何靜以 AIGC 短片回應謠言，北航副教授的輿論實驗與學術爭議

重點摘要

• 北京航空航天大學副教授何靜因 Bilibili 課程片段爆紅，播放量突破兩百萬，引發學歷與產出效率爭議。
• 何靜以「供需匹配」與「時效性」辯護其晉升與論文數量，並用 AIGC 技術製作短片《謠言成真》反制謠言。
• 此事件凸顯技術普及與學術評價體系的張力，何靜將親身經歷轉化為對「資料背後真人」的研究反思。

2026 年 8 月，北京航空航天大學（北航）35 歲副教授何靜意外成為網路焦點。起因是她於 2025 年 10 月開設的慕課課程《生成式人工智慧應用實戰》片段被搬運至短影片平台，播放量從百萬迅速攀升至逾兩百萬，遠超她過去五年單支影片的最高紀錄。這場流量風暴不僅帶來關注，也引發了針對其學歷背景與學術產出效率的激烈質疑。何靜選擇以 AIGC 技術自製短片《謠言成真》回應，將自身置於輿論中心，完成了一場從理論到實踐的社會實驗。

北航副教授何靜爆紅引發的學術與學歷爭議，不僅是一場個人名譽的輿論攻防，更揭示了在 AIGC 時代下，傳統學術評價體系與技術快速迭代、市場供需導向之間的深層張力。

流量爆紅背後的學歷與產出爭議

何靜的走紅並非偶然，而是內容策略與平台演算法共振的結果。她在 Bilibili（B 站）開設帳號分享 AI 應用內容，涵蓋生成式 AI 原理、AIGC 應用、OpenClaw 部署、Agent 開發、AI 接入 CAD、AI 製作 PPT 及 Hermes 等主題。為了降低理解門檻，她將生成式 AI 生態比喻為廚房，將各類大模型比喻為不同菜系的廚師，例如文字大模型是川菜師傅。這種被稱為「嬰幼兒講解風格」的敘事方式，成功吸引了大量非技術背景的使用者，但也為後續的專業性質疑埋下伏筆。

爭議的核心集中在兩點：學歷與產出。批評者指出，何靜本科畢業於四川農業大學，博士在中國礦業大學（北京）取得地理資訊工程學位，博士後在清華大學新聞傳播學領域完成研究。有人質疑，以這樣的本碩博學歷背景，能否符合 985 院校副教授的聘任標準？另一項質疑則指向其學術產出效率。北航官網顯示，何靜著有 40 餘篇學術論文、主持逾 20 項課題，且批評者特別指出她在 2025 年單年即發表 10 篇核心期刊論文，因此稱她為「學術快牛」，懷疑短期大量產出的合理性。

面對這些質疑，何靜的回應展現了對傳統學術評價體系的挑戰。針對學歷問題，她提出「物以稀為貴」的邏輯，認為選擇具稀缺性的研究方向，比在惡性內卷賽道競爭機會大得多。她自稱依靠資料分析能力挖掘資訊差，早一步做出選擇。針對產出效率，她反問：「為什麼一定是做得快的人不正常，有沒有可能是做得慢的人不適合這個賽道？」她強調，輿情類研究具有強烈時效性，延遲兩年資料可能已失去意義。這番論述將學術評價的標準從「累積時長」轉向「市場匹配」與「時效價值」。

AIGC 作為澄清工具：謠言與演算法的博弈

在演算法驅動的傳播環境中，傳統的文字澄清往往難以抵禦謠言的擴散。何靜選擇了一種與她研究領域高度契合的方式：使用 AIGC 技術自製短片《謠言成真》。她將自己經歷過的離譜謠言寫入劇本，透過生成式 AI 進行視覺化呈現。這一舉動不僅是個人回應，更是一種媒介實驗。她指出，在演算法驅動的傳播環境裡，澄清往往跑不過謠言。這意味著，在注意力經濟下，形式新穎、視覺衝擊強的內容更容易獲得演算法推薦，從而抵消負面資訊的影響。

這種做法也反映了何靜對技術工具的熟練運用。她將 AI 接入 CAD、製作 PPT 等實用技能，延伸至個人品牌維護與輿論管理。這與她課程中強調的「AI 應用實戰」一脈相承。然而，這種策略也引發了另一層思考：當學術爭議透過娛樂化、視覺化的方式呈現時，專業討論的邊界是否被模糊？何靜的短片雖然有效回應了謠言，但也可能將嚴肅的學術質疑轉化為一場網路表演，這正是她作為輿論研究者所面臨的悖論。

從理論到實踐：輿論研究者的自我反思

何靜的研究方向涵蓋 AI 輿論、元宇宙、社會治理與數字鄉村。她將元宇宙定位為新資訊空間，數字鄉村為資訊窪地，串聯主線是在資訊爆炸與資訊繭房並存的時代，讓有用資訊找到需要它的人。然而，直到自己成為輿論中心，她才真正理解資料背後那些人的感受。她表示：「每一個資料點背後，都是一個真實的人。」這是一句簡單的陳述，卻揭示了量化研究與質性體驗之間的巨大鴻溝。

作為一名網路輿論研究者，何靜此前已建立過大量模型與分析，但她坦承理論與親身經歷之間存在著巨大的鴻溝。這種差異不僅在於情緒的強度，更在於傳播的複雜性。她發現，理論模型往往假設理性傳播，但現實中的輿論往往充滿非理性、情緒化與演算法操縱。親身經歷讓她對研究對象產生同理心，這被視為比任何學術研究更重要的收穫。這種從「研究者」到「被研究者」的身份轉換，為她的後續研究提供了更豐富的視角。

技術變革下的學術價值與個人選擇

何靜的經歷也折射出技術快速迭代對學術工作的衝擊。她坦承，在 AI 領域辛苦搭建的工作流，可能因為一次模型版本的更新就變得毫無意義。她選擇坦然接受這種探索性工作的「浪費」，並援引愛迪生名言認為，每次失敗都加速下一輪正確選擇。這種態度在追求穩定性的學術界顯得獨特，卻更符合 AI 領域的現實。技術的半衰期極短，學術產出的價值不再僅取決於深度，更取決於速度與適應性。

此外，何靜的晉升與產出策略，也反映了當下學術生態的變遷。她以川菜館招聘師傅為喻，說明評價人才應看當下市場需求與供需匹配，而非僅看學歷門第。她指出，這不是否定法餐的價值，而是供需關係的匹配問題。並以土木工程今昔對比佐證時代機遇差異。這意味著，在技術驅動的新賽道中，傳統的學歷階梯可能不再是唯一的晉升路徑，稀缺性與市場需求成為新的評價標準。

何靜的故事並非孤例，而是技術普及與學術體制碰撞的縮影。她曾因軟體開發困難而「本想放棄躺平」，但此次輿論事件意外激勵她振作，數日內發布了軟體與報告。這種外部壓力轉化為內部動力的過程，顯示了公眾關注對學術創新的雙重影響。一方面，它可能帶來干擾與誤解；另一方面，它也能提供資源與動力，推動研究者突破瓶頸。

何靜的研究原點是一個樸素問題：「技術越來越發達了，但普通人的生活真的因此變好了嗎？」這個問題貫穿了她從課程設計到輿論回應的整個過程。她試圖透過 AI 應用降低技術門檻，讓更多人受益；同時，她也透過自身經歷，反思技術社會中的個體處境。在演算法與人性、效率與公平、理論與實踐之間，何靜提供了一個複雜而真實的案例。她的回應不僅是對質疑的辯護，更是對學術價值與技術意義的重新定義。未來，隨著 AI 技術的進一步普及，類似的爭議可能會更加頻繁。如何平衡專業性與普及性、效率與嚴謹，將是學術界與技術界共同面臨的課題。何靜的經歷提醒我們，在資料與演算法之外，始終需要關注「真實的人」及其感受。這或許是技術發展中最不應被遺忘的座標。