Advances in Computer and Autonomous Intelligence Research

生成式人工智能的迅猛发展使Deepfake等深度伪造技术构成的网络舆论风险日益加剧,对社会信任和公共安全构成严峻挑战。当前主流的、纯数据驱动的检测模型因其“黑箱”特性,存在可解释性弱、泛化能力不足的固有局限,难以应对快速演进的伪造技术。本文提出一种创新的跨学科治理范式,即将系统化的语言学先验知识深度融入Deepfake内容治理框架。文章系统剖析了纯技术路径的困境,并构建性地阐述了从微观的声学特征、中观的话语结构到宏观的叙事模式等多个维度的语言学知识如何作为治理的理论基石。在此基础上,本文首创性地提出了一个涵盖“数据层-模型层-治理层”的三层治理框架模型,详细论证了其融合策略与技术路径,旨在构建一个更鲁棒、更可信且具备持续进化能力的人机协同治理体系。最后,文章探讨了该框架面临的技术与伦理挑战,并展望了未来研究方向,旨在为构建跨学科的综合治理体系提供关键的理论参考与方法论支撑,推动治理范式从被动防御向主动免疫的根本性转变。