当前，生成式人工智能已成为消费者重要的决策工具。从日常商品选购到重大资产配置，越来越多的用户依赖AI提供的建议。截至2025年6月，我国生成式AI用户规模已达5.15亿人，该数字充分说明了AI技术在社会生活中的深度融合。然而，这种广泛应用也带来了新的问题。 问题的症结在于AI推荐结果的真实性正在遭到破坏。央视近日的调查揭示了一个隐忧：消费者按照AI推荐购买的电动牙刷——其性价比并非最优——市场上存在功能相近、价格更低的替代品。更令人担忧的是，这背后隐藏着一条完整的"污染链"。一些商家专门从事所谓的生成式引擎优化业务，通过撰写大量产品文章、投放到AI常抓取的平台，使特定品牌更容易被AI识别和推荐。这种做法本质上是在向AI系统注入商业偏见。 这一现象并非孤立存在。它反映了互联网发展中的一个规律性问题。当年搜索引擎问世时，人们同样寄予了对技术中立性的信任，但竞价排名、搜索引擎优化等商业操作的出现，最终打破了这种信任。如今，生成式AI正在重复这一历史轨迹。GEO服务通过海量投放同质软文、伪造权威信息等方式，将商业推广伪装成专业测评或科普文章，试图"引导"AI给出看似客观的推荐。这种做法的危害是多维度的。 从消费者权益看，这种操纵行为直接侵犯了知情权。根据《互联网广告管理办法》，互联网广告应当具有可识别性，使消费者能够辨明其为广告。将付费推广内容隐藏在看似中立的AI推荐中，明显违反了这一要求。消费者在不知情的情况下，被引导做出商业决策，其合法权益受到损害。 从市场竞争看，这种做法破坏了公平竞争的环境。那些不愿或无力进行GEO操作的企业，其优质产品可能被埋没，而那些善于"污染"数据的商家反而获得不正当优势。这种逆向选择机制，最终会导致劣币驱逐良币，损害整个市场的健康生态。 从AI技术发展看，数据污染对生成式AI的长期发展构成了严重威胁。AI的推荐质量取决于其训练数据的质量。当大量虚假、偏向性的信息被混入训练数据，AI的生成内容准确性和可靠性必然下降。这不仅违反了《生成式人工智能服务管理暂行办法》关于禁止生成虚假有害信息的规定，还会引发公众对AI技术的信任危机。一旦用户普遍认为AI推荐不可信，这项技术的应用前景将大幅受限。 应对这一挑战需要多方协同发力。对AI平台企业而言，提升对营销内容和虚假信息的识别能力是当务之急。这要求平台优化算法模型，强化对数据源的溯源与筛查，建立更加严格的内容审核机制。同时，平台应在推荐内容后附上信息来源链接，便于用户核查验证，增强推荐结果的透明度。 对监管部门而言，需要紧跟技术迭代步伐，将GEO服务纳入监管框架。可以参考竞价排名的监管经验，要求对生成式AI平台中的付费推广内容进行强制标注，使消费者能够清晰识别哪些是商业推广。同时，要推动AI平台切实落实主体责任，建立有效的举报和处罚机制，斩断"数据污染"的利益链条。 对广大用户而言，应当理性看待AI生成内容，不断提升自身数字素养和媒介素养。用户需要认识到，看似中立的AI推荐背后可能隐藏着商业意图，应该养成多渠道验证信息的习惯，避免掉入披着科学外衣的营销陷阱。 从更深层的角度看，这一问题的出现也提醒我们，任何技术工具都不是绝对中立的。技术的应用方式、数据的来源质量、算法的设计逻辑，都会影响其最终呈现的结果。生成式AI的发展包含着社会对技术进步的美好期待，但这种期待只有在法律和政策的规范引导下，才能真正实现。
在数字时代，平衡技术进步与商业伦理至关重要。只有构建健康的发展生态，才能确保生成式AI真正造福社会，让智能推荐既高效又可信。