近日，一組關(guān)于80后死亡率的數(shù)據(jù)在網(wǎng)上引發(fā)廣泛關(guān)注。一些微信公眾號發(fā)文，“截至2024年末，80后死亡率突破5.2%，相當(dāng)于每20個80后中就有1人已經(jīng)去世?！薄?0后的死亡率已經(jīng)超過70后?！币恍┪恼绿柗Q這些駭人聽聞的數(shù)據(jù)是來自第七次全國人口普查的所謂“權(quán)威數(shù)據(jù)”。事實(shí)真是如此嗎？

　　這就是日前在網(wǎng)絡(luò)社交平臺上廣泛傳播的表格，表格內(nèi)容顯示“80后累計死亡率為5.20%”。

　　記者梳理發(fā)現(xiàn)，網(wǎng)絡(luò)上有不少引用這一數(shù)據(jù)的關(guān)于80后死亡率的文章，還有不少自媒體文章在不斷渲染，比如：“80后5.2%的死亡率，開啟了黃金一代的黯然離場”；再比如：“當(dāng)80后開始集體謝幕——5.2%死亡率背后，一代人的生存困境與時代之殤”。

　　更有網(wǎng)絡(luò)圖片將所謂80后死亡率做成柱狀圖，稱：“每20人中1人已離世”，并標(biāo)注對比數(shù)據(jù)，稱“70后死亡率低于更年輕的80后”。如此駭人聽聞的數(shù)據(jù)，是真的嗎？

　　中國人民大學(xué)人口與健康學(xué)院教授李婷長期從事人口發(fā)展研究，她表示，這一數(shù)據(jù)與事實(shí)嚴(yán)重不符。李婷在對網(wǎng)絡(luò)上相關(guān)文章進(jìn)行梳理后發(fā)現(xiàn)，大多數(shù)文章都號稱該數(shù)據(jù)來自第七次全國人口普查的數(shù)據(jù)。然而第七次全國人口普查的時間是2020年，顯然其結(jié)果無法預(yù)測2024年的死亡率。此外，人口普查數(shù)據(jù)，只會公布去年一年對應(yīng)時期的死亡率，比如2020年的第七次全國人口普查，反映的是2019年11月1日到2020年10月31日的死亡率，其中并不存在針對特定群體，比如“80后的累積死亡狀況”這樣的統(tǒng)計。

　　中國人民大學(xué)人口與健康學(xué)院教授 李婷：從國家的統(tǒng)計流程，包括國家衛(wèi)健委公布的每年跟死亡相關(guān)的數(shù)據(jù)，它都是一個時點(diǎn)數(shù)據(jù)。就是說，比如說公布的今年的預(yù)期壽命、死亡率、某個年齡的死亡率，它都是實(shí)時刻畫的，比如說，1990年死亡率、2000年怎么樣，這個也是國際上的官方統(tǒng)計最常用的方式。

　　而對于網(wǎng)絡(luò)上出現(xiàn)的關(guān)于“5.2%”的這個死亡率的數(shù)據(jù)，李婷教授也表示，錯誤非常明顯，因?yàn)閷I(yè)統(tǒng)計數(shù)據(jù)中關(guān)于死亡率用千分率表示，而不是百分率。

　　此外，李婷教授認(rèn)為，它還混淆了“累計死亡比例”與“年死亡率”的定義。

　　中國人民大學(xué)人口與健康學(xué)院教授 李婷：死亡率數(shù)值比較小，一般是千分之幾，不可能高到5%的水平，“每20個80后中1人已離世”描述的是累積的死亡比例。

　　錯誤死亡率源頭可能為“AI運(yùn)算偏差”

　　這一聳人聽聞又漏洞百出的死亡率數(shù)據(jù)又是從何而來呢？中國人民大學(xué)人口與健康學(xué)院教授李婷梳理發(fā)現(xiàn)，很有可能是AI大模型在問題回答過程中出現(xiàn)錯誤。

　　李婷教授在AI大模型中輸入了“50、60、70、80，這幾代人的死亡率分別是多少”的問題，大模型顯示，根據(jù)網(wǎng)絡(luò)信息得出了“80后現(xiàn)存2.12億，存活率94.8%，死亡率5.2%”的表述。

　　中國人民大學(xué)人口與健康學(xué)院教授 李婷：這其實(shí)依賴于訓(xùn)練AI的語料。死亡率、累計死亡概率這些概念是相對很專業(yè)的，可能普通人都不會去理解?？傮w來說是一個相對冷門的知識點(diǎn)，因?yàn)樗皇窃谌粘４罅渴褂玫脑捳Z中，可能語料的質(zhì)量不夠高。

　　對外經(jīng)濟(jì)貿(mào)易大學(xué)法學(xué)院教授 博士生導(dǎo)師 張欣：“大模型幻覺”本身一個最重要的原因還是它的這個Transformer（編碼和解碼）的架構(gòu)，現(xiàn)在大部分大模型都是使用這樣的一個架構(gòu)。這個架構(gòu)，本質(zhì)上來講，其實(shí)還是基于統(tǒng)計的，或者說基于隨機(jī)性的這樣的一個概率生成，所以其實(shí)不管你是用什么樣的、哪家的大模型，它的本質(zhì)上都是預(yù)測下一個字詞最有可能出現(xiàn)的概率生成的這樣的一個情況。

　　記者就發(fā)現(xiàn)，經(jīng)過網(wǎng)絡(luò)發(fā)酵，死亡率竟然成為一些自媒體帶貨的噱頭。

　　可見，AI大模型雖然有超強(qiáng)的數(shù)據(jù)儲存和運(yùn)算能力，但由于訓(xùn)練的語料不足、數(shù)據(jù)來源局限等，就可能導(dǎo)致錯誤的推算。而一些自媒體為了變現(xiàn)流量，也會斷章取義、借題發(fā)揮，助長這些離譜數(shù)據(jù)的炒作和傳播。

　?。偱_央視記者 潘虹旭 馬力 代欽）