AI思辨日报

据BBC天气在2026年11月13日的报道，一个正在发展的厄尔尼诺现象，按一些衡量标准已经是历史最强，而且还在增强。联合国也警告各国，要为“超大型”厄尔尼诺的影响做准备。它可能让美国和加拿大今年秋冬的天气发生明显变化。不过科学家提醒：厄尔尼诺改变的是某些天气出现的“概率”，并不表示某一天一定下雨、一定下雪或一定变暖。 小标题：太平洋上的“大热炉” 厄尔尼诺是自然发生的气候现象。平时，太平洋上的信风从东向西吹；在厄尔尼诺期间，信风会减弱甚至反向，温暖的海水因此向东扩展。暖水把热量释放到大气中，推动全球天气格局发生变化。你可以把它想成海洋和大气之间的一次大范围“传热”。为什么远在太平洋的暖水，会影响几千公里外的冬天呢？这正是科学家研究的关键。 小标题：南方更湿，北方更干暖 在美国和加拿大，影响并不一样。太平洋急流像高空中的一条快速风带，会影响雨云往哪里走。厄尔尼诺常把太平洋急流向南推、向东伸，带着降雨的天气系统扫过美国南部。美国国家气象局最新的三个月预报认为，2026—2027年冬季，美国东南部，包括佛罗里达、佐治亚和南北卡罗来纳，出现高于平均降雨量的机会最大。1997—1998年的厄尔尼诺冬季，就给东南部带来严重洪水，并在佛罗里达生成龙卷风。 加利福尼亚也可能迎来多雨冬季，预报认为这种可能性较高。州长加文·纽森已在预计洪水和泥石流到来前宣布紧急状态。最近发生野火的地区尤其脆弱，气候变化还会加重风险。2024年2月，加州长滩就曾遭遇严重洪水。过去许多厄尔尼诺年加州偏湿，2023—2024年冬季的降雨还缓解了干旱；但也不是每次都这样，2015—2016年强厄尔尼诺期间，加州降雨反而低于平均。 沿海还要防大浪和侵蚀。厄尔尼诺会让太平洋海水向东涌，形成所谓的开尔文波。海水到达美洲西海岸后不能再往东走，就会沿海岸扩散数周甚至数月，可能把海平面抬高15厘米（6英寸）或更多。 小标题：北方干燥、温暖，雪场发愁 北美的北部则更可能偏暖、偏干，包括美国西北部、北部平原、俄亥俄河谷，以及加拿大西部和中部。暖冬会降低洪水风险，但降雨减少可能让地下水和河流水位偏低，给来年春夏的干旱和野火添柴。滑雪场也可能因缺雪而受影响。长期预测认为今年出现干暖冬季的可能性比平常高，但厄尔尼诺并不保证一定这样。1982—1983年和2015—2016年，美国西北部就比正常情况更湿。 小标题：雪迷的“混合消息” 在美国北部大部分地区和加拿大大片地区，干暖天气会让降雪更不容易出现。更南边却可能因为降水偏多，在加州山区和南部落基山脉迎来大雪，这对水库和来年用水是好消息。美国南部和东部海拔较低的地方，也可能更容易下雪，但前提是空气足够冷。华盛顿特区在厄尔尼诺冬季常常比平常雪多，可不是每次都这样。2009—2010年冬季的破纪录降雪让城市几乎停摆，2016年东海岸也出现大范围暴风雪；但1972—1973年和1997—1998年这两个厄尔尼诺冬季，华盛顿只下了0.1英寸（0.25厘米）的雪。 加拿大东部和美国东北部若冬天更暖，原本会变成雪的水汽可能变成雨，也可能增加冻雨机会。1998年著名的“大冰暴”就让加拿大蒙特利尔受灾严重，并被认为部分与厄尔尼诺有关。科学家还指出，人类活动引起的气候变化正在让许多地方的总降雪量减少，因此预测会更复杂。同样是厄尔尼诺，为什么有的地方大雪纷飞，有的地方却几乎不下雪？这提醒我们，不能只看一个因素。 小标题：极地涡旋会不会来“搅局”？ 还有一个复杂因素：极地涡旋。它是冬季围绕北极的一圈强风，位于平流层，离地面约16—48公里（10—30英里），把寒冷、稠密的空气困在北极上空。有时它会减弱、被打乱。一些证据显示，厄尔尼诺释放到大气中的能量，可能让这种情况更容易发生。 极地涡旋受扰后，影响有时会向下传递，削弱极地急流，让冷空气南下，侵入加拿大和美国，也可能让冬季后段更容易下雪。但这并不总会发生，科学家对两者之间的联系也还没有完全弄清。 小标题：是概率，不是命运 报道强调，没有两个厄尔尼诺完全相同，影响也不是注定的。它只是把某些天气结果的可能性调高或调低。对家庭来说，重要的不是记住“一定暖冬”或“一定大洪水”，而是关注当地预报、了解风险，并在需要时提前准备。如果你住在可能洪水或泥石流的地区，你会和家人做哪些准备？

一场持续超过22小时的微软服务中断，让全球许多用户无法正常使用邮箱等工具。微软365是一项被大量个人、公司和机构使用的在线服务，Outlook就是其中常用的邮箱工具。这样一次故障，为什么会引起全球关注？ 【故障原因】 根据报道，这次中断影响了微软365服务，例如Outlook。全球约有4.3亿人使用微软365，问题报告来自70多个国家。恢复过程花了将近一整天，工程师逐步把服务恢复。 报道说，常规的自动检查让一些服务器下线，结果剩下的服务器承担了过多流量，像一条路突然少了几条车道，车流就更容易拥堵。这里的服务器可以理解为专门处理网络请求的电脑。微软后来道歉，并表示这是技术故障，不是网络攻击。 【影响范围】 小型企业宪章组织（Small Business Charter）的执行主任弗洛拉·汉密尔顿说，这次事件是一个“严酷提醒”，说明企业多么依赖像Outlook这样的数字系统来维持运营。对许多中小型企业来说，邮箱是联系客户和供应商、创造收入的基础工具。 中断还影响了不少公共机构：美国众议院和澳大利亚情报机构的邮件系统受到干扰，新加坡法院系统和印度航空公司客服支持台也受到影响。为什么一家公司的服务出问题，会牵连到这么多不同地方？ 微软在周五晚些时候（格林尼治时间）表示，暂时没有完全恢复的预计时间。公司发言人说，由于需求量很大，他们选择逐步恢复服务；虽然花的时间更长，但有助于确保恢复过程稳定。 【专家提醒】 前软件工程师格盖利·奥罗什（Gergely Orosz）说，这类中断并非闻所未闻，不寻常的是微软恢复用了这么久。他认为，这显示出我们对少数美国大型科技公司的依赖。 AI策略师沃尔特·帕斯夸雷利（Walter Pasquarelli）告诉BBC，对政府、企业和关键基础设施来说，这次中断“把它们的脆弱性和依赖清楚地暴露出来”。他还提醒，随着AI助手接入我们的邮件、日历和文件，类似的故障可能影响得更广。关键基础设施可以理解为社会运行离不开的系统，比如交通、能源和通信。 【接下来】 奥罗什提出，一个降低风险的办法是把服务按地区拆分开，这样某个地区出问题时，不至于让所有地方一起受影响。报道提到，亚马逊的云服务AWS已经采用类似做法。微软表示正在复查故障原因，希望找到办法防止类似事件再次发生。当少数大公司提供很多关键服务时，我们该怎样让社会更有准备？

据BBC体育报道，体操可能成为最早在奥运会上使用AI辅助判分的项目之一。国际体操界人士说，如果2028年洛杉矶奥运会完全不用AI辅助判分，他们会“非常惊讶”。这意味着，未来奥运奖牌的归属，可能会有AI技术在旁边帮忙看动作。 小标题：AI裁判怎样工作 这套系统叫“判分支持系统”（JSS），由富士通从2017年开始研发。它用摄像头、人工智能和动作分析来识别体操动作，还能提供多角度视频回放和身体角度的数字信息。系统已经录入了800多个体操元素，包括身体姿势、肩部角度和腿是否弯曲等要求。裁判仍然看比赛，但AI会给出参考数据。 小标题：争议从哪里来 在最近于鹿特丹举行的世界体操锦标赛上，JSS被用于判分。奥运冠军卡洛斯·尤洛和英国选手、奥运铜牌得主哈里·赫普沃斯在资格赛中做同一个“屈体德拉古列斯库”跳马动作，难度分却从5.6被降到5.2。两人在决赛中又做这个动作：赫普沃斯获得第六名，尤洛摔倒后获得第七名。 赫普沃斯说，他在半转时弯腿，是为了准备落地、避免受伤，但AI系统认为他做成了“团身”姿势，于是难度分被扣掉0.4。他觉得这让自己在决赛中少了好几个名次。尤洛则说：“这是AI，我不是机器人，我们是人。”他不明白，为什么大家都觉得是屈体，分数却只有5.2。如果你苦练一个高难动作，却因为一个很小的角度被降分，你会怎么想？ 小标题：裁判和官员的说法 男子竞技体操技术委员会主席安德鲁·汤姆斯认为，AI系统可以帮助保证公平。他说，即使没有JSS，裁判在世锦赛上也会做出同样的降分决定；这些决定“基于系统中的信息是正确的”。不过他也承认，需要从比赛中学习经验，正在和教练讨论：JSS应该在动作的哪个时刻进行测量，尤其可能微调腿部测量的时间点。他还说，伸直和屈体之间有时只差1度，AI可以在这种很接近的判断中帮助裁判。 赫普沃斯并不完全反对AI。他说，如果系统能改进，它会是一个“很棒的工具”；但他也担心，如果高难动作总被降分，运动员还会愿意挑战更难的动作吗？ 小标题：其他项目也在试 不只是体操。马术盛装舞步、自由式滑雪和单板滑雪等需要裁判打分的奥运项目，也在研究AI辅助判分。组织者希望它能提高公平、准确和比赛的公正性，减少模糊和主观判断，也让观众更容易看懂分数。冬季项目会先在高水平空中技巧滑雪中测试，让AI和人类裁判“同时工作”；如果成功，再考虑推广到U型场地、坡面障碍技巧和大跳台。 国际滑雪联合会秘书长乌尔斯·莱曼还希望AI能加快判分速度。他测过空中技巧滑雪的判分，平均每名运动员要1分45秒；他希望能缩短到最多15到20秒。 马术项目则更谨慎。国际马术联合会正在探索AI如何用于盛装舞步判分，并将在世界杯比赛中试用。该联合会盛装舞步主管罗南·墨菲说，盛装舞步不只看动作是否技术正确，还要看动作质量、马和骑手之间的和谐，这些是AI目前无法评估的。AI也许能帮助检查马匹福利，比如观察马鼻子是否一直保持在垂直线后方，但这类应用需要严格验证和兽医专业意见。墨菲说，能否在2028年洛杉矶奥运会使用AI判分“很难回答”，但如果有技术上的好处，他们愿意考虑。 小标题：人类裁判仍有一席之地 目前看，至少在一些项目里，AI被设计成辅助人类裁判，而不是完全替代。冬季项目会先让AI和人类裁判一起工作；马术官员也认为，人类裁判始终会有角色。这也引出一个重要问题：当AI的数据和人的判断不一致时，应该听谁的？

最近，一条“AI发现未知玛雅遗址”的消息在网上传开。但事实是：AI程序这次并没有发现一个此前未知的玛雅遗址；它标出的地点，早就在一年多前的一篇学术论文里被记录过了。一些科学家说，他们越来越担心业余爱好者带着强大的AI工具突然进入专业领域，却不了解自己看到的东西。 事情是怎么发生的？ 谷歌研究员彼得罗·米奥蒂声称，他用一组AI工具找到了一个“可能没有被绘制进地图”的玛雅遗址。这个项目是他的个人副业，没有使用谷歌的计算资源或任何谷歌资源。他并不是考古学家。一次在秘鲁旅行时，他想到：如果古代探险家有现代技术，会怎么做？他选择了激光雷达。这种技术用激光扫描地面，能制作详细的三维地形图，有时能看出被树木遮住的土丘和建筑痕迹。他让48个AI智能体去翻看美国航空航天局公开的激光雷达数据。因为秘鲁的公开数据覆盖不多，他把目标转向玛雅地区。 AI程序标出了许多看起来有希望的地点，其中一个是一个“似乎没有被登记”的大型村落。米奥蒂随后联系墨西哥国家人类学与历史研究所（INAH），询问这个地点是否已经被知道，包括有没有尚未发表的研究。他用AI程序把邮件翻译成西班牙语。该机构回复说，没有这个地点已登记在案的记录。米奥蒂在博客里说，从旅行中的一个想法，到收到墨西哥政府机构的正式回复，用了不到72小时。他很兴奋，认为这可能是一场科学革命，还呼吁用激光雷达测绘整个地球，让AI帮忙寻找更多遗址。不过他也强调，自己不是考古学家，这个发现需要实地考察验证。 问题出在哪里？ 熟悉当地考古的专家很快发现，这个遗址早就在一篇学术论文里被记录过，论文发表已经超过一年。为什么政府机构没有记录，专家却知道？因为政府数据库不是全世界考古知识的完整清单。很多遗址的精确坐标不会公开发布，以防盗掘；要核对一个地点是否已知，常常得把图像和论文里的图版进行比对，而不是简单搜索数据库。 阿拉巴马大学伯明翰分校的考古学教授莎拉·帕卡克在社交平台Bluesky上说，这就是为什么科学需要同行评审。一个东西不在政府数据库里，不等于它没人知道或没被绘制过。其他考古学家也批评，说这会把专业人员几十年来用先进数字工具完成的工作说成“新发现”，还可能传播错误信息。想一想：为什么“政府数据库里没有”不能直接等于“从来没人发现过”？ 专家怎么看AI的作用？ 论文作者之一、考古学教授伊万·什普拉伊奇说，考古学家使用激光雷达和其他遥感工具已经很多年了。他并不觉得AI程序这次的工作有多特别。他还说，米奥蒂去问墨西哥国家人类学与历史研究所是值得肯定的，但“还不够”，因为该机构并不掌握所有信息；一个遗址群没有官方记录，不代表考古学家没发现、没探索过。 伦敦大学学院的伊丽莎白·格雷厄姆教授说，在玛雅地区工作的考古学家知道大量还没探索、发掘或绘制地图的遗址，很多是靠人走出来的。她还提醒，“发现”这个词要小心，因为当地社区往往早就知道这些地方。她也承认，米奥蒂用AI从激光雷达数据里标出土丘的工作做得还不错，但解读激光雷达数据并不简单。她强调：“只是看到一个东西，并不会给我们的知识增加多少。”什普拉伊奇也说了类似的话。格雷厄姆还说，真正的大问题是研究经费不足：没有钱发掘和绘图，就算“发现”更多地点，也未必增加多少知识。 AI也会漏掉，也会犯错 米奥蒂后来承认，他和AI程序确实漏掉了那篇论文。他说，考古学家通常不会公开遗址坐标，所以检查一个地点是否已知，需要拿图像和论文中的图进行比较，而不是搜索数据库；这对AI程序来说难得多。有人指出问题后，他尽快更新了博客和帖子，给原研究者的工作注明功劳。他也说，专家知识“是验证AI发现所必需的”。米奥蒂还说，他没想到会引来这么多关注，并承认作为非考古学家，他一开始没有意识到：一个地点没有登记，并不等于它没有被绘制过。 不过，米奥蒂说，也有一些考古学家和博士生联系他，对这套工作流程感兴趣，想知道能不能用来帮助整理自己的调查数据。他认为，AI可以帮助专家处理大量数据，但不能代替专家判断。如果你用AI找到一个看起来没人知道的地方，下一步应该先做什么？ 为什么大家担心？ 什普拉伊奇说，他担心业余爱好者用AI提出大量“新发现”，把核实工作压到考古学家身上。他接受采访时说，就在当天，他又收到另一个AI“发现者”的邮件。他还提到另一个风险：如果业余者公开遗址位置，可能吸引盗墓者。专家为什么担心公开地点可能带来盗墓风险？不过他也说，只要这些“发现”没有导致盗掘，他不认为有特别大的问题。 这起争议也反映AI进入科学时的一个普遍问题：AI可以很快处理信息，甚至做出令人印象深刻的结果，但它不一定了解已有研究，也不一定知道怎样正确解释结果。文章还把它和OpenAI最近在数学上的进展相比较，说明AI可能很能干，却不一定接得上已有研究。真正的研究不只是“看到一个东西”，还要查资料、验证、理解背景，并对前人的工作给予认可。否则，专家就得花时间去弄清楚“到底发现了什么、这件事为什么重要”，而这本来就是科学研究的一部分。

科学家在印度东部的喜马拉雅山区发现了五种新的小型角蛙。研究团队说，这让这一类叫做 Jingophrys 的角蛙中，已知物种数量增加了一倍多。这可不是从书里翻出来的答案，而是科学家走进森林，一点一点找出来的新发现。 【五年的野外寻找】 这项研究由印度德里大学和美国哈佛大学的科学家合作完成，领导研究的是哈佛大学比较动物学博物馆的 Sonali Garg 博士，合作者包括 James Hanken、德里大学的 SD Biju、Tage Tajo 和 Radhakrishna Upadhyaya K。团队花了五年时间做野外调查，才确认这些青蛙属于 Jingophrys 这一类。Garg 博士说，这项研究提醒人们：在一些很少被研究的物种身上，重要的进化变化也可能一直没被发现。 为什么找几只小青蛙要花五年？研究者 SD Biju 说，有些新物种非常隐秘，只住在偏远的森林里，而且只在很短的繁殖季出现。错过那段时间，就可能要再等下一次。 【会吃蜗牛的角蛙】 五种新蛙中，Jingophrys tanogogo 又叫“吃蜗牛的角蛙”。科学家说，它是印度第一种已知会吃蜗牛的青蛙，也是它所属的蛙类家族中第一次被记录到这种食性。这个发现让科学家知道，它的食物里包括蜗牛。不过，关于它怎样捕食、在森林里怎样生活，还需要更多研究。 【名字里的感谢】 五种新蛙分别叫 Jingophrys taniitatii（Tanii 角蛙）、Jingophrys tanogogo（吃蜗牛的角蛙）、Jingophrys siangensis（Siang 角蛙）、Jingophrys hrdy（Hrdy 角蛙）和 Jingophrys wularsoni（Wu-Larson 角蛙）。其中，Tanii 角蛙的名字来自当地 Tanii 部落，再加上当地 Apatani 语言里表示“青蛙”的词 tatti。研究者说，当地部落提供了重要的野外支持和知识，帮助团队完成发现。你觉得，科学发现应该怎样记住当地人的贡献？Hrdy 角蛙则是在印度阿鲁纳恰尔邦被发现的。 【喜马拉雅山与青蛙进化】 喜马拉雅山从热带森林一直延伸到高山草甸，是世界上生物多样性最丰富的地区之一。但科学家说，这里还有很多地方没有被充分调查，阿鲁纳恰尔邦就是研究较少的地区之一。研究认为，喜马拉雅山在青蛙进化中扮演的角色，可能比科学家以前认为的更大，这里也是一个容易被忽视的生物多样性热点。DNA 分析显示，随着喜马拉雅山脉抬升、亚洲季风逐渐形成，这些角蛙在数百万年里快速分化出多个物种；山脉和季风也影响了这一地区植物和野生动物的进化。 【发现之后还要做什么】 这项研究发表在 11 月 11 日的《皇家学会开放科学》期刊上。科学家说，接下来还要研究这些新蛙的生物学特点和保护需求，包括 Siang 角蛙。发现一个新物种像找到一页新地图，但地图上还有大片空白。如果一片森林里可能住着还没被认识的小动物，人类开发、旅游或修路时应该更谨慎吗？这不是只靠一次发现就能回答的问题，但它提醒我们：保护生物多样性，往往要从“先知道那里有什么”开始。

2026年11月12日，BBC Verify发布了一项调查：在印度首都德里，排灯节期间的空气污染数据出现了明显的不一致，官方数字可能没有完整反映当时污染有多严重。 两个官方数据，为什么对不上？ 11月8日是印度重要节日排灯节。烟花照亮夜空时，德里一些监测站记录到很高的PM2.5。PM2.5是很细小的颗粒物，能进入人的肺部，带来严重健康问题。德里常被认为是世界上污染最严重的城市之一，所以市民能否相信官方数据非常重要。 问题出在两个机构的数据上。印度中央污染控制委员会（CPCB）发布的空气质量指数（AQI）常被媒体引用，AQI是给空气质量打分的指数；德里污染控制委员会（DPCC）也管理监测站。BBC Verify发现，DPCC数据中每一次超过1000微克/立方米的每小时PM2.5读数，都没有出现在CPCB的公开记录里。CPCB说，超过1000的读数超出了设备校准的检测范围，所以被排除在计算之外；在排灯节烟花这样的极端时段，某个监测站可能出现“数据缺口”，这些小时不进入该站的24小时平均值。 你觉得，当仪器遇到“超出量程”的污染时，把它标成缺失更好，还是应该特别注明“这里曾经非常严重”？ 最严重的几个小时去哪了？ BBC Verify检查发现，从11月8日21时到9日7时，德里59个CPCB监测站共有217个每小时PM2.5数据缺失。只有16个站这段时间数据完整，另有43个站至少缺了一个小时。30个DPCC管理站点中，有116个超过1000的读数，没有一个出现在CPCB公开记录中。DPCC数据显示，有三个监测站记录到超过3000微克/立方米的每小时PM2.5。 CPCB的方法要求，一个监测站至少要有16小时有效PM2.5数据，才能计算日平均。缺失太多，这个站就可能不参与官方污染计算。比如南德里的RK Puram站，污染峰值接近2500微克。BBC Verify用该站读数算出，11月8日17时之后24小时平均约945微克；但CPCB公开数据只覆盖其中14个小时，算出的平均只有299微克。 少了最严重的几个小时，24小时平均会变成什么样？这会不会让人误以为空气比实际“干净”一些？ 平均数字背后的健康风险 BBC Verify比较同样30个监测站、覆盖排灯节夜晚的24小时数据：CPCB可用的读数平均为240微克/立方米，DPCC数据平均为551微克/立方米，后者是前者的两倍多。世界卫生组织建议，PM2.5的年平均浓度不应超过5微克/立方米。 能源与清洁空气研究中心（CREA）的研究员马诺伊·库马尔博士告诉BBC Verify，排除高读数可能让实际污染水平被误读，也可能让人们对官方数字失去信任。他还说，即使短时间暴露在极端颗粒物污染中，也可能对健康造成不良影响。伦敦城市圣乔治大学的环保流行病学家西拉·克拉克博士警告，把高污染读数归为“缺失”，可能漏掉最容易引发哮喘发作、心脏病发作等短期健康事件的时段。她建议，德里可以同时公布两套情况：一套包含极端污染时段，一套不包含；这样既能显示日常典型水平，也能说明少数极端日子带来的影响。 由于全市数据缺失，尽管一些监测站的污染在夜间急剧上升，CPCB在11月9日16时报告的德里AQI为344，比前一天同一时间的376还低。 污染不只有PM2.5 污染也不只来自烟花。汽车尾气、建筑灰尘、农田焚烧和大气条件等都会影响空气质量，烟花在冬季尤其可能让污染加重。卫星图像显示，11月8日和9日德里上空有厚厚的雾霾。卫星还观测到，大气中的二氧化氮、一氧化碳和火灾活动在11月8日有所增加，不过这些是大气测量，不是地面监测。与2024年和2025年相比，排灯节那一周的整体平均值并不算很高。 争论还在继续 一些政府批评者和反对党指责政府故意少报污染。CPCB否认这一点，表示自己“致力于透明、科学和可靠的报告”。这件事的关键不只是数字高低，还关系到公众能否获得完整信息来保护自己。如果你是负责公布数据的人，你会怎样让市民既看到平常水平，又不错过极端污染？

最近，非洲文学界的一场争议有了新进展。凯恩非洲写作奖（Caine Prize for African Writing）表示，经过内部审查，没有发现证据证明津巴布韦作家 Simbarashe Kundizeza 使用生成式AI写了他的获奖短篇小说，并确认他是今年这项奖的得主，奖金为1万英镑（约合1.3万美元）。 【争议从哪里来？】 这篇小说叫《The Blue Fighter》，故事讲一个男孩的家庭陷入困境。美国杂志《大西洋月刊》（The Atlantic）刊登了记者 Vauhini Vara 的文章，标题是“Yet Another Literary Prizewinner Seems to Be AI”（又一位文学奖得主似乎用了AI）。文章称，AI检测软件 Pangram 显示，这篇小说完全由AI生成。报道一出，社交媒体上议论纷纷，Kundizeza 否认了这项指控。 【调查是怎么做的？】 凯恩奖董事会主席 Ellah Wakatama 在 X 上发布视频说，奖项方面认真、公平地考虑了这些指控，并选择了“以人为中心”的调查方式。调查包括采访作者、评审团，以及首次发表这篇小说的《Shallow Tales Review》。他们还请独立专家分析作者草稿的元数据。奖项声明说，这项分析由独立的网络安全与数字取证调查员完成。 Wakatama 说：“从我们详细的调查来看，证据是清楚的：《The Blue Fighter》是人写的。” 【检测软件不是最后答案】 在这件事里，AI检测软件的结果引发了怀疑，但奖项方面没有只依赖检测软件，还去核对作者、评审、发表平台和文件元数据。元数据可以理解为文件自带的技术信息，能帮助调查人员了解作品是怎样被创建和修改的。这里也可以想一想：如果一个软件的判断和作者的说明不一致，我们该怎样判断谁更可信？ 【作家的灵感来自哪里？】 在赢得这项奖的第二天，Kundizeza 告诉 BBC，他受到一首诗的启发。那首诗由南非的 Vangile Gantsho 在加纳的一次活动上朗读，内容关于她父亲对建造鱼缸的着迷。Kundizeza 把这种灵感与自己的生活经历结合起来，故事背景放在大约2002年津巴布韦经济开始困难的时期，并加入了虚构细节。 【不止这一起争议】 今年，其他文学奖也出现过类似争论。特立尼达作家 Jamir Nazir 获得英联邦短篇小说奖，尽管有人指控他使用AI；加拿大—海地裔作家 Thélyson Orélien 因被指控在首部小说中使用AI而退出法国龚古尔文学奖，他否认了指控。Vara 还告诉 BBC 的 Front Row 节目，她把此前其他凯恩奖获奖小说放进 Pangram 检测，结果都显示“100%由人写”。 这些争议也引来社交媒体上的反弹。一些非洲作家提出担忧：类似的AI指控是否更常针对非白人作家？ 【这件事为什么重要？】 文学奖要奖励人的创作，也要保护公平和信任。对作者来说，被怀疑用AI可能会影响名声；对读者来说，大家会想知道，我们读到的故事究竟是谁写的。对评奖机构来说，调查既要找出事实，也要避免因为一次软件判断就误伤作者。如果你写了一篇自己很满意的故事，却被怀疑是机器写的，你会怎么想？

BBC体育在2026年11月11日报道，英国一名议员正在推动一项变化：给足球训练中的“反复头球”加上法律限制。他的理由是，越来越多研究担心，长期、反复的头部撞击可能与大脑疾病风险增加有关。 大家担心什么 研究人员发现，足球运动员死于神经退行性疾病的可能性，大约是普通人群的3.5倍。神经退行性疾病是一类会影响大脑和神经系统的疾病。这里讨论的是长期、反复的头球和头部撞击可能带来的风险，并非偶尔顶一次球。 来自伊辛顿选区的工党议员格拉汉姆·莫里斯在周二提交了一项“早期动议”。他告诉BBC体育，动议的目标是让更多人注意到：反复头部撞击，尤其是足球头球，与神经退行性疾病风险增加之间的证据正在增多。动议还把保护球员大脑健康称为“重要的公共健康和球员福利问题”。莫里斯说，动议鼓励政府在预防、教育和球员保护方面发挥更积极的作用。 现在的规则 足球并不是完全没有限制。英格兰足球协会已经在11岁及以下儿童的基层足球比赛中，逐步取消故意头球；在业余层面的训练中，建议每人每周头球不超过10次。英格兰的职业俱乐部也被建议，把训练中的“高强度头球”限制在每周10次以内。 苏格兰走得更远：在职业足球中，比赛前一天和比赛后一天禁止头球训练。 不过，慈善组织“Head Safe Football”的创始人朱迪思·盖茨博士认为，只有自愿指导还不够。她说，教练和家长可能不知道这些指导或禁令，也可能不知道为什么要这样做，因此需要更清楚、更具体的限制。她的丈夫、前米德尔斯堡球员比尔因CTE去世；CTE（慢性创伤性脑病）是一种与反复头部撞击有关的退化性脑病。她也承认，真正执行法律限制会很困难。 如果你是小球员，看到“每周最多10次头球”这样的建议，会不会想问：这些数字是怎么定出来的？ 议员想推动什么 莫里斯的动议支持“Head Safe Football”在9月提交的一份全国请愿，并呼吁政府采取几项行动：对足球训练中的反复头球设定法律上限；成立跨部门工作组，让医学专家、球员代表、倡议团体和足球管理机构一起制定可执行的保护规则；把CTE认定为公共健康问题；制定保护球员大脑健康的全国行动计划；在学校和体育课中加强相关教育。 不过，早期动议主要是让议员表达意见、争取支持。即使有很多议员签名，也不保证一定会在议会辩论。 首相和足球界的声音 与此同时，首相安迪·伯纳姆在接受《每日电讯报》采访时呼吁，英格兰足球应正式承认这项运动面临的失智症危机，并为退役球员建立“工伤”赔偿计划。他在给BBC体育的声明中说，自己听过受失智症和脑损伤影响家庭的故事，认为他们不应该如此艰难地争取被听见。 此前，对前英格兰世界杯冠军诺比·斯泰尔斯和苏格兰后卫戈登·麦昆死因的调查发现，反复头球对他们的死亡有影响。 职业足球运动员协会和英超联赛建立了脑健康基金，自2023年起每年提供约100万英镑。但活动人士认为，这不足以支付护理费用。英格兰足球协会没有向该基金出资，但表示仍在投资研究，并已在职业和基层足球中推出指导。足总发言人说，头球与长期大脑健康之间的联系仍在科学研究中，但足总一直努力让比赛更安全。 问题来了：当研究还在继续时，应该先采取更严格的保护措施，还是等证据更完整再行动？ 执行起来难在哪 限制头球听起来简单，真正执行却不简单。训练由不同俱乐部、教练和学校组织，规则监督、家长和孩子的理解、以及保留足球运动特点，都需要仔细考虑。 盖茨博士也承认，法律限制执行起来会有挑战。但支持者认为，正因为头球风险可能长期积累，才更需要明确规则。 你觉得，一项保护球员的规定要怎样才算真正有效？

据福克斯新闻科技频道报道，Instagram 的人工智能可能识破青少年虚报年龄的情况。也就是说，如果一个青少年在账号里填了不真实的年龄，平台也许能用 AI 发现异常。 小标题：哪些是已经知道的？ 从目前可见的信息看，核心事实是：Instagram 的 AI 可能与识别青少年虚假年龄有关。报道标题没有说明 AI 具体看哪些信息，也没有给出准确率、误判后果或平台会怎样处理账号。新闻里没写清楚的细节，不能靠猜来补。 小标题：平台为什么关心年龄？ 很多社交平台会设置最低使用年龄，并给未成年人不同的设置和保护。如果年龄填错，平台可能把青少年当成成年人，保护措施就可能不适用；反过来，如果 AI 把成年人误判成青少年，也可能带来麻烦。想象一下，你注册一个网站时，它问你几岁，你会如实填写吗？为什么？ 小标题：AI 不是魔法 AI 可以找规律、做估计，但估计不等于百分百确定。年龄判断可能参考账号资料或使用方式，但报道没有告诉我们 Instagram 具体怎么做。若 AI 判断错了，用户可能需要申诉，平台也需要有纠正办法。平台为什么要在意用户是不是青少年？这背后其实是安全、隐私和便利之间的取舍。 小标题：接下来要看什么？ 接下来，值得关注的问题包括：这种 AI 判断有多准确？会不会侵犯隐私？用户能不能解释或申诉？平台会不会告知家长？如果 AI 判断错了，把成年人当成青少年，或者把青少年当成成年人，会有什么影响？这些都是报道后续需要回答的问题。

最近，英国广播公司（BBC）的一条新闻把镜头对准了澳大利亚悉尼的蓝花楹。每年春天，这些树通常会开花六周，把这座海港城市和社交媒体页面染成一片紫色。 小标题：一座城市变成紫色 报道说，蓝花楹是悉尼春季很有代表性的景象。花开时，街道、城市景观和人们手机里的照片、视频都可能被紫色占满。新闻标题提到“紫色花朵让街道关闭”，但报道正文主要介绍花季和游客，没有详细说明哪些街道会关闭、关闭多久，或具体怎样管理交通。读新闻时，我们可以把标题和正文分开看：标题负责吸引注意，正文负责提供细节。 小标题：游客从世界各地来拍照 BBC记者塔比·威尔逊（Tabby Wilson）去了澳大利亚最有名的蓝花楹拍照点之一。她采访了从世界各地赶来的游客。对游客来说，这是一场短暂的春季景观；对城市来说，花季也会带来人流、拍照和社交媒体的关注。为什么一种花能让这么多人专门旅行来看？当很多人同时涌向一个地方，城市生活会发生什么变化？ 小标题：花期只有六周 蓝花楹的花期通常只有六周。时间短，让花季显得特别。报道没有说街道关闭一定是因为游客，也没有给出人数或交通数据。我们能确定的是：悉尼的蓝花楹在春天开花，吸引游客和网络关注，BBC记者也到现场采访。 小标题：新闻里的事实和问号 这条新闻留下了几个值得追问的问题：街道关闭到底发生在哪里？谁来决定关闭？附近居民和商家会受到什么影响？如果你是城市管理者，你会怎样在欢迎游客和维护日常生活之间做选择？