[愛墾研創·人工智能]當「唐朝不存在」開始流行：資訊污染、演算法與後真相時代的文化危機

從小背誦「夏商周、秦漢、魏晉南北朝、隋唐宋元明清」，幾乎是所有接受華文教育者共同的歷史記憶。其中，「唐宋元明清」更是朗朗上口，很少有人會懷疑唐朝是否曾經存在。

然而，近來部分中文短影音平台卻開始流傳一種荒謬的說法：「唐朝其實不存在。」依照這套說法，漢朝之後應直接跳到宋朝，李白、杜甫其實都是宋朝人，甚至連魏晉南北朝與隋朝都被一併抹去。

如果只是少數人的異想天開，或許不足為奇。然而，真正值得警惕的，不是這種說法本身，而是它如何在演算法、流量經濟與生成式AI的共同作用下，被不斷複製、擴散，甚至逐漸侵蝕公共知識環境。

這正是今日資訊污染（information pollution）最值得關注的問題。

所謂「唐朝不存在」，其實並非中國網路原創，而是對德國業餘年代學批判者赫里伯特．伊利格（Heribert Illig）提出的「幻影時間假說」（Phantom Time Hypothesis）的一種二次創作。伊利格主張西元六一四年至九一一年間約三百年的歷史是後人虛構，因此現代年份應向前推近三百年。這項理論自提出以來，已被歷史學、考古學與天文學等多個領域充分反駁：無論是跨文明文獻、考古地層，還是可逆推驗證的日蝕、月蝕與彗星紀錄，都與現行年代相互吻合，不存在可以容納「消失三百年」的空間。

更重要的是，唐朝並非僅存在於中國自己的史書之中。中國歷代正史、《資治通鑑》、敦煌文書、墓誌、碑刻、法律典籍、日本遣唐使紀錄、新羅史料、阿拉伯旅行記錄，以及遍布東亞與中亞的大量考古發現，彼此形成極為嚴密的交叉印證。否認唐朝，不只是推翻一個朝代，而是必須同時否定整個歐亞大陸數百年間大量互相吻合的歷史證據。

因此，「唐朝不存在」並不是新的史學發現，而是一種典型的偽史（pseudohistory）。

然而，偽史真正的危險，並不在於它是否能說服歷史學家，而在於它是否能吸引演算法。

在今日的平台經濟中，內容的價值首先由互動決定，而非由真實性決定。演算法衡量的是觀看時間、留言數、分享率、情緒反應，而不是證據品質。一句「唐朝不存在！」帶來的停留時間，往往遠高於一篇嚴謹介紹《新唐書》版本流變的文章；一場激烈的留言論戰，也遠比平靜的史料討論更符合平台追求的「高互動」。

於是，一種耐人尋味的現象便出現了：內容愈荒謬，愈容易獲得曝光；曝光愈高，又愈容易吸引更多人參與討論；而討論本身，又成為演算法持續推薦它的理由。

在這種循環中，真實與虛假的競爭，逐漸變成流量與流量之間的競爭。

更值得注意的是，資訊污染並不一定只是演算法的副產品，它也可能成為一種可以被蓄意操作的社會工程。

現代資訊戰早已不只是發布一則假消息，而是透過大量重複、跨平台轉載、剪輯、改寫、AI生成圖片、AI生成影片、假引用、假文獻等方式，不斷增加某一敘事在公共空間中的「存在感」。當同一種說法反覆出現在搜尋結果、社群平台、自媒體文章、短影音甚至AI生成內容中，人們很容易誤將「到處都看得到」理解為「應該有某種可信度」。

心理學稱之為「重複曝光效應」（illusory truth effect）：一句話即使缺乏證據，只要反覆出現，人們便更容易產生熟悉感，而熟悉感又容易被誤認為真實感。

因此，資訊污染未必需要證明自己是對的，它只需要讓真正的資訊變得不再突出即可。

生成式AI的普及，使這種風險更值得警惕。

需要指出的是，目前主流大型AI模型並不是每天根據熱門短影音重新學習，也不會因為一則影片爆紅，就立即相信「唐朝不存在」。大型模型通常經過資料篩選、去重、品質評估及人工校正，不會如此直接受到單一網路事件影響。

然而，真正值得注意的是另一個層面：如果大量低品質內容長期充斥於公開網路，並持續被不同網站、論壇、自媒體與AI生成內容互相引用，未來可供模型訓練的公開語料，就可能逐漸受到污染。當錯誤資訊以不同形式反覆出現，資料品質下降，模型辨識資訊可信度的成本也會隨之增加。近年AI研究所討論的「資料污染」（data pollution）以及部分研究提及的模型退化風險，正是建立在這種長期累積的擔憂之上。

換言之，真正值得擔心的，不是AI突然相信假的歷史，而是整個公共知識環境逐漸充滿真假難辨、彼此互相引用的內容，讓人類與AI都必須花費更多成本才能找到可靠資訊。

後真相時代最大的危機，也許並不是謊言終將取代真相，而是真相必須耗費十倍、百倍的力氣才能證明自己。

歷史從來不是靠流量決定，也不是靠留言數投票產生。唐朝是否存在，不會因為短影音觀看次數增加而改變；考古證據、跨文明文獻與史料互證，也不會因為演算法偏好情緒內容而失去效力。

真正需要警覺的是，當平台獎勵情緒而非證據，當流量成為內容分發的主要依據，當AI生成內容大量混入公共資訊空間，資訊污染便不再只是個別錯誤訊息，而可能演變成一種可以被刻意放大、操弄與利用的社會基礎設施。

面對這樣的環境，我們真正需要培養的，不只是「知道答案」的能力，而是追問答案從何而來的能力；不只是會使用AI，而是會辨識AI引用了哪些來源；不只是閱讀資訊，而是建立查證、比對與追溯證據的習慣。

因為在未來，決定一個社會知識品質的，不會只是它擁有多少資訊，而是它是否仍然有能力，在海量資訊之中辨認什麼是真實、什麼只是被演算法反覆放大的幻象。