百度百科陷"词条维权”困局：个人隐私、错误信息如何止？

"证明我是我"——这个曾在行政审批中饱受诟病的悖论，正在互联网知识平台重演。

上海杨浦的朱先生近日发现，百度百科上关于自己的词条不仅存在事实性错误，更在修正过程中陷入隐私让渡与程序困局。

当知识共享平台异化为个人信息"失控区"，其背后折射的是否是平台机制的缺陷？

未经授权建立个人词条还出现事实错误

开放编辑与责任缺失的双重困境

根据正在新闻报道，近日，上海杨浦。朱先生在查询资料时发现个人信息被他人编辑并上传至百度百科，该百科内容与实际不符，信息有误。

截图自正在新闻

6月5日，朱先生告诉《正在新闻》，百度百科上对他的信息阐释跟事实相差甚远，比如他在浙大研究领域是石器微痕，并不是陶瓷，同时在研究成果这部分，自己并不是首次将支钉间隔具作为核心研究工具，编辑的十分不严谨。

朱先生尝试修正自己的词条，选择了“本人编辑”的方法。最开始朱先生提供了自己的毕业证，随后又被要求其他证明材料，到最后甚至要求朱先生人脸识别。朱先生表示，连支付软件都未开启人脸识别，百度凭什么要求他人脸识别才可以编辑这些错误的材料。

同时，朱先生表示，如果要建立个人百科词条，要么是当事人本人来编辑，要么是公众人物由他人编辑。百度百科未经授权建立个人词条还出现了事实错误，对自己造成了困扰；更正错误信息时还索要多个材料，侵犯自己的隐私权。朱先生认为百度没有权力也没有理由来做这些事情。

6月6日，百度百科客服对朱先生表示，删除词条流程繁琐是因为担心有人恶性删除，刷脸的环节已经反馈给技术人员，如果目前词条内容对朱先生造成困扰，需要删除的话，将转至侵权组同事做备案，协助处理。

事实上，快消前瞻在社交平台检索发现，不少网友也遇到过类似问题。

在小红书平台，有网友称“百度词条侵犯隐私，删除困难重重”，表示自己莫名其妙在百度百科有不符合自己信息的词条，申请删除不仅需要身份证正反面、还需要手写保证函和人脸识别认证来“证明我是我”。该网友认为自己的个人隐私和信息权利受到侵害，随后该网友向当地12345进行了相关投诉，但并未有何进展。

截图自小红书平台

在该帖子下面，同样有网友表示自己也是“删除无门”，认为“创建词条的人能够胡言乱语，本人想删却受阻”。

在黑猫投诉平台，也有网友投诉称，自己在多年前曾经在一家公司工作，为了帮助该企业，义务免费进行宣传编写了词条。然而多次申请删除条该词条，百度百科的工作人员总是以各种理由拒绝删除，该网友表示自己早就从那家工作单位辞职，而且由于自己目前在新的单位工作，已经严重影响了个人生活以及工作。

除此之外，还有网友投诉百度百科“涉嫌上架虚假词条，侵犯品牌权益”，该网友表示自己公司旗下持有商标证书的品牌标识，在百度百科词条显示却是其它公司，且无商标证书。该网友称其公司曾多次申请修改词条，均不予以通过，百度百科给出的理由是证据不足。该网友表示对方没有证据基础，为何可以登上百科词条。

AI污染下知识库的“递归危机”

如何保证百科的权威？

根据公开资料，百度百科，是百度在2006年4月20日推出第三个基于搜索平台建立的社区类产品，这是继百度贴吧、百度知道之后，百度再度深化其知识搜索体系。

2007年1月10日，百科首页第一次改版。新增百科任务、百科之星、上周贡献榜等栏目。

2007年4月2日，百科蝌蚪团正式成立，4月10日，百科蝌蚪团第一批成员出现，4月26日蝌蚪团首页上线。

2007年4月19日，词条页面改版，改良词条页面的行高和行宽，在词条页面的底部增加了汉英词典解释，改进历史版本页面。

2007年5月百科编辑词条积分调整；6月开放分类检索升级，历史版本增加翻页功能，百科优质版本标准出台；9月高级编辑器上线，百科任务改版。11月百科推出相关词条，可以在百度知道里搜索到百科词条。

根据百度百科官网显示，截至快消前瞻发稿前（2025年6月7日）百度百科已经收录了29029332个词条，编辑次数超2.6亿次，参与词条编辑的网友超过799万人，几乎涵盖了所有已知的知识领域。

截图自百度百科官网

快消前瞻通过体验百度百科进行词条创建，发现可以创建的词条主题包括人物、产品品牌、医疗、企业类等内容，创建词条也明确要求“不许添加广告性质”“不编写虚假、捏造、恶搞、缺乏依据的内容”，明确规定了不能侵犯他人合理权益。

截图自百度百科官网

但值得注意的是，社交媒体上，不少网友表示百度百科词条上存在信息“错误”。

截图自小红书平台

除此之外，随着AI时代的来临，不少用户反映百度百科词条中出现了大量AI生成的内容，导致许多基础词条出现了事实性错误。

根据公开信息，最常见的百科语料库包括维基百科和百度百科，它们以免费、开源、多语言支持和高文本价值为特点。这些知识经过人工精心整理，准确性较高，能够帮助模型建立对各类事物的基本认知，如历史事件、科学概念等。

由于这些百科内容易于获取，不少人工智能机构通常会选择特定语言的百科数据进行爬取和过滤，作为预训练语料库的一部分。因此，它们在预训练语料库中的出现频率较高，是大语言模型（LLMs）知识库的基础。

然而，随着AI大模型将百科作为核心语料，错误信息正通过"递归效应"加速扩散。

中国人民大学新闻学院教授刘海龙在接受市象的采访中指出，“未来我们得到的内容可能是AI生产的东西占主导，这些东西又成为新的语料喂给AI，然后AI又会加工AI生产的东西，不断反复。这就会出现‘递归效应’，出现尼采讲的‘永恒循环’。”

AI带来的信息传播负面效应日益显现。这一现象并非难以察觉，越来越多的人已开始感受到AI对信息传播的颠覆性影响。

根据环球网报道，目前，维基百科为应对人工智能生成内容带来的挑战，推出了维基人工智能清理项目（WikiProject AI Cleanup），并强调内容的可验证性：要求编辑在文章历史中注明是否使用了大型语言模型（LLM）。

知识平台的权威，永远建立在真实性与信任的基石之上。

百度百科作为中文互联网的重要知识库，其权威性的确立不仅关系到用户信任，也影响到整个信息传播的生态。未来，百度百科更需要一个尊重个体权利、敬畏知识真实性的解决方案。