一組研究人員重新引發了關於調查不明飛行物最佳策略的爭論。雖然一些科學家建議使用人工智慧和機器學習來分析目擊者的口頭敘述，但批評者認為，如果沒有直接和準確的觀測儀器，這種方法注定會失敗。爭論的中心問題是自然語言處理技術是否可以從人類對無法解釋的空中現象的證詞中提取可靠的知識。
人類記憶和感知的局限性
誤判的歷史為人類觀察的限制提供了清晰的視角。針對51起死囚無罪釋放案件進行分析，其中45.9%涉及偽造檢舉人，25.2%涉及目擊證人承認錯誤。即使在極端危險的情況下——死刑——人類的敘述也被證明是非常不可靠的。交通事故的報告也表現出類似的模式，不同的目擊者以相互矛盾的細節描述同一事件。
故事在集體記憶中相互交織、相互污染。當只有一種物理現實時，不同的敘述必然顯示人類感知和記憶的錯誤性。目擊者遭受確認偏誤，記憶是重建性的而不是再現性的，感官噪音不斷地讓觀察者感到困惑。
- 證人在通報事件時遭受確認偏誤
- 人類記憶是重建性的，而不是複製性的
- 隨著時間的推移，敘事會相互影響
- 在危急情況下，感官噪音會使觀察者感到困惑
足球展現儀器的優越性
國際足總多年來一直透過攝影機解決類似問題，而不是對言論進行分析。門線技術採用14個高速攝影機，在一秒鐘內確認球是否越界。視頻助理裁判會審查錄像，以確保進球、越位和犯規的準確性。沒有人建議國際足總採訪守門員、球迷，並將機器學習應用到他們的證詞中。
採用的解決方案是能夠實際測量事件的專用設備。這反映了對科學知識論的基本理解：為了理解物理世界，我們需要對物理世界的測量。將這一教訓應用到對空中現象的調查中似乎是顯而易見的。如果目標是確定物體相對於已知的人類技術是否表現異常，則需要測量其距離、速度和加速度。如果沒有這些物理維度，任何敘事分析都只能是推測性的。
伽利略計畫優先考慮觀測設備
伽利略計畫由研究機構的研究人員領導，重點研究以儀器儀表為重點的替代方法。該專案不是累積口頭報告——無論處理這些報告的演算法多麼複雜——而是投資於能夠產生高品質數據的多向觀測設備。這一觀點的捍衛者認為，擁有大量不確定資訊並不重要，無論分析這些資訊的人工智慧系統有多先進。
差別很重要：數據量並不能彌補品質的不足。一兆位元組的模糊敘述並不能解決需要度量精確度的問題。重點不是在適當的背景下放棄語言分析，而是在應用於需要物理量化的現象的調查時認識到該方法的局限性。紅外線攝影機、高解析度雷達和地理分佈的感測器網路是產生有關觀察現象性質的可驗證資料的工具。
文件揭露和數據質量
2026年4月17日，川普總統宣布即將公佈有關不明飛行物的機密文件。問題仍然是：所揭露的影片會是最重要的還是只是模糊圖像的另一個積累，缺乏有關距離的資訊？研究人員用低品質的影片淹沒了研究人員，而沒有上下文數據——距離、雷達驗證的速度、來自多個感測器的座標——使批評指出的同樣的問題長期存在。
即使人工智慧分析視覺內容，缺乏結構化資料仍將是根本限制。根本問題超越了不明飛行物或不明異常現象。它反映了科學研究中累積大量不準確數據和收集少量經過嚴格測量的資訊之間更廣泛的緊張關係。如果沒有距離數據，演算法無法推斷物體的距離，處理技術也無法重建遺失的資訊。
研究的未來取決於工具投資
人工智慧的進步令人印象深刻，出色的語言模型實現了以前認為不可能的壯舉。但這種技術複雜性並沒有解決根本問題：高品質的數據比一千個偉大的語言模型更有價值。俗話說，一圖勝千言。出於同樣的推理，經過嚴格衡量的資訊勝過模稜兩可的敘述。
未來對不明飛行物的研究可能會更少地依賴演算法的複雜性，而更依賴對適當儀器的投資。如果沒有這個工具基礎，人類報告的每一次人工智慧分析都將仍然是噪音處理的一種練習——也許很複雜，但從根本上受到底層來源品質差的限制。