AI代表机构公开说错话以后，怎样才算真正撤回？

《AI进入工作之后》· 第三季“当AI开始代表组织”· 第十篇

上午9点，机构的AI助手在网站上回答：“这项补助的申请截止日期已经延长到月底。”

9点12分，一名用户把答案截图发到社交媒体。9点40分，一个社区组织据此通知成员。11点，工作人员发现AI引用了去年的延期公告，把回答改为正确日期。网页上的错误消失了。

但错误并没有消失。截图仍在传播，用户可能推迟申请，社区组织的通知仍在邮箱里，内部客服也可能已经复制同一答案。系统管理员完成了“内容修正”，机构却还没有完成“制度撤回”。

真正的撤回必须追上错误已经走过的路径。它不只是把当前页面改对，而是停止继续扩散、找到受影响的人、明确替换旧信息、处理已经产生的依赖，并修复产生错误的结构。

一条错误信息有自己的时间线

AI错误的后果取决于它在多长时间内、通过多少渠道、以多大权威传播。组织应在事故发生时建立时间线：

T0      错误首次生成
T+12m   被截图或转发
T+40m   被第三方组织采用
T+2h    内部发现并修改页面
T+3h    搜索缓存仍显示旧内容
T+1d    用户依据旧信息采取行动

修改时间只是其中一个节点。若组织只记录“11点已修复”，就无法判断错误覆盖了多少请求、哪些客户看到、哪些渠道复制，以及哪些人已经错过行动机会。

AI系统应保留足够的版本、时间、会话和来源信息，以便在不无限保存个人资料的前提下确定影响范围。没有传播记录，机构只能等待受影响者自己回来投诉。

删除、更正、撤回和补救是四种不同动作

这四个词经常被混用：

删除使错误不再出现在当前位置。它阻止未来部分暴露，却不能改变已经发生的传播。

更正提供正确内容。它告诉后来访问者事实是什么，但未必告诉早先读者原答案错误。

撤回明确指出哪一项旧表达不应再被依赖，并用可识别的新表达替换。撤回需要面向已经接触旧信息的人。

补救处理错误导致的实际后果，例如恢复申请机会、撤销费用、重新评估决定或补偿合理损失。

一个成熟流程要根据影响决定做到哪一步。低影响的拼写错误可能只需更正；错误截止日期、价格、安全建议或资格判断通常需要主动撤回，并可能需要补救。

撤回的对象不是“所有人”，而是不同受影响群体

错误传播会形成多个群体：直接提问者、看过页面但未登录的人、收到自动邮件者、引用内容的合作机构、根据答案作出内部决定的员工，以及被搜索或归档服务间接触达的人。

组织不一定能识别每个人，但应按可达程度采取分层措施：

不能因为无法找到所有匿名读者，就什么都不做。也不能向所有客户发送与他们无关的紧急通知。撤回范围应与错误传播证据、后果和时效相称。

更正必须比原错误更清楚

机构有时使用含糊语言：“此前的信息可能造成误解”“系统短暂显示不准确内容”。这种措辞保护机构语气，却把判断负担再次交给用户。

有效撤回应回答五个问题：

1. 原来哪一句或哪项结果错误；
2. 正确信息是什么；
3. 错误在什么时间和渠道出现；
4. 已经依赖的人现在应该怎样做；
5. 谁负责提供人工帮助和处理补救。

若原错误以公司名义给出肯定答复，更正也应以同等或更高可见度出现。不能把醒目的错误用一个深藏链接的小字悄悄修正。

澳大利亚AI伦理原则把透明度、可争议性和责任并列，并强调受重大影响者应有及时挑战和补救途径。澳大利亚工业、科学与资源部：《Australia’s AI Ethics Principles》 撤回是这些原则在错误发生后的具体形态：说明发生了什么，让人能够证明自己受影响，并由可识别的机构承担处理。

先停止扩散，再讨论措辞

事故响应的第一步不是写一封完美道歉，而是控制继续传播。组织应能迅速：暂停相关回答、切断错误来源、阻止批量发送、冻结高风险工具动作，并把服务切换到人工或已批准的静态说明。

停止必须足够精细。若只有关闭整个AI系统的选项，团队可能因为业务中断而迟疑；若可以暂停某个知识源、主题、工作流或渠道，就更容易及时行动。

英国国家网络安全中心的安全运行与维护指南强调监控、日志、更新管理和事件响应。英国国家网络安全中心：《Secure operation and maintenance》 对外AI需要把“错误信息事件”纳入与安全事件类似的运行机制，而不是只当作内容团队的一次编辑。

停止之后应保存证据。直接覆盖配置、删除对话或清空日志会妨碍影响分析。修复版本与事故版本都要保留在受控记录中，并限制访问。

找出同一错误的所有下游副本

一项错误可能来自过期文档、错误检索、提示词、模型更新或业务规则。组织要沿着来源向下游查询：同一资料还支持哪些网页、邮件模板、客户建议、员工助手和正式决定？

这需要内容和系统血缘。至少应知道每个回答使用了哪些来源版本、在哪个工作流中生成、是否写入客户记录，以及是否触发其他工具。只按关键词搜索最终文本会漏掉使用不同措辞表达的同一错误。

NIST AI风险管理框架要求持续监测、记录风险、接收反馈并在风险出现时管理和改进系统。NIST AI Resource Center：《AI RMF Core》 对撤回而言，监测的核心不是统计删除了多少答案，而是确认错误来源已停止影响所有相关用例。

已经依赖错误的人需要单独判断

撤回信息不等于恢复处境。有人可能因错误期限错过申请，因错误价格作出购买，因错误安全建议采取行动，或因错误资格说明放弃请求。

组织应建立补救队列，让受影响者说明自己何时看到什么、怎样依赖以及产生什么后果。审核者需要访问当时的系统版本和传播记录，而不能要求用户证明一个已被网站删除的页面曾经存在。

补救应由具有实际权限的人处理。例如恢复期限需要业务或政策所有者批准，退款需要财务权限，正式记录修正需要数据所有者。AI可以收集材料和识别相似案件，但不能自行决定机构是否承认责任或应补偿多少，除非这也属于清楚授权的低风险范围。

“请重新提交”也不总是补救。如果用户必须重新经历全部流程、承担额外证明和等待，机构只是把自己的错误成本转给了受影响者。

建立四本事故账

为了防止撤回只停留在公关层面，可以同时维护四类记录：

事实账：错误内容、正确内容、来源和时间。

传播账：渠道、接收群体、转发和下游使用。

补救账：受影响案件、采取措施、完成时间和未解决后果。

系统账：根本原因、暂停措施、修复、测试和重新上线批准。

四本账由不同团队参与，但需要一个事故负责人统筹。内容团队可以更正网页，客户团队联系用户，法律和政策人员判断补救，技术团队修复系统。若没有共同事件编号和所有者，各团队都可能认为自己已经完成。

重新上线需要证明错误不会以另一种方式回来

把错误文档删除并不一定解决问题。模型可能从缓存、另一份副本或历史对话继续检索；提示词可能在缺少资料时鼓励猜测；界面可能仍把非权威答案写成确定承诺。

重新上线前应测试原问题的不同表达、相邻问题、不同客户状态和没有答案的情况。还要验证系统是否能在不确定时停止、引用正确来源并升级给人。

事故后的改进不应只针对一条答案。如果根因是知识没有到期管理，就修复知识生命周期；如果是权限过宽，就改变对外动作；如果是监测发现太晚，就增加抽样和异常信号。根因属于制度，修复也必须属于制度。

结论：真正的撤回要恢复可依赖的现实

AI错误一旦以机构身份公开，就不再只是数据库里的一段文本。它进入他人的计划、记录和决定。删除当前版本只能改变系统现在说什么，不能自动改变人们此前据此做了什么。

最终原则是：

撤回必须覆盖错误的来源、传播和后果：立即停止继续输出，清楚标明被替换的内容，主动触达可识别的受影响者，为合理依赖提供人工补救，并验证所有下游系统已经停止使用同一错误。

一个机构是否真正承担AI表达，不只看它发布时敢不敢让AI使用自己的名字，也看出错时是否愿意沿着这个名字产生的信赖一路追过去。撤回不是把话收回来，而是尽可能把被错误改变的现实修复回来。

主要资料

• 澳大利亚工业、科学与资源部：Australia’s AI Ethics Principles
• 英国国家网络安全中心：Secure operation and maintenance
• NIST AI Resource Center：AI RMF Core
• ISO：ISO/IEC 42001—Artificial intelligence management systems

继续阅读：浏览《AI进入工作之后》系列文章