AI新聞可靠嗎？全球22家公共媒體檢證：ChatGPT、Gemini近半數都在「一本正經地胡說八道」

包括德國之聲（DW）在內的22家公共媒體機構進行的一項新的全面研究發現，四款最常用的人工智慧助手在45%的情況下會錯誤地呈現新聞內容——無論何種語言或地區。

來自英國廣播公司（BBC）和美國全國公共廣播電台（NPR）等多家公共廣播機構的記者，對四款人工智慧助手（聊天機器人）進行了評估：ChatGPT、微軟Copilot、谷歌Gemini和Perplexity AI。

該研究審查了多項標准，包括準確性、來源引用、上下文、適當的編輯表述能力以及區分事實與觀點的能力。

嚴重錯誤

調查發現，近一半的回答至少存在一個重大問題，其中31%存在嚴重的來源引用問題，20%存在嚴重的事實錯誤。德國之聲（DW）的專項測試發現，人工智慧助手對其問題的回答中，53%存在重大問題，其中29%在準確性上存在特定問題。

在回答德國之聲（DW）提問時出現的事實錯誤包括：將蕭爾茲（Olaf Scholz）認作德國聯邦總理，盡管梅爾茨（Friedrich Merz）在一個月前已經就任總理。另一個錯誤是將史托騰伯格（Jens Stoltenberg）認作北約秘書長，而呂特（Mark Rutte）實際已接任該職務。

全世界越來越多的人使用人工智慧助手來獲取信息。根據路透社研究所的《2025年數位新聞報告》（Digital News Report 2025），7%的在線新聞消費者使用AI聊天機器人獲取新聞。在25歲以下人群中，這一比例上升到15%。

這引起了該研究發起者的擔憂。協調這項研究的歐洲廣播聯盟（EBU）副總幹事德滕德（Jean Philip De Tender）表示，他們的調查清楚地表明，「這些失誤並非個案」。

他說：「它們是系統性的、跨國界的、多語言的，我們認為這正在危及公眾的信任。如果人們不知道該信任誰，他們最終將誰也不信，這可能會損害公民參與民主。」

這項新研究是迄今為止同類研究中規模最大的項目之一，它是在BBC2025年2月一項研究的基礎上進行的。那項研究也顯示，所有被核查的AI回答中有一半以上存在重大缺陷。

在這項新研究中，來自18個國家和多個語種的媒體公司採用了與BBC研究相同的方法，對3000個人工智慧回答進行了分析。

這些公司向四款AI助手詢問了常見的新聞問題，例如「烏克蘭礦產交易是什麼？」或「川普能競選第三個任期嗎？」記者們隨後在不知道是哪個助手提供答案的情況下，利用自己的專業知識和專業來源核查了這些回答。與八個月前的BBC研究相比，結果雖略有改善，但錯誤率依然很高。

英國廣播公司（BBC）生成式AI項目總監阿徹（Peter Archer）在一份聲明中說：「我們對人工智慧及其如何幫助我們為受眾提供更大價值感到興奮。」然而，「人們必須能夠信任他們所讀到和看到的內容。盡管有一些改進，但很明顯這些助手仍然存在重大問題。」（相關報導：台灣有事、就是日本有事...但美國也是嗎？師承安倍晉三「川普學」，《紐時》看好日本女首相收服美國總統、順帶幫台灣摸底｜更多文章）

在四款聊天機器人中，Gemini的表現最差：72%的回答在來源引用方面存在重大問題。在BBC的研究中，微軟的Copilot和Gemini表現最差。然而，在這兩項研究中，所有四款AI助手都存在問題。