用LLM剖析印度YouTube上的"神牛尿"健康谣言：文化混淆如何欺骗算法与人类

密歇根大学研究团队开发基于大语言模型（LLM）的话语分析框架，针对印度YouTube上关于"gomutra"（牛尿）健康宣传的混合修辞策略展开研究。该项目揭示传统文化隐喻与伪科学话语交织形成的复杂体系，对西方训练语料为主的LLM及传统内容审核机制构成挑战，为理解文化混淆型健康谣言提供新视角。

在印度，牛尿（gomutra）被部分群体视为神圣疗效的传统物质，近年通过YouTube等平台传播时，宗教话语与现代健康科学术语混为一谈，形成"文化混淆"现象。传统基于关键词或简单语义分析的审核方法难以识别这类表面为"文化表达"、实则传播未经证实健康声明的内容；且内容多为英语、印地语、乌尔都语混合，进一步增加自动分析复杂度。

研究构建后验分析框架，评估主流LLM处理文化混淆内容的能力局限。步骤包括：1. 样本收集：30个多语言视频（支持与辟谣内容）；2. 音频转录：用OpenAI Whisper large模型，人工校对16%样本，平均词错误率7.04%；3. 术语提取：GPT-4o识别传统文化隐喻（宗教象征、传统医学概念）与科学术语（化学成分等）；4. 强度词分析：Gemini、GPT-4o-mini、DeepSeek在零/少样本、正式/友好语气下提取强调词汇，计算Cohen's Kappa系数评估一致性。

1. 西方中心训练语料导致对印度传统医学（如阿育吠陀）和宗教隐喻理解偏差，难以判断传统与科学术语并置的误导性；2. 多语言混合（语码转换）增加分析难度；3. 模型低估情感强度与事实准确性的关联：宣传内容用"奇迹般"等强词汇，辟谣内容表述克制，但文化表达本身带情感易导致误判。

方法论创新：公开评估脚本（WER计算器、F1评估器、Kappa分析器）及GPT-4o、Gemini 2.5 Pro、DeepSeek的提示模板，提升可复制性。伦理方面：排除观众/评论者个人信息，数据集限定非商业学术用途，需邮件申请受控访问，平衡研究价值与隐私保护。

对平台：建议引入多维度分析框架，既检测事实准确性，也分析传统与科学话语混合的修辞策略，强化多语言与跨文化理解能力。对事实核查机构：LLM可辅助识别可疑修辞模式，但最终判断需人类专家的文化敏感性。

局限：样本规模小（N=30）、单一主题、后验分析未跟踪传播动态。未来方向：扩大主题覆盖、引入用户行为数据、探索多模态分析（结合视频画面/音频语调）。结语：技术解决方案需结合人文关怀，打击谣言时避免文化污名化，构建有效且负责任的信息生态系统。