高考志愿靠AI“翻车”：通用AI时代的数据安全危机

（记者　杜峰）分数线出炉，全国高考志愿填报进入关键阶段。号称“一键匹配冲稳保”“大数据低分捡漏”的AI志愿填报工具，凭借低门槛、高效率迅速成为考生刚需。然而，近期这类工具“翻车”消息频出！据《工人日报》报道，有家长花8800元换来一份20多页的“AI废话”，有考生严格按照AI推荐的“稳妥”志愿填报表单提交，结果却因分数线暴涨而滑档；有考生发现AI推荐的专业在该校早已停止招生。当千万考生将人生重要抉择托付给算法时，数据滞后、算法幻觉与隐私泄露风险正在浮出水面。如何消解算法幻觉、构建可信安全的数据底座，成为亟待破解的时代命题。

AI报考不准：数据滞后背后存“AI幻觉”

输入分数、位次、选科，数十秒就能完成数千所院校筛选，在社交平台上，不少考生盛赞AI志愿填报工具为“神算子”。AI志愿填报工具极大降低了考生志愿规划门槛。然而，这份高效背后也暗藏隐患。

首先是数据滞后。多数AI平台依赖历史录取数据训练模型，但高考政策每年调整高校招生计划、专业设置、选科要求更是瞬息万变，这些动态信息往往无法实时同步。某知名AI工具在推荐志愿时，竟将某高校已撤销长达三年的专业列为“热门推荐”，当考生按照“过时”的数据填报，“精准推荐”就变成了“精准误导”。

其次是算法幻觉。AI工具基于概率模型生成推荐，但志愿填报涉及考生兴趣、身体条件、家庭资源、职业规划等高度个性化的因素，这些“软变量”难以被算法量化。更危险的是，部分平台为追求“录取概率”的视觉效果，对模型输出进行“美化处理”，将低概率事件渲染为高概率，制造“稳了”的虚假安全感。有考生试用后发现，“AI提供的往年录取排位经常不对，还是得自己一个个查”。

再次是数据泄露。考生在使用AI工具时需上传姓名、身份证号、高考成绩、家庭住址等敏感信息，而部分平台数据安全防护薄弱，甚至存在主动倒卖用户数据的灰色产业链。人民网此前报道指出，此类软件“摸准考生和家长的焦虑心理”，以“精准”为噱头诱导消费，而考生个人信息“存在泄露风险”。

从幻觉到危机：AI时代面临数据安全结构性挑战

AI报考乱象只是冰山一角。当人工智能与云计算深度融合，数据安全正面临前所未有的结构性挑战。

一方面，数据汇聚产生“虹吸效应”。大模型训练需要海量数据，导致数据向少数平台高度集中，形成“数据垄断”。一旦这些平台遭受攻击或内部泄露，影响面呈指数级放大。2025年初，某国产大模型平台曾被曝光存在可公开访问的数据库，包含超过100万行日志流及大量敏感信息，引发行业震动。

另一方面，模型训练存“黑箱风险”。大模型在训练过程中会“记忆”输入数据，存在敏感信息被模型“内化”后间接泄露的风险。更隐蔽的是，攻击者可通过“提示词注入”方式，诱导模型输出本不该泄露的训练数据，传统数据脱敏手段对此束手无策。在模型训练环节，训练数据中如果混入过时或错误信息，将直接影响模型输出质量。

此外，还存在跨主体协同的权责界定问题。AI应用往往涉及数据采集方、模型提供方、算力支撑方、终端使用方等多个主体，数据在流转过程中权责不清、边界模糊，如何界定数据标注方、模型训练方、服务提供方的安全责任，成为现实难题。尤其在政务、医疗、金融等民生领域，数据一旦出错或泄露，后果不堪设想。

中国工程院教授吴世忠也指出，技术发展势不可挡，安全风险亟待监管。既要拥抱技术的无限可能，也要筑牢安全的坚实防线。在他看来，内容安全风险、数据隐私风险、恶意滥用的风险、社会伦理方面的风险等是当下普遍关注的焦点。

精准布控“模数共振”：构筑三道安全防线

当前，模型与数据已成为驱动人工智能高质量发展的两大核心要素，数据孤岛、模型泛化不足、场景适配低效等问题日益凸显。今年，工信部、国家数据局联合印发《关于联合实施2026年“模数共振”行动的通知》，推动AI模型与数据资源同频共振。面对通用AI场景中的数据安全挑战，国内运营商正依托云网一体化基础能力，落地“模数共振”安全管控体系。

（图片来源：摄图网）

天翼云在全国范围内实现了“4+4+31+X”的云资源布局，织就全国算力“一张网”，依托自研息壤算力互联调度平台，实现跨地域、跨芯片架构的异构算力统一调度，自有+接入智算总规模超过91EFLOPS。自研CTyunOS操作系统，自研TeleDB数据库，均通过国家安全可靠测评。从底层算力到上层应用，实现全链条技术自主可控，形成“国云+国芯+国模”的国产化闭环，满足政务、央国企等关键领域的合规要求。为模数共振筑牢安全根基。

在数据安全领域，中国电信依托“灵泽2.0数据要素平台”构建“自研+生态”隐私计算能力底座，打造“数据可用不可见”的封闭环境，覆盖数据要素生产、加工、审核、上架、订购、交易合约、产品交付、结算支付等全流程，同时建立“汇聚－治理－管理－使用－运营－安全”全生命周期数据闭环。

此外，中国电信打造业界领先的数据集“阡陌数聚”，建立三级安全风险分类标签体系，覆盖超百亿token，显著提高数据安全性。2025年，中国电信还基于“阡陌”数据集开源了国内外首个聚焦中文场景的提示注入攻击评测数据集，有力填补了中文AI安全训练与评估体系的空白。

数据安全是AI普惠的底线，唯有筑牢可信可控的数据底座，才能让AI真正服务于人，而非让人沦为算法的“数据燃料”。