生成式人工智能的迅猛发展正对依赖公众科学的生物多样性数据库构成严峻挑战。近期，独立研究者克里斯·安德森与曼彻斯特城市大学生物多样性学者亚历山大·利斯相继发现，多张声称发现于马来西亚与苏格兰的新型物种照片实为AI伪造。此类图像不仅包含全新虚构生物，还涉及对真实影像的过度修饰，极易误导专家与计算机视觉算法，甚至可能渗入正式科学文献与生态评估报告。 随着Google Gemini等图像生成工具的普及，iNaturalist与eBird等公众科学平台正面临数据污染危机。专家指出，历史记载中早已存在物种造假先例，但生成式AI大幅降低了伪造门槛，使虚假信息呈现指数级增长。为应对挑战，iNaturalist已推出社区AI内容标记功能，学者则呼吁建立严格的图像认证协议与元数据核查机制，并加强公众技术风险教育。 尽管生成式AI引发信任危机，机器学习在鸟类迁徙预测与相机陷阱初筛等领域仍具应用价值。学界共识强调，技术演进无法替代人工审查。在生态数据治理中，坚守严谨的验证流程与专业策展人审核，仍是维护科学记录完整性的核心防线。