最近，两起涉及人工智能生成内容的谣言事件接连引发社会广泛关注。深圳警方通报，网传“东鹏特饮创始人不喝自家饮料”一事，经查证系某自媒体从业人员借助AI工具编造的虚假信息，目前造谣者已被依法刑事拘留。几乎同一时间，网上热传一篇题为《为什么导师喜欢娶自己的博士》的所谓学术论文，声称出自上海对外经贸大学教师单福之手，校方迅速回应称该校并无此人，推测系AI生成内容，并表示将追究发布者的法律责任。两起事件相隔不过数日，却共同指向一个令人不安的趋势：人工智能技术正在被滥用于制造和传播谣言，而这类谣言的生产速度之快、迷惑性之强，已经远超传统谣言。

严惩造谣者，当然大快人心。然而，我们也必须清醒地认识到，一个造谣者被查处，更多潜在的造谣者可能正在屏幕背后输入新的指令，批量生产下一条虚假信息。AI谣言之所以屡禁不止，根子在于生产成本的断崖式下跌。过去，编造一条足以以假乱真的视频或图文，需要专业的后期制作技术、复杂的剪辑流程和较长的时间投入。如今，只需输入几句简单的指令，大模型就能在数秒内自动生成文案、画面乃至虚拟人像，整个流程几乎不需要任何专业技能。造谣变成了流水线式的标准化作业，而辟谣却依然要依赖逐条核实、多方查证的传统路径，两者之间的成本完全不对等。这种不对等造成了一种尴尬的局面：谣言跑遍半个互联网，真相可能还在核实流程中缓慢流转。

更棘手的是，AI生成的内容天然带有一种理性、客观的外衣，其语言流畅、逻辑自洽，甚至能模仿权威媒体的表达风格，这让不少公众在不知不觉中放松了警惕。以那篇“碰瓷”高校师生关系的假论文为例，从5月底开始在部分学术社交平台流传，到6月底校方才正式出面澄清，前后近一个月的传播窗口期内，多少误读已经悄然扩散，多少人对高校学术生态的负面印象又被加深了一层。AI谣言借助算法推荐和社交裂变，传播效率远超传统谣言，而辟谣信息的触达率却受限于平台规则和用户注意力，两者之间形成了巨大的“辟谣鸿沟”。

因此，对造谣者施以法律严惩，是必要的一步，但绝非终点。法律惩戒解决的是“不敢造”的问题，而“不能造”和“不易传”这两个更深层次的目标，更需要治理体系的系统性升级。当前，各大网络平台虽然建有谣言库和关键词屏蔽机制，但AI模型通过对抗训练可以轻易绕开这些固定防线，比如变换表述方式、替换同义词、调整语序等，使得关键词过滤机制形同虚设。审核系统的反应速度始终慢谣言一步，这种“道高一尺、魔高一丈”的猫鼠游戏，显然不是长久之计。技术治理的滞后，叠加公众对AI虚假信息辨识能力的普遍匮乏，共同构成了谣言滋生蔓延的土壤。

构建长效治理机制，需要向前延伸拦截链条，向后补上认知短板。在技术层面，与其被动地依赖关键词屏蔽，不如投入更多资源开发高效、精准的AI内容检测工具，在谣言大规模扩散之前就将其识别并拦截。各大平台的谣言库应当实现信息互通、样本共享，防止谣言跨平台流窜传播，避免形成“打一枪换一个地方”的游击战格局。更重要的是，必须筑牢公众的认知防线。如果每个人都能对来路不明的信息多一分审慎，   对“有图有真相”的视频多一分合理怀疑，对自媒体账号的动机多一分冷静判断，那么谣言的传播链条就会被从源头斩断大半。学校、社区和媒体应当联合开展面向不同年龄群体的数字素养教育，帮助人们掌握识别AI生成内容的基本方法，比如观察画面细节是否自然、查证信息来源是否可靠、对比多方报道是否一致等。

归根结底，治理AI谣言是一项系统工程，既要对造谣者举起法律利剑，让其付出足够沉重的代价，也要通过制度完善和技术升级不断压缩谣言的生存空间，更要在全社会培育理性审慎的信息消费习惯。技术本身是中性的，它既可以为人类创造价值，也可能被恶意利用。我们无法阻止技术的进步，但完全可以通过制度设计和社会共识，将技术滥用的风险降到最低。面对AI时代的信息洪流，唯有以更快的反应、更严的法规、更智的治理和更清醒的公众，才能构筑起抵御谣言的坚固防线。