达特茅斯AI新突破：拟人类问卷工具可破解99.8%检测机制

11月24日消息，据404 Media报道，达特茅斯学院政府学副教授、极化研究实验室负责人肖恩·韦斯特伍德日前在《美国国家科学院院刊》上发表最新研究指出，作为众多科学研究中数据收集的基础方式，在线调查正面临大语言模型所带来的严重威胁。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

韦斯特伍德开发了一款名为“自主合成应答者”的AI工具，能够自动完成问卷调查题目，甚至可以轻松绕过当前最先进的机器人检测系统。

论文数据显示，这款智能体成功逃避检测的概率高达99.8%。韦斯特伍德在受访时坦言：“我们再也无法确信调查问卷的答复来自真实人类。这些被机器人污染的数据，可能会破坏整个知识体系的可信度。”

该AI系统还巧妙规避了“反向禁忌”这一检测机制。所谓“反向禁忌”，是指通过设计特定任务来识别非人类行为者，通常大模型能轻松完成这些反人类设计的测试题目，而真实人类反而难以作答。

研究论文《大语言模型对在线调查研究的潜在生存威胁》深入分析道：一旦推理引擎选定答案，系统就会专注于模仿人类行为特征。为规避自动化检测，它会模拟与设定教育水平相符的阅读速度，生成符合人类特征的鼠标移动轨迹，逐字输入开放式问题的答案，并合理保留打字过程中的拼写错误与修正痕迹。该系统还专门设计了应对reCAPTCHA等反机器人措施的工具——这些防护机制原本是自动化系统的主要障碍。

论文进一步指出，AI可以精准模拟“完整的人口统计特征”，这意味着理论上任何人都能通过生成特定人口特征的AI干预，来操控在线调查结果。令人担忧的是，仅需少量虚假回答就足以影响整体调查数据的准确性。

研究显示，在2024年大选前的七项主要民调中，仅需混入10至52个AI生成的虚假回答，就能改变预测结果。这些虚假回答的生成成本极低，每个仅需0.05美元，而传统受访者通常能获得1.50美元报酬（约合10.7元人民币）。

该研究采用OpenAI的o4-mini进行测试，同时验证了DeepSeek R1、Mistral Large、Claude 3.7 Sonnet、Grok3、Gemini 2.5 Preview等其他主流模型，证明该方法具有广泛适用性。该智能体通过接收约500字的提示说明，即可理解需要模拟的人物特征，并以人类方式完成问卷作答。

论文建议研究人员通过多种方式应对AI智能体污染调查数据的威胁，但每种方案都需要权衡利弊。例如，虽然可以对调查参与者进行更严格的身份验证，但这又会引发隐私担忧。研究团队建议，研究人员应当更透明地说明数据收集方式，并考虑采用更受控的参与者招募方法，比如基于地址的抽样或选民名册。

研究最后强调，要确保民意调查与社会科学研究持续有效，亟需探索创新性的研究设计方案，以应对AI技术飞速发展带来的挑战。