個(gè)虛構(gòu)名詞。

bixonimania 實(shí)驗(yàn)的“成功”還與其包裝形式高度仿真有關(guān)：它采用了學(xué)術(shù)論文與臨床文書(shū)的專(zhuān)業(yè)格式，看上去像“官方來(lái)源”。哈佛醫(yī)學(xué)院從事醫(yī)療 AI 研究的醫(yī)生馬哈穆德·奧馬爾（Mahmud Omar）在一項(xiàng)涵蓋20種大模型的研究中發(fā)現(xiàn)，當(dāng)輸入文本以出院小結(jié)、臨床論文等專(zhuān)業(yè)醫(yī)療文體呈現(xiàn)時(shí)，大模型更容易在原有信息基礎(chǔ)上“添油加醋”，產(chǎn)生幻覺(jué)；若文本來(lái)自社交媒體、語(yǔ)氣更隨意，幻覺(jué)概率反而較低。他指出，當(dāng)前 AI 企業(yè)迭代模型的速度極快，行業(yè)尚未形成對(duì)每個(gè)版本進(jìn)行自動(dòng)化嚴(yán)密測(cè)試的統(tǒng)一流程與共識(shí)，這使得安全性評(píng)估和標(biāo)準(zhǔn)化控制難度大大增加。

更令人警醒的是，這場(chǎng)實(shí)驗(yàn)最終突破了機(jī)器與人類(lèi)之間的邊界，進(jìn)入了正式醫(yī)學(xué)期刊。bixonimania 相關(guān)研究已在少數(shù)論文中被引用，其中包括一篇發(fā)表在醫(yī)學(xué)期刊《Cureus》上的研究，作者來(lái)自印度穆拉納的 Maharishi Markandeshwar 醫(yī)科與研究學(xué)院。該文引用了其中一篇偽造預(yù)印本，并寫(xiě)道：“bixonimania 是一種與藍(lán)光暴露相關(guān)的眼周色素沉著（POM）新興形式，其機(jī)制有待進(jìn)一步研究?！痹凇蹲匀弧沸侣剤F(tuán)隊(duì)向期刊求證后，《Cureus》于2026年3月30日宣布撤稿，理由是文章中存在三篇不相關(guān)參考文獻(xiàn)，包括一篇指向虛構(gòu)疾病的引用，編輯部因此“無(wú)法再對(duì)該工作準(zhǔn)確性與來(lái)源保持信心”。作者不同意這一撤稿決定，但論文最終仍被正式撤回。

魯阿尼認(rèn)為，這起事件已經(jīng)遠(yuǎn)遠(yuǎn)超出“AI 亂說(shuō)話(huà)”的范疇，因?yàn)樗瑯印坝夼巳祟?lèi)”，暴露出科研工作者對(duì)文獻(xiàn)來(lái)源與內(nèi)容的信任機(jī)制正在被侵蝕?！拔覀冃枰癖Ｗo(hù)黃金那樣保護(hù)我們的信任，”她說(shuō)，“現(xiàn)在的狀況可以用一個(gè)詞形容：亂?！?/p>

在設(shè)計(jì)這場(chǎng)實(shí)驗(yàn)時(shí)，奧斯馬諾維奇·通斯特倫也曾有過(guò)顧慮，她擔(dān)心刻意向科學(xué)文獻(xiàn)中“播種”一個(gè)假疾病，會(huì)造成現(xiàn)實(shí)傷害。為此，她向倫理顧問(wèn)咨詢(xún)潛在風(fēng)險(xiǎn)，并刻意選擇了相對(duì)“低風(fēng)險(xiǎn)”的輕微皮膚問(wèn)題作為題材，以減少可能的負(fù)面影響?！拔蚁氪_認(rèn)的是，我們通過(guò)這種方式做實(shí)驗(yàn)，是在減少傷害而不是制造更多傷害?！彼f(shuō)。

圍繞 bixonimania 的這場(chǎng)連鎖反應(yīng)，清晰地展示了在生成式人工智能迅猛發(fā)展、學(xué)術(shù)生產(chǎn)高度依賴(lài)數(shù)字工具的時(shí)代，虛假信息可以如何輕易穿透技術(shù)與制度的多層防線(xiàn)。從聊天機(jī)器人到同行評(píng)議期刊，機(jī)器與人類(lèi)在這場(chǎng)“集體受騙”中共同參與，也迫使學(xué)界、業(yè)界和監(jiān)管者重新思考：在 AI 參與知識(shí)生產(chǎn)的新階段，如何重新校準(zhǔn)“可信”的含義，以及如何在追求效率的同時(shí)劃出一條更清晰、更穩(wěn)固的審慎邊界。