模型的话算不算证言

证言为什么能传递知识

我们所知的大部分事情并非亲见亲证，而是听来的、读来的。知识论对此有专门讨论：一派主张听者需要有独立理由才能合理接受证言，另一派主张在没有反面证据时接受证言本身就是合理的。两派的分歧不小，但都承认几个前提，即说话者本人对所说之事有相应的根据，说话者在断言中承担了责任，以及听者可以追问理由。^S1S2S3

这几个前提在模型身上都成问题。模型的输出并非以对世界的把握为依据，而是以文本分布为依据；它不因说错而承担任何后果；它在被追问理由时给出的解释，仍是同一机制生成的文本，与原先的答案没有独立关系。这是一个哲学立场：把模型输出直接归入证言，需要为上述缺失作出补充论证，而不是理所当然。^S1S2

值得公允地补充一点。人类证言同样有大量不可靠的情形，我们照样在使用，办法是靠制度：署名、出版、同行评议、追责机制。也就是说，证言的可靠性有相当部分并不来自说话者的德性，而来自它所处的制度环境。有据推论由此可得：若要让模型输出获得类似地位，需要建立的是相应的制度性核验，而不是等待模型自身变得可信。^S3

来源链与知识责任

本站以整理书目、版本与年表为主，这类工作的价值几乎全部系于来源链是否完整。一条书目的意义不在于它写得整齐，而在于任何人都能按它给出的线索找到那本书、翻到那一页、看到那句话。模型可以显著加快建链的过程：它能提示可能的出处、能从长文中定位相关段落、能把散乱的记录归并成可核对的条目。但链条的终点必须是原始文献，不能是模型。^S3

责任问题由此变得清楚。使用工具不减少作者的义务；成果一经署名发布，其中每一条主张的核实义务都在作者身上。这也是多个学术出版组织坚持 AI 不得列为作者的理由：它不能对内容负责，不能声明利益冲突，不能在出错时承担更正义务。同时这些组织要求披露使用方式，理由并非把 AI 视为共同作者，而是让读者知道成果是怎样产生的。^S4S5

工具与权威之别

同一件事可以有两种做法，差别不在用不用 AI，而在最终的判断由谁作出。把 AI 当工具，是让它生成候选、提示线索、承担机械劳动，判断与责任仍在人。把 AI 当权威，是把它的输出当作可直接采信的依据，人只做文字整理。后者之所以危险，不在于模型经常出错，而在于一旦采信，出错时既无法归因也无法更正。^S3

个人站点可以建立的核验制度

前面说证言的可靠性有相当部分来自制度，这对个人站点是个坏消息，因为它恰恰缺少制度。没有编辑、没有匿名评审、没有勘误栏，一条错误可以安静地留在页面上多年。但制度并非只有机构才能建立，个人也可以为自己设几条，关键是它们必须是可公开、可被读者检查的，否则与自我要求无异。^S3

这几条的共同点是把「我核过了」变成「你可以查我核到了什么程度」。前者是自陈，后者才接近制度。它们并不能使模型输出变成证言，但可以使基于模型输出而形成的主张，重新落回到一个可被追问的位置上。对以「辨章学术、考镜源流」自期的站点而言，这一步比多写几篇文章更要紧。^S3

这些做法都不难，难在坚持。个人站点最大的风险不是某一条写错，而是随着条目增多，核验逐渐流于形式，而外部又没有任何力量迫使它恢复。把制度写下来公开，某种意义上正是为自己制造这种外部力量：一旦读者知道你承诺了什么，做不到便是显然的。