編輯 | 云昭
相信大家都碰到過類似這種情況，當你問 ChatGPT 或 Copilot：“最近 XXX 大火的新聞，后來進展怎么樣了？”
你得到的，可能是一篇語氣權威、邏輯完整的摘要。但如果你追問一句：“這些信息來自哪？”——答案卻要么含糊其辭，要么干脆編造出處。
這并非個例。
10月22日，BBC 與歐洲廣播聯(lián)盟（EBU）聯(lián)合發(fā)布了《News Integrity in AI Assistants》報告，對全球四大AI助手——ChatGPT、Copilot、Gemini和Perplexity——進行了系統(tǒng)測試。
他們向這些助手提出了 3000個與新聞相關的問題，覆蓋 18個國家、14種語言。
結果令人不安：幾乎有一半的內(nèi)容存在誤導或失實。
45% 的AI回答存在重大錯誤，81% 含有某種程度的問題。
報告指出，無論測試哪種語言、地區(qū)或人工智能平臺，我們平時在用的主流大模型，都會經(jīng)常歪曲新聞內(nèi)容。
圖片
本次研究由來自法國、德國、西班牙、烏克蘭、英國和美國等 18 個國家的 22 家公共媒體機構共同參與。這項國際研究分析了 3,000 條 AI 助手對“新聞類問題”的回應。
研究團隊評估了 14 種語言環(huán)境下的多款主流 AI 助手，包括 ChatGPT、Copilot、Gemini 和 Perplexity，重點考察它們在新聞準確性、信息來源可靠性以及區(qū)分事實與觀點能力方面的表現(xiàn)。
研究顯示，45% 的 AI 回答至少存在一個嚴重問題，若計入較輕微的偏差或遺漏，總體有問題的比例高達 81%。
圖片
圖片
可怕之處在于：錯誤不是偶然，而是系統(tǒng)性的
在這份長達60頁的報告中，BBC指出——這些錯誤幾乎出現(xiàn)在所有語言、所有助手身上。
其中，最主要的錯誤是“信息來源問題”（近三分之一的回答），包括遺漏、誤導性引用或錯誤署名。
- 31%的回答引用了不存在、錯誤或誤導性的來源；
- 部分AI甚至偽造新聞鏈接或引用諷刺節(jié)目作為事實；
- Gemini（谷歌）表現(xiàn)最差：
72%的回答存在來源錯誤；
總體錯誤率高達76%。
圖片
其次是20% 的回答存在準確性問題，包括使用過時信息。
- ChatGPT在方濟各去世數(shù)月后仍稱他為“現(xiàn)任教皇”；
- Gemini誤報英國“一次性電子煙法規(guī)修改”；
- Perplexity在報道捷克代孕法時直接“立法造句”。
報告指出，這些問題“不是孤立bug，而是AI新聞生成的系統(tǒng)性偏差”。
圖片
AI越來越自信，寧愿胡說也不愿拒絕
更危險的，是AI助手的“過度自信”。
BBC研究團隊發(fā)現(xiàn)，即使面對不確定或缺乏信息的情況，AI助手仍然會一本正經(jīng)地給出答案——拒答率從2024年底的3%下降到僅0.5%。
ps：
小編注意到，此前BBC就曾在6個月前做過初版研究。這次最新的研究數(shù)據(jù)整體質(zhì)量略有提升。
- 嚴重問題比例從 51% 降至 37%（BBC 內(nèi)部數(shù)據(jù)）；
- 但在多語種、多國家樣本下，系統(tǒng)性問題依舊存在；
- “拒答率”從 3% 降至 0.5%，AI 更傾向于“瞎答”，導致錯誤率上升。
也就是說，AI寧愿胡說，也不愿沉默。
例如，當被問及“NASA宇航員為何被困太空”時，Gemini的回答是：
“這是一種誤解，你可能把科幻電影當成新聞?！?/p>
事實上，當時確實有兩位宇航員因飛船故障滯留九個月。
BBC評語：“Gemini不僅錯，還在反諷用戶?！?/p>
失實危機：大模型正在替代搜索成為新聞入口
EBU 表示，隨著 AI 助手逐漸取代傳統(tǒng)搜索引擎成為新聞入口，這一問題可能侵蝕公眾信任。
“這項研究最終表明，這些失職并非孤立事件。它們具有系統(tǒng)性、跨境性和多語言性，我們認為這會危及公眾信任。當人們不知道該信任什么時，他們最終會變得什么都不信任，這會阻礙民主參與。”
——EBU 媒體總監(jiān) Jean Philip De Tender
根據(jù)路透新聞研究所發(fā)布的《2025年數(shù)字新聞報告》，約 7% 的線上新聞用戶、以及 25 歲以下人群中的 15%，會使用 AI 助手來獲取新聞。
連鎖坍塌：AI出錯，也把媒體機構拖下水
問題不只在技術。它已經(jīng)開始動搖公眾的信任結構。
另一項BBC同步調(diào)查顯示：
- 35%的英國成年人完全信任AI生成的新聞摘要；
- 在35歲以下人群中，這一比例升至 近一半；
- 42% 的受訪者表示，如果AI摘要出錯，他們會連帶對原新聞源失去信任。
換句話說，當AI講錯新聞，不僅AI信譽受損，連BBC、路透社、FT這樣的新聞機構也會被“拖下水”。
而與此同時，《金融時報》發(fā)現(xiàn)：
來自搜索引擎的流量下降了 25%–30%，部分原因正是“AI直接回答”帶走了原始點擊。
AI 在重寫新聞入口，但也在重塑信任坍塌的路徑。
各大AI助手廠商聲明
據(jù)悉，路透社已聯(lián)系相關公司以征求回應。
谷歌的 AI 助手 Gemini 此前在其官網(wǎng)上表示，平臺歡迎用戶反饋，以便持續(xù)改進并提高實用性。
OpenAI 與 微軟 也曾表示，所謂“幻覺”（即模型生成錯誤或誤導性內(nèi)容）是當前努力解決的技術挑戰(zhàn)之一。
Perplexity 則在官網(wǎng)稱，其 “Deep Research” 模式在事實準確率方面可達 93.9%。
AI要學會說“我不知道”
BBC在結語中寫道：
“AI助手模仿了新聞的權威語氣，卻缺乏新聞的求證精神。這是一種危險的幻覺。”
這份最新報告呼吁：AI 公司應對其助手的新聞回應承擔更高的透明度與責任，并改進其在新聞類查詢上的表現(xiàn)。
- AI公司應承擔新聞責任，定期公開各語言版本的準確率數(shù)據(jù)；
- 媒體機構需獲得內(nèi)容使用與溯源權，建立標準化引用格式；
- 監(jiān)管層應介入，防止“AI答案”取代“新聞過程”；
- 公眾教育刻不容緩——讓人們知道，AI的語氣并不等于真相。
BBC 生成式人工智能節(jié)目總監(jiān) Peter Archer 則表示愿意跟AI公司一道合作推進這一問題的改進。
人們必須能夠信任他們所讀、所看和所見的內(nèi)容。盡管取得了一些進步，但這些助手顯然仍然存在重大問題。我們希望這些工具能夠取得成功，并愿意與人工智能公司合作，為觀眾和更廣泛的社會提供服務。
當真相被算法包裝成答案
AI 正在取代搜索，但它同時也在削弱“可驗證的真相”。在這個人人都能生成內(nèi)容、人人都可能被誤導的時代，
所以能想象得到，各大新聞媒體、甚至是搜索引擎的下一步轉型，不是要和AI競爭內(nèi)容產(chǎn)出，而是要守住最后的驗證體系。
當45%的答案都是錯的，“信任”，才是人類信息系統(tǒng)中最稀缺的資源。
