AI助理新聞摘要錯誤率達45%！
重點一： 跨國大規模研究顯示，AI助理對新聞內容的表述有高達 45% 的錯誤，此系統性問題無關語言或平台，恐危及大眾信任。
重點二： 4大主流 AI 平台中，Gemini 的表現最差，有 76% 的回覆存在重大問題，主因是其引用來源的品質不佳。
重點三： 儘管錯誤率高，但仍有許多閱聽人（尤其年輕族群）信任 AI 助理提供的新聞摘要，且AI發生錯誤時認為新聞機構責無旁貸。
歐洲廣播聯盟（EBU）、英國廣播公司（BBC）近期公布一項大型跨國研究《AI 助理在新聞中的使用與認知》，揭發AI助理在處理新聞內容時，存在嚴重的系統性錯誤。
這項橫跨 18個國家、涵蓋 14 種語言的調查顯示，無論使用哪種語言、地區或平台， ChatGPT、Copilot、Gemini 或 Perplexity等AI 助理在回覆新聞相關問題時，高達 45% 的內容至少存在一個重大錯誤，其中，31%的內容在辨識、引用或連結所使用的原始資訊來源時出現錯誤，而20%的內容含有「重大準確性問題」，包括AI幻覺或引用過時資訊 。
如今有愈來愈多人使用AI 助理作為獲取資訊的主要入口， 特別是 25 歲以下族群中有 15% 就使用 AI 助理看新聞 。高錯誤率不僅威脅到新聞內容的準確性，更可能動搖民眾對新聞媒體乃至民主參與的信任。
EBU 媒體總監暨副總幹事德・騰德（Jean Philip De Tender）強調，這些錯誤並非單一事件，而是「跨越國界和多語言的系統性問題」，大眾若無法信任資訊來源，最終將「什麼都不信」。
觀察一：4大平台表現評比，Gemini 來源引用最棘手
這項研究評估了 ChatGPT、Copilot、Gemini 和 Perplexity 4大主流 AI 助理平台共 3,000 多個回覆，根據準確性、來源引用、事實與觀點的區分，以及提供背景資訊等關鍵標準進行評估。
結果顯示，錯誤的分布在不同平台間存在顯著差異， 其中 Gemini 的表現最為不佳，有 76% 的回覆被判定存在重大問題，這個比率是其他 AI 助理的2倍以上 。主要症結在於 Gemini 糟糕的「來源引用」表現，整體調查中，有 31% 的回覆存在嚴重來源問題，包括引用來源遺失、具誤導性或根本錯誤。
BBC 生成式 AI 專案總監亞契（Peter Archer）表示，雖然樂見 AI 帶來的價值，但大眾必須能夠信任他們所閱讀、觀看和聽到的內容，並願意與 AI 公司合作，共同解決這些明顯存在的重大問題。
觀察二：4大AI錯誤類型，「事實錯誤」最損信任感
為了深入了解錯誤對大眾信任的實際影響，研究測試了4種常見的 AI 錯誤類型，包括事實錯誤（Factual Errors）、觀點作為事實呈現（Opinion as Fact）、來源與歸屬錯誤（Sourcing Errors）和自行加入觀點（Introduction of Opinions）。 結果表明，所有錯誤都會嚴重損害用戶的信心，其中事實錯誤最具破壞力。
高達 84% 的英國成年人表示，事實錯誤（如日期、數字不準確）將對他們對 AI 摘要的信任產生重大影響，因為準確性是用戶對新聞內容最基本的底線。
觀點作為事實呈現類型中，有 81% 的人認為這會嚴重損害信任，因其破壞了公正性讓用戶感覺 AI 系統在選邊站或有隱藏偏見。
即使是更為技術性的來源與歸屬錯誤（如錯誤引用新聞機構），也有 76% 的人表示會破壞信任，讓人質疑內容真實性。
當 AI 助理自行加入原始報導中沒有的觀點時，模糊了報導與評論的界線，有 73% 的人會因此對其信任大打折扣。
報告強調，在大家習慣快速瀏覽資訊的時代，任何一個小錯誤，都會在用戶心中留下負面印象。
觀察三：AI 錯誤回應闖禍，媒體恐背連坐黑鍋
這項研究還揭露了一個對新聞媒體來說很頭痛的問題：當AI發生錯誤時，閱聽人不僅會責怪 AI 服務提供商，也會將矛頭指向新聞提供者。
許多人錯誤地假定 AI 助理提供的新聞摘要是準確的。在英國成年人中，超過三分之一新信AI 能產生準確的摘要，而在 35 歲以下的年輕族群中，這個比例更攀升至近一半。
而當AI內容出現錯誤時，大多數英國成年人認為 AI 服務提供商 (36%) 和政府／監管機構 (31%) 應負責確保 AI 回覆的準確性。
即使錯誤是由 AI 摘要生成所致，仍有 23% 的人認為「新聞提供商」應該為與他們名稱相關聯的內容負責，有 35% 的人本能地同意新聞來源就該為 AI 摘要中的錯誤負責。 這些都表明 AI 助理的失誤，可能連帶對新聞媒體的信譽造成負面影響，即使錯誤並非新聞機構所致。
報告也指出，若想恢復民眾的信任，AI 平台必須提供清楚的來源、時間和連結，並且一旦修正錯誤，要確保在所有地方都能同步更新，避免讓新聞媒體成為 AI 錯誤的替罪羔羊。
AI新聞摘要仍是演算法，動搖新聞品牌信任度
這份報告警告 AI 摘要中立的可靠表象創造了用戶的盲點。由演算法帶來的虛假確定性，導致用戶在接收資訊時鬆懈了查證的本能。
如果這種情況持續，AI 的系統性錯誤不僅會讓用戶失去對技術本身的信任，還可能悄悄侵蝕用戶對整體新聞品牌的可信度與信任感，最終對整個新聞環境造成負面衝擊。
延伸閱讀：好險，AI文章還沒有占據你的世界！AI文章數量與人寫文章曾出現「黃金交叉」，現在呈55波
「只懂古典物理的LLM，無法提出相對論！」學者解密AI思維鏈：為何光寫提示詞，配不上「工程」兩字？
資料來源：BBC
本文初稿為AI編撰，整理．編輯/ 蘇柔瑋
