用AI审核游戏：从“删词”到“读心”，谁来定义“毒性”？

然而，AI审核的第一个软肋也是它自己。当一套算法决定谁被禁言、谁被“冷却”时，谁来审核审核者？欧盟的《数字服务法》（DSA）对此给出的答案是透明度和申诉义务——平台必须说明处置理由，申诉必须有人工介入。 欧盟基本权利署（FRA）2026年1月发布的一份报告显示，2025年上半年，在线平台向DSA透明度数据库提交了超过100亿条内容处置“理由说明”，其中超过一半的处置由自动化系统完全作出。 规模化自动审核的副作用已经显现：FRA于2022年发布的算法偏见研究报告发现，仇恨言论检测算法容易对含有”穆斯林”、“犹太人”等词汇的内容过度反应；另有一项研究显示，同类模型将非裔美式英语内容误判为攻击性言论的概率约为其他内容的1.5倍。 高昆没有回避这个问题，他在专访中表示，大语言模型天然会带有底层数据的偏见，所以还需要有本地（in-region）的人工来帮助标注数据。“即使在同一个地区，普通人说话和玩家黑话也有差异。” 他由此提出，必须结合文化和语言去训练AI，让它更好地理解文化语境和语言本身。“举个例子，在中文里，有很多用数字甚至单个字来表达负面含义的方式——在特定语境下就变成骂人的话。这些都必须‘喂’给 AI，才能实现好的检测效果。” 隐私是另一个争议点。语音实时审核意味着“永远在听”，尽管Modulate强调系统对未触发标记的音频不作保留，只有被标记的片段才会进入人工复核阶段，但对监控尺度的疑虑并未因此消散。 高昆表示，“我认为AI或者说技术的了不起之处在于规模化：横跨数百万条对话、实时完成，且每一次的判断标准都一致。这是人类不可能做到的。”但他强调，仍然存在需要主观判断、由人介入的情形，而且人还应该持续告诉AI该做什么调整，AI再把这些反馈纳入下一轮的数据训练。 8月30日，“2026数码娱乐领袖论坛（DELF）”举行乐龄电竞及体验日活动，邀请老年人体验电竞。