“人工智能生成内容与错误信息治理”专题征稿
错误信息（misinformation）是指无论其来源或意图，任何可证伪的虚假内容或具有误导性的信息，涵盖具有主观故意的虚假信息（disinformation）。生成式人工智能技术已经进入规模化应用阶段。生成式人工智能技术在带来便利和创新的同时，也可能源于数据偏差、算法缺陷、训练数据不足或恶意篡改（如换脸、拟声）等多种因素，生成虚假新闻、政治谣言甚至深度伪造内容引发了对“错误信息”泛滥的担忧。习近平总书记指出：“要加强人工智能发展的潜在风险研判和防范，维护人民利益和国家安全，确保人工智能安全、可靠、可控。”推动人工智能的社会治理健康发展，是新时代社会治理的新问题新任务。为了促进人工智能健康发展，有必要构建“科学传播+内容治理+公众教育”的三位一体治理机制，通过制度约束、技术赋能与认知提升来建立健康有序的人工智能舆论生态。
在上述背景下，《工程管理科技前沿》（原《预测》）拟组织“人工智能生成内容与错误信息治理”专题，从人工智能生成错误信息来源（“不造谣”）、人工智能生成错误信息传播（“不传谣”）、人工智能生成错误信息受众（“不信谣”）等角度，探索人工智能生成错误信息治理的理论、方法与技术，缓解人工智能生成内容的负面影响，丰富人工智能生成内容的管理认知与实践，推动生成式人工智能健康发展。
1. 征稿范围
包括但不限于：
人工智能生成错误信息的检测方法
人工智能生成错误信息的传播机制
人工智能生成错误信息对个体行为的影响机制
人工智能生成错误信息对群体操控的风险预测
人工智能生成错误信息的治理理论、方法与技术
2. 时间安排
投稿截止时间：2025年12月31日
第一轮通知时间：2026年1月31日
第二轮修改投稿时间：2026年2月28日
最终录用通知时间：2026年3月31日
3. 投稿要求
论文格式请参考《工程管理科技前沿》（见https://yuce.cbpt.cnki.net）的《征稿启事》。建议稿件直接投稿至本专题联系人邮箱（sunchunhua@hfut.edu.cn），并在邮件主题和文章首页的页眉部分注明“人工智能生成内容与错误信息治理”专题。
4. 客座主编
刘业政，合肥工业大学管理学院，liuyezheng@hfut.edu.cn
朱庆华，南京大学信息管理学院，qhzhu@nju.edu.cn
周斌，国防科技大学计算机学院，binzhou@nudt.edu.cn
孙见山，合肥工业大学管理学院，sunjs9413@hfut.edu.cn
孙春华（兼联系人），合肥工业大学管理学院，sunchunhua@hfut.edu.cn