2018 年 7 月 9 日，爱丁堡大学图书馆举办以博士论文为主题的维基百科编辑马拉松，由数字策展人 Gavin Willshaw 主持培训。摄影：Stinglehammer，来源：Wikimedia Commons，许可：CC BY 3.0。
2026 年 10 月 19 日，美国南加州大学的 Helen Choi 在 LSE Impact Blog 撰文，认为生成式 AI 正在分走维基百科的读者和志愿者，学者有伦理责任通过引用、教学和编辑来维护它。这是一篇规范性论证，不是实证研究；已有研究显示维基百科确实会影响科研写作，但学者参与的成本和制度障碍同样真实。
Choi 的论证与建议
LSE 这篇博客是 Choi 一篇期刊论文的缩写版。论文题为《Towards a practice of knowledge commoning: academics' ethical duties to defend Wikipedia in the age of generative AI》，2026 年 4 月 15 日投稿，9 月 1 日接收，9 月 11 日在线发表于施普林格旗下的《AI and Ethics》，开放获取。论文的数据声明写明“本研究未生成或分析数据集”：它用哲学和政治理论搭建论证，判断“学者应当做什么”，而不是测量学者实际做了什么。
Choi 描述的威胁是一条链：人们在 Gemini、ChatGPT 等产品里直接拿到答案，即使答案附有维基百科链接，多数人也不点进去；维基百科的写作、编程和管理都靠志愿者，而志愿者来自读者，读者减少就意味着更少的新条目、更新和纠错。与此同时，AI 公司又依赖维基百科约 50 亿词的人写内容训练模型，有的未经授权抓取，有的（她点名微软、亚马逊和 Meta）付费购买高速 API。论文借用埃莉诺·奥斯特罗姆的公地理论来解释这种处境：知识不会因多人使用而减少，维基百科面临的不是“用得太多”，而是“没人参与就荒废”。
为什么责任落到学者身上？Choi 的主要依据是政治哲学家艾丽斯·马里恩·杨（Iris Marion Young）的“社会联结模型”：结构性的不公正不一定有某个直接肇事者，凡是社会位置与相关结构相连的人，都有责任参与纠正。她认为学者处在知识生产的结构中心：生产有来源可查的知识，培养下一代知识生产者，也有学科专长去发现并填补维基百科的覆盖缺口。她在博客里特意说明，学者不是伤害维基百科的一方，而是作为同样的“知识守护者”有义务帮它抵御伤害者。论文还援引佩蒂特的“非支配”概念和弗里克的“诠释不正义”概念，把 AI 公司对维基百科内容的集中占用定性为一种结构性的认知不公正。
落到行动上，她提出三件事。第一是引用：研究中用过维基百科就如实注明，让它在学术记录里可见；她还指出，复用维基百科内容按其 CC BY-SA 4.0 许可本就需要署名。第二是教学：让学生为维基百科写条目。据 Wiki Education 基金会官网，2010 年以来美国和加拿大有 8000 个班级、15.2 万名学生通过其项目编辑维基百科，新增约 1.25 亿词。Choi 还提到，英文维基百科 2026 年 3 月通过政策，禁止用大语言模型生成或改写条目内容（翻译和小幅文字校改除外），因此这类作业可以让学生练习独立写作。第三是直接编辑：补充专业内容、纠正错误、为复杂话题补充背景；她认为维基百科的引用规范与学术规范相近，学者上手的难度比一般人低。
维基百科与科研的实证联系
维基百科会不会反过来影响科研？麻省理工学院的尼尔·汤普森（Neil C. Thompson）和匹兹堡大学的道格拉斯·汉利（Douglas Hanley）做过一项随机对照实验。他们请化学博士生撰写 43 篇维基百科尚未覆盖的研究生层次化学条目，2015 年 1 月随机挑出一半上传，另一半留作对照，再比对此后 Elsevier 期刊全文中的用词。结果是，上传组条目里的表述和概念更多地出现在相关期刊论文中，影响在论文引言部分最明显，在方法部分最弱。作者据此认为，科研人员把维基百科条目当作一种影响力较弱的综述文章来用，主要借它梳理研究背景。论文较新的版本还报告，被写进实验条目参考文献的论文，之后获得的引用多于对照组。
这项研究需要按它的边界来读。它目前是 SSRN 上的工作论文（2017 年上线，2019 年最后修订），不同版本对效应大小的估计并不一致，从“相关论文中约每 300 个词有 1 个受影响”到“约每 830 个词有 1 个”不等。真正有统计效力的只有化学这一组；同时开展的计量经济学一组条目浏览量太低，作者没有把它作为主要结果。测量对象是词汇层面的相似度，作者也承认，引用增加可能只是有人读了维基条目就引用原论文，而没有读原文。影响在高收入国家的研究者中最强。
汤普森与汉利随机对照实验的设计示意：43 篇新写的化学条目随机分为两组，一组上传维基百科，一组不上传，再比较此后 Elsevier 期刊论文的用词与引用。依据论文文字描述绘制，非原文图表，不含结果数值。AI 生成示意图。
另一项研究说明，维基百科读者本来就很少顺着引用继续读。洛桑联邦理工学院的 Tiziano Piccardi 等人在 The Web Conference 2020 上发表的论文记录了英文维基百科读者与参考文献的交互：约 0.29% 的页面浏览会点击参考文献，相当于不到每 300 次浏览一次；一个月内 93% 的被引网址无人点击；条目越短、质量越低，读者越常点开参考文献。Choi 在论文中也引用了“超过 99% 的读者不点击参考文献”的说法。换句话说，维基百科本身对多数读者已经是终点，而不只是通往原始文献的入口；AI 答案再把读者挡在维基百科之外，是这一结构的又一层。
至于读者是否真的在流失，最常被引用的是维基媒体基金会 2025 年 10 月 17 日的公告。基金会更新机器人流量识别方法，重新分类了 2025 年 3 月至 8 月的数据，此后人类页面浏览量比 2024 年同期下降约 8%。基金会认为这反映了生成式 AI 和社交媒体改变了人们找信息的方式，尤其是搜索引擎直接给出基于维基百科内容的答案；它同时提醒，前后时段适用的识别规则不同，数据需要谨慎解读。这是平台方对趋势的判断，并不是对 AI 影响的因果估计。
争议与局限
Choi 自己承认了这项号召最直接的阻力。多数高校的晋升和终身教职评审只奖励同行评审发表，编辑维基百科几乎不计入；把它加进学者的“服务”工作，还可能加剧已有的不平等，因为女性和有色人种学者本就承担更多服务工作。她因此主张高校在考核中承认这类公共参与，也承认这种制度改革需要时间，而维基百科未必等得起。论文给个人学者的折中建议，是先从更容易落实的两件事做起：在研究中如实记录对维基百科的使用，以及把它纳入教学。
第二个张力来自维基百科与 AI 公司的关系本身。2026 年 1 月 15 日，维基媒体基金会旗下的 Wikimedia Enterprise 首次公布亚马逊、Meta、微软、Mistral AI 和 Perplexity 为合作方，它们与此前的 Google 等公司一样使用其高吞吐 API；基金会的说明是，企业付费购买的是数据交付服务，内容本身仍然自由许可。博客只把这类付费列为 AI 公司获取内容的一种方式，论文则进一步指出其中的矛盾：收费可能缓解无偿抓取引发的不满，却也可能把维基百科重新塑造成商品，并让基金会与志愿者社区之间的决策权问题更难回避。这说明“捍卫维基百科”并不只是对外抵御 AI 公司。
第三，维基百科本身并非没有问题。Choi 在论文中列出了已有研究记录的偏差：编辑群体以男性和白人为主，少数编辑贡献了大部分内容，条目集中于北美、欧洲和东亚，新编辑还可能遭遇把关甚至种族和性别歧视。Wiki Education 官网称，维基百科的人物传记中只有 20% 是女性。在她的论证里，这些缺口正是学者应当参与修补的理由；但它也意味着，学者进入维基百科需要适应一个规则和文化都与学术界不同的社区，而不只是把论文知识搬上去。
一些数字在转述中口径变宽了，引用时值得回到原处。博客说“维基百科约 19% 的新活跃编辑来自 Wiki Education 项目”，而 Wiki Education 官网的原话是“英文维基百科 19% 的新贡献者”来自其项目，并以 2021 年的数据为背景，属于机构自述；禁止 AI 生成内容的政策同样只针对英文维基百科。在编辑看来，这些出入不改变 Choi 的主论点：她的结论建立在价值判断上，说服力取决于读者是否接受“位置决定责任”的伦理框架，而不取决于某一个统计数字。
参考文献
-
Choi, H. (2026, October 19). Academics have a duty to defend open knowledge systems like Wikipedia. LSE Impact Blog.
-
Choi, H. (2026). Towards a practice of knowledge commoning: academics' ethical duties to defend Wikipedia in the age of generative AI. AI and Ethics, 6, 511.
-
Thompson, N. C., & Hanley, D. (2017, rev. 2019). Science Is Shaped by Wikipedia: Evidence From a Randomized Control Trial. MIT Sloan Research Paper No. 5238-17, SSRN.
-
Piccardi, T., Redi, M., Colavizza, G., & West, R. (2020). Quantifying Engagement with Citations on Wikipedia. Proceedings of The Web Conference 2020.
-
Miller, M. (2025, October 17). New user trends on Wikipedia. Wikimedia Foundation.
-
Wiki Education. Impact. Retrieved 2026-10-20.
-
Milman, O. (2026, March 27). Wikipedia bans AI-generated content in its online encyclopedia. The Guardian.
-
Wikimedia Enterprise. (2026, January 15). Announcing New Wikimedia Enterprise Partners for Wikipedia's 25th Birthday.
-
信息由 Scholay 学术一站式平台 整理并发表，如有侵权请反馈下架。
-
信息同步发表于恩特学术，智能时代的学者社区