归属学者：

谢玲

归属院系：

刑事侦查学院

作者：

谢玲

摘要：

在“数实融合”背景下，语音机器人、生成式人工智能及其衍生数字技术等在预警场景的跨领域应用已成为反诈治理的“利器”。人工智能反诈预警基于“电诈潜在被害人—人工智能机器人—人工预警员”的在线联动机制，能够使预警员“意识链延伸”，有效缩短预警响应时间并提升预警效能。该预警模式下对人工预警的声音和话术应用的模拟成为预警对象感知诈骗风险的关键所在。因此，对现有模式的优化是当务之急。通过对人工智能反诈预警产生的预警数据进行收集、分析和实证评估，发现位于预警数据一站式应用末端的人工智能机器人面向各类易被骗风险群体，在人机应答、人机互信、人机交互方面均存在不同程度的结构性和功能性缺陷。同时，人工智能值守对人工值守的功能替代也不尽完善，在一定程度上显示出嵌入式人工智能与人类智慧、真实与虚构之间的冲突与错位。优化路径在于建立预警专业大模型并加大数据投喂训练与精细调教，通过“人—人工智能”的混合式建构，消除人机协同与接口的技术意向性、通约性障碍，从而提升人机一体的预警效能。

语种：

中文

出版日期：

2025-05-26

学科：

侦查学

收录：

北大核心期刊; CSSCI

提交日期：

2025-07-04

引用参考：

谢玲. 混合式人工智能反诈预警模式优化：基于认知鸿沟与未来路径选择[J]. 学术论坛,2025(03):126-141.

全文附件授权许可：

知识共享许可协议-署名