百度百科陷"詞條維權”困局：個人隱私、錯誤信息如何止？_風聞

“證明我是我”——這個曾在行政審批中飽受詬病的悖論，正在互聯網知識平台重演。

上海楊浦的朱先生近日發現，百度百科上關於自己的詞條不僅存在事實性錯誤，更在修正過程中陷入隱私讓渡與程序困局。

當知識共享平台異化為個人信息"失控區"，其背後折射的是否是平台機制的缺陷？

未經授權建立個人詞條還出現事實錯誤

開放編輯與責任缺失的雙重困境

根據正在新聞報道，近日，上海楊浦。朱先生在查詢資料時發現個人信息被他人編輯並上傳至百度百科，該百科內容與實際不符，信息有誤。

截圖自正在新聞

6月5日，朱先生告訴《正在新聞》，百度百科上對他的信息闡釋跟事實相差甚遠，比如他在浙大研究領域是石器微痕，並不是陶瓷，同時在研究成果這部分，自己並不是首次將支釘間隔具作為核心研究工具，編輯的十分不嚴謹。

朱先生嘗試修正自己的詞條，選擇了“本人編輯”的方法。最開始朱先生提供了自己的畢業證，隨後又被要求其他證明材料，到最後甚至要求朱先生人臉識別。朱先生表示，連支付軟件都未開啓人臉識別，百度憑什麼要求他人臉識別才可以編輯這些錯誤的材料。

同時，朱先生表示，如果要建立個人百科詞條，要麼是當事人本人來編輯，要麼是公眾人物由他人編輯。百度百科未經授權建立個人詞條還出現了事實錯誤，對自己造成了困擾；更正錯誤信息時還索要多個材料，侵犯自己的隱私權。朱先生認為百度沒有權力也沒有理由來做這些事情。

6月6日，百度百科客服對朱先生表示，刪除詞條流程繁瑣是因為擔心有人惡性刪除，刷臉的環節已經反饋給技術人員，如果目前詞條內容對朱先生造成困擾，需要刪除的話，將轉至侵權組同事做備案，協助處理。

事實上，快消前瞻在社交平台檢索發現，不少網友也遇到過類似問題。

在小紅書平台，有網友稱“百度詞條侵犯隱私，刪除困難重重”，表示自己莫名其妙在百度百科有不符合自己信息的詞條，申請刪除不僅需要身份證正反面、還需要手寫保證函和人臉識別認證來“證明我是我”。該網友認為自己的個人隱私和信息權利受到侵害，隨後該網友向當地12345進行了相關投訴，但並未有何進展。

截圖自小紅書平台

在該帖子下面，同樣有網友表示自己也是“刪除無門”，認為“創建詞條的人能夠胡言亂語，本人想刪卻受阻”。

在黑貓投訴平台，也有網友投訴稱，自己在多年前曾經在一家公司工作，為了幫助該企業，義務免費進行宣傳編寫了詞條。然而多次申請刪除條該詞條，百度百科的工作人員總是以各種理由拒絕刪除，該網友表示自己早就從那家工作單位辭職，而且由於自己目前在新的單位工作，已經嚴重影響了個人生活以及工作。

除此之外，還有網友投訴百度百科“涉嫌上架虛假詞條，侵犯品牌權益”，該網友表示自己公司旗下持有商標證書的品牌標識，在百度百科詞條顯示卻是其它公司，且無商標證書。該網友稱其公司曾多次申請修改詞條，均不予以通過，百度百科給出的理由是證據不足。該網友表示對方沒有證據基礎，為何可以登上百科詞條。

AI污染下知識庫的“遞歸危機”

如何保證百科的權威？

根據公開資料，百度百科，是百度在2006年4月20日推出第三個基於搜索平台建立的社區類產品，這是繼百度貼吧、百度知道之後，百度再度深化其知識搜索體系。

2007年1月10日，百科首頁第一次改版。新增百科任務、百科之星、上週貢獻榜等欄目。

2007年4月2日，百科蝌蚪團正式成立，4月10日，百科蝌蚪團第一批成員出現，4月26日蝌蚪團首頁上線。

2007年4月19日，詞條頁面改版，改良詞條頁面的行高和行寬，在詞條頁面的底部增加了漢英詞典解釋，改進歷史版本頁面。

2007年5月百科編輯詞條積分調整；6月開放分類檢索升級，歷史版本增加翻頁功能，百科優質版本標準出台；9月高級編輯器上線，百科任務改版。11月百科推出相關詞條，可以在百度知道里搜索到百科詞條。

根據百度百科官網顯示，截至快消前瞻發稿前（2025年6月7日）百度百科已經收錄了29029332個詞條，編輯次數超2.6億次，參與詞條編輯的網友超過799萬人，幾乎涵蓋了所有已知的知識領域。

截圖自百度百科官網

快消前瞻通過體驗百度百科進行詞條創建，發現可以創建的詞條主題包括人物、產品品牌、醫療、企業類等內容，創建詞條也明確要求“不許添加廣告性質”“不編寫虛假、捏造、惡搞、缺乏依據的內容”，明確規定了不能侵犯他人合理權益。

截圖自百度百科官網

但值得注意的是，社交媒體上，不少網友表示百度百科詞條上存在信息“錯誤”。

截圖自小紅書平台

除此之外，隨着AI時代的來臨，不少用户反映百度百科詞條中出現了大量AI生成的內容，導致許多基礎詞條出現了事實性錯誤。

根據公開信息，最常見的百科語料庫包括維基百科和百度百科，它們以免費、開源、多語言支持和高文本價值為特點。這些知識經過人工精心整理，準確性較高，能夠幫助模型建立對各類事物的基本認知，如歷史事件、科學概念等。

由於這些百科內容易於獲取，不少人工智能機構通常會選擇特定語言的百科數據進行爬取和過濾，作為預訓練語料庫的一部分。因此，它們在預訓練語料庫中的出現頻率較高，是大語言模型（LLMs）知識庫的基礎。

然而，隨着AI大模型將百科作為核心語料，錯誤信息正通過"遞歸效應"加速擴散。

中國人民大學新聞學院教授劉海龍在接受市象的採訪中指出，“未來我們得到的內容可能是AI生產的東西佔主導，這些東西又成為新的語料餵給AI，然後AI又會加工AI生產的東西，不斷反覆。這就會出現‘遞歸效應’，出現尼采講的‘永恆循環’。”

AI帶來的信息傳播負面效應日益顯現。這一現象並非難以察覺，越來越多的人已開始感受到AI對信息傳播的顛覆性影響。

根據環球網報道，目前，維基百科為應對人工智能生成內容帶來的挑戰，推出了維基人工智能清理項目（WikiProject AI Cleanup），並強調內容的可驗證性：要求編輯在文章歷史中註明是否使用了大型語言模型（LLM）。

知識平台的權威，永遠建立在真實性與信任的基石之上。

百度百科作為中文互聯網的重要知識庫，其權威性的確立不僅關係到用户信任，也影響到整個信息傳播的生態。未來，百度百科更需要一個尊重個體權利、敬畏知識真實性的解決方案。