收益：
- 能够利用人工智能将分散的开源信息合成为时间线、参与者地图和模式
- 能够通过至少两个独立的可靠来源确认索赔，并分别评估来源可靠性和信息准确性
- 能够通过追踪血统来识别“多源幻觉”和虚假信息，并且仅在法律、公共和道德界限内应用开源情报
现代外交最有价值的工具之一是开源情报（OSINT——开源情报：从公开的、合法的来源——新闻、官方声明、社交媒体、卫星图像、学术出版物、商业数据——收集、验证和解释信息的学科）。与机密情报不同，开源情报依赖于可公开获取的信息；它的价值在于从混乱和嘈杂的信息海洋中提取有意义的、经过验证的图片。在本单元中，您将学习如何利用人工智能综合开源信息；但你会学到可信度判断、验证以及如何保持道德界限。
OSINT 的本质是综合：一份报告告诉你的信息很少；但汇集数百个来源并提取模式、矛盾和时间线会产生一幅强大的图景。这就是人工智能发挥作用的地方——对大量、混乱、多源数据进行排序并标记模式是人工智能最强大的地方。但哪个来源是可靠的、信息是否经过真正验证以及道德界限在哪里，都由人类来决定。
一步一步：开源情报合成
1. 定义智力问题。 OSINT 不是随机信息收集；它以一个明确的问题开始：“公开资料对该地区的军事活动有何了解？”或“此言论的真正来源是谁？”
2.资源收集和分类。按可信度和类型标记来源：政府/机构、独立媒体、有偏见/国家媒体、社交媒体、商业数据。每种类型都有单独的可靠性权重。
3.用AI编辑并提取模式。将收集到的文本交给人工智能，以创建时间线、演员关系图、反复出现的主张和矛盾。人工智能可以快速标记数百个来源中的共同主题和不一致之处。
4.验证：跨源。 OSINT 的黄金法则：只有在得到至少两个独立、可靠的来源确认后，声明才被视为“信息”。单一来源的主张，尤其是单方面的主张，会被标记为“未经证实”。人工智能可以显示哪些声明出现在多少来源中；确认的判断由您决定。
5. 评价可靠性。经典 OSINT 分别对来源的可靠性和信息的准确性进行评级（例如“可靠来源，未经验证的信息”）。这种区别至关重要：即使是可靠的来源也可能是错误的；可疑的消息来源可能会说一些真实的话。
6. 综合并陈述不确定性。结果不是“绝对真理”，而是一幅以置信度表达的图画：什么是被证实的，什么是唯一来源，什么是矛盾的，都写得很清楚。
提示：要验证 OSINT 中图像或视频的真实性，请分别证明“内容、地点、时间”三重奏：图像中的对象/事件是否确实、位置是否正确（地理标志、阴影方向、建筑）、日期是否正确（天气、事件）。人工智能标记线索；通过独立来源确认每一项。
可信度和虚假信息
OSINT 最大的威胁是虚假信息（故意传播虚假信息）。开源信息可能会被操纵：虚假账户、协调一致的活动、断章取义的图像、捏造的“泄密”。人工智能可以帮助检测虚假信息（例如，通过标记多个帐户同时出现的相同文本等模式），但人工智能本身也可能接受虚假信息训练，或将虚假声明呈现为“已验证”。因此，由于存在虚假信息的风险，人工智能输出受到了额外的怀疑。
此外，来源追踪（查找指控最初起源的位置）在 OSINT 中非常宝贵。大多数错误信息源自单一可疑来源，并被复制到数百个地方；造成“资源很多”的错觉。仅仅因为一个断言出现在 200 个地方并不能证明它是真的；它们可能全部由同一单一来源供给。
注意：开源情报是在法律和道德限制范围内进行的。未经授权访问非公开信息、跟踪人们的私生活以及通过欺骗手段收集信息不属于 OSINT，也不属于本模块的范围。仅使用人工智能来编辑和验证公共的合法来源。不必要地收集和处理个人数据是对隐私的侵犯。
三个迷你箱子
案例 1 — 综合显示了该模式。一张表收集了 6 种语言的 180 个有关某个地区发展情况的开源信息。人工智能从中得出了一个时间表和 5 个反复出现的索赔。专家认定，这5项说法中只有3项得到了两个独立可靠来源的证实，其中2项是片面的，并在报告中单独表明了这一点。
案例 2 — 溯源解决了这个错觉。一份“泄密文件”在数十个账户上流传，而且似乎是真实的。溯源显示，所有帖子均源自 6 小时前的同一个匿名账户。该文件无法验证； “多源”假象是虚假信息操作，在报告中被列为“未经证实”。
情况 3 — 视觉验证已修复。人工智能承认这一事件是真实的，同时重述了一段病毒式传播的“当前冲突”视频。经专家核实地点和日期显示，该视频是三年前在另一个国家拍摄的。断章取义的图像会导致错误的结论。
四个可复制模板
1）OSINT综合框架：
您的角色：开源情报分析师。综合基于以下所有公开来源：(1) 时间线，(2) 主要参与者及其关系，(3) 反复出现的主张以及各自出现的不同来源的数量，(4) 来源之间的矛盾。不要编造任何事情；只需使用所提供文本中的信息即可。资料来源：[此处]
2）交叉验证表：
为以下声明制作一个验证表：声明|支持它的独立来源的数量|来源类型（官方/独立/有偏见/社会）|状态（已确认/单一来源/冲突）。将那些没有两个独立可靠来源的标记为“未经验证”。声明和来源：[此处]
3）溯源：
下面的声明/图片在很多地方都有共享。查看我分享的帖子的日期和来源：此声明首次出现在何时何地？股份是独立来源还是由单一来源提供？是否存在“多资源错觉”的风险？共享数据：[此处]
4）虚假信息的迹象：
在以下内容中寻找虚假信息的迹象：协调/同时传播、情绪化语言、没有上下文的图像、没有来源的“泄漏”、无法验证的统计数据。列出每个标志并附上理由。做出最终判断；仅标记风险，确认是我的。内容：[此处]
弱提示/强提示
弱提示：
总结一下网上关于这件事的所有内容并告诉我真相。
无来源、未经验证、“真相”断言。人工智能可以将单一来源的主张呈现为“事实”，而不区分虚假信息和经过验证的信息。
强力提示：
您的角色：开源情报分析师。来源：以下 20 个公开帖子（标有来源类型和日期）。任务：提取声明并显示每个声明出现了多少个独立来源、来源类型和矛盾。将没有两个独立可靠来源的任何内容标记为“未经验证”。说明它们的来源可能来自单一来源。做出最终判断；确认是我的。 [这里]
区别很明显：来源标签、独立确认的数量、来源和“未经验证”的标记使合成可靠。
可靠性等级表
资源类型
典型可靠性
注意
人工智能的作用
官方/机构
高但可能有偏差
对某人有利的介绍
总结
独立媒体
中高
编辑错误
交叉检查
国家/有偏见的媒体
宣传风险低
框架
单独标记
社交媒体
变量
虚假帐户，上下文丢失
图案标记
卫星/商业数据
高但需要评论
错误评论
原始数据编辑
常见错误
- 将唯一来源视为“信息”。如果没有两个独立可靠的确认，该说法就无法得到验证。
- 陷入“资源很多”的幻想。数百份副本可能来自同一可疑来源。
- 通过断章取义来接受图像。什么/地点/时间必须单独验证。
- 认为人工智能不会受到虚假信息的影响。人工智能还可以呈现“经过验证的”虚假信息。
- 跨越法律/道德界限。仅限公开来源；不必要地收集个人数据属于违法行为。
综上所述
在开源情报合成中，人工智能是一个强大的助手，可以组织分散的、多源的开放信息，提取时间线和模式，并标记矛盾。但可信度评级、交叉验证、来源追踪、虚假信息对策以及法律/道德界限都是人为的。承载两条独立的来源规则、来源-信息可信度区分、“公开与合法”边界作为OSINT的支柱。
应用任务
选择当前的公共事件并收集 12-15 个不同类型（官方、独立、社会）的来源。使用“OSINT 合成器骨架”创建一个合成器。使用“交叉验证表”根据独立来源的数量对每个主张进行评级。尝试使用“起源追踪”模板进行病毒式传播，并评估是否存在“多起源错觉”。
清单
- [ ] 我仅使用公开的、合法的来源。
- [ ] 我已经通过至少两个独立的可靠来源验证了每项主张。
- [ ] 我分别对来源可靠性和信息准确性进行了评分。
- [ ] 我通过溯源检查了“多源幻象”。
- [ ] 我表达的结果是有信心的，而不是确定性的。