据央(yang)视新闻报道，记者(zhe)梳理发现，网络上有不少引(yin)用这一(yi)数(shu)据的关于80后死亡率的文章，还有不少自媒体文章在不断渲染，比如：“80后5.2%的死亡率，开(kai)启了黄(huang)金(jin)一(yi)代的黯然离场”；再比如：“当80后开(kai)始集体谢幕——5.2%死亡率背(bei)后，一(yi)代人的生存困境(jing)与时代之殇(shang)”。

更有网络图片将所谓80后死亡率做成柱状图，称：“每20人中1人已(yi)离世(shi)”，并标注对比数(shu)据，称“70后死亡率低于更年(nian)轻的80后”。如此骇人听闻的数(shu)据，是真的吗？

中国人民大学人口与健康学院(yuan)教授(shou)李婷长期从(cong)事(shi)人口发展研究，她表示，这一(yi)数(shu)据与事(shi)实严重不符。李婷在对网络上相关文章进行梳理后发现，大多(duo)数(shu)文章都号称该数(shu)据来自第七(qi)次全国人口普(pu)查的数(shu)据。然而第七(qi)次全国人口普(pu)查的时间是2020年(nian)，显然其结果无法预测2024年(nian)的死亡率。此外，人口普(pu)查数(shu)据，只会公布去年(nian)一(yi)年(nian)对应时期的死亡率，比如2020年(nian)的第七(qi)次全国人口普(pu)查，反映的是2019年(nian)11月1日到2020年(nian)10月31日的死亡率，其中并不存在针对特(te)定群体，比如“80后的累积死亡状况”这样的统计。

中国人民大学人口与健康学院(yuan)教授(shou) 李婷：从(cong)国家的统计流程，包括国家卫健委公布的每年(nian)跟死亡相关的数(shu)据，它都是一(yi)个时点数(shu)据。就是说，比如说公布的今年(nian)的预期寿命、死亡率、某个年(nian)龄的死亡率，它都是实时刻画的，比如说，1990年(nian)死亡率、2000年(nian)怎么样，这个也是国际上的官方统计最常用的方式。

而对于网络上出现的关于“5.2%”的这个死亡率的数(shu)据，李婷教授(shou)也表示，错误非常明显，因为专业(ye)统计数(shu)据中关于死亡率用千分(fen)率表示，而不是百分(fen)率。

此外，李婷教授(shou)认(ren)为，它还混淆了“累计死亡比例”与“年(nian)死亡率”的定义。

中国人民大学人口与健康学院(yuan)教授(shou) 李婷：死亡率数(shu)值比较小(xiao)，一(yi)般(ban)是千分(fen)之几(ji)，不可能(neng)高到5%的水平，“每20个80后中1人已(yi)离世(shi)”描述的是累积的死亡比例。

据上海网络辟(pi)谣报道，李婷教授(shou)提出，通过普(pu)查来计算死亡状况，理论上有两个方案，一(yi)个是直接利(li)用每次普(pu)查公布的分(fen)年(nian)龄的人口数(shu)来计算。比如80后在30-39岁的存活比例，可以通过1990年(nian)普(pu)查0-9岁的总(zong)人口数(shu)/2020年(nian)普(pu)查30-39岁的总(zong)人口数(shu)来获得。但存活比例转换成死亡率需要很复杂的过程和额外信息。

另一(yi)个方案是根据普(pu)查收集的死亡数(shu)据来推算死亡水平。每一(yi)次普(pu)查登记都会询问家庭户前一(yi)年(nian)家庭成员(yuan)的死亡情况，以此统计前一(yi)年(nian)的死亡人数(shu)，再通过普(pu)查平均人口数(shu)的推算，计算人口死亡率。

李婷指出，两种方法都有一(yi)定缺陷。方法一(yi)依(yi)赖于人口数(shu)据统计的准确性(xing)，但在2020年(nian)普(pu)查启动身份证号码关联以前，各(ge)次普(pu)查都存在程度不同的问题。比如早年(nian)的出生漏报，即婴(ying)幼儿年(nian)龄段的人口数(shu)量(liang)低于实际数(shu)量(liang)；又(you)比如2010年(nian)普(pu)查因为调查方式的问题，使得流动人口在流出地和流入地两头登记的现象比较普(pu)遍，造成青壮(zhuang)年(nian)的重报。方法二则面临(lin)死亡漏报问题。

不过，她通过公开(kai)统计数(shu)字计算后得出，虽然两种方法都有缺陷，但是都可以证明，80后的存活状况是要好于70后的，而死亡率也要远低于5.2%这个数(shu)字。

错误死亡率源头可能(neng)为“AI运算偏差”

这一(yi)耸人听闻又(you)漏洞(dong)百出的死亡率数(shu)据又(you)是从(cong)何而来呢？中国人民大学人口与健康学院(yuan)教授(shou)李婷梳理发现，很有可能(neng)是AI大模型在问题回答过程中出现错误。

（图片来源 上海网络辟(pi)谣）

李婷教授(shou)在AI大模型中输入了“50、60、70、80，这几(ji)代人的死亡率分(fen)别是多(duo)少”的问题，大模型显示，根据网络信息得出了“80后现存2.12亿，存活率94.8%，死亡率5.2%”的表述。

中国人民大学人口与健康学院(yuan)教授(shou) 李婷：这其实依(yi)赖于训练AI的语料。死亡率、累计死亡概率这些概念是相对很专业(ye)的，可能(neng)普(pu)通人都不会去理解。总(zong)体来说是一(yi)个相对冷门(men)的知识点，因为它不是在日常大量(liang)使用的话语中，可能(neng)语料的质量(liang)不够高。

对外经济贸易大学法学院(yuan)教授(shou) 博士生导师 张欣：“大模型幻觉”本身一(yi)个最重要的原因还是它的Transformer（编码和解码）的架构，现在大部分(fen)大模型都是使用这样的一(yi)个架构。这个架构，本质上来讲，其实还是基(ji)于统计的，或者(zhe)说基(ji)于随机性(xing)的一(yi)个概率生成，所以不管你(ni)用什么样的、哪家的大模型，它的本质上都是预测下一(yi)个字词最有可能(neng)出现的概率生成一(yi)个情况。

记者(zhe)还发现，经过网络发酵，死亡率竟然成为一(yi)些自媒体带(dai)货的噱头。

可见，AI大模型虽然有超强的数(shu)据储存和运算能(neng)力，但由于训练的语料不足、数(shu)据来源局限等，就可能(neng)导致错误的推算。而一(yi)些自媒体为了变现流量(liang)，也会断章取义、借题发挥，助长这些离谱数(shu)据的炒作和传播。

同一(yi)问题AI回答并不统一(yi)

据中国青年(nian)报报道，针对此谣言，记者(zhe)从(cong)辟(pi)谣的角度，向(xiang)DeepSeek重新提了问题，得到部分(fen)答案如下：

DeepSeek 不仅列举了网络数(shu)据存在的主(zhu)要问题，还列举了权威数(shu)据及谣言背(bei)后传播的原因等……

DeepSeek 总(zong)结：网传“80后死亡率5.2%”是典型的数(shu)据误读(du)与情绪化传播结合的谣言。真实数(shu)据显示，80后死亡率远低于网传数(shu)值，且健康状况优于前代。

可以看到，不同的人使用AI，得到的回答或是结论却是不同的。

网友称也曾遭遇AI“幻觉”

在社交(jiao)网络中发现，有网友表示，AI有一(yi)个非常好的功能(neng)，就是鉴定网络谣言，她还以荣格说的话举例，让DeepSeek进行求证。

不过也有网友表达(da)了忧虑(lu)

在对话过程中，人工智能(neng)的回复存在不精确，不真实，甚至造假，而普(pu)通人有时无法分(fen)辨。这一(yi)情况也被称为AI“幻觉”。

至顶科(ke)技CEO兼总(zong)编辑高飞称，幻觉的同义词就是创新，或者(zhe)说脑洞(dong)大开(kai)。所以，大家感觉R1往往在回答一(yi)些本来也没有标准答案的问题时，非常惊艳(yan)。比如：人为什么养育孩子？AI会不会取代人类？宇宙的终极意义是什么？或者(zhe)哲学三问：我(wo)是谁(shui)，我(wo)从(cong)哪里来，要到哪里去。

但是幻觉的副作用也不小(xiao)，如果把模型放在生产力场景使用，比如档案，标书，新闻写(xie)作当中，就要仔细检查。

网友评论

对此，您怎么看？

综合：央(yang)视新闻客户端、中国青年(nian)报、上海网络辟(pi)谣

来源：经视直播