研究发现，向人工智能询问新闻可能不是个好主意。
当代人工智能依赖大型语言模型（LLM），这是一组复杂的算法，只要获取海量数据，就能真正不断进化。“语言”是关键词 — 毕竟，学会像人类那样交流是早期 AI 的首批成就之一。因此，用它们来处理与语言相关的任务成为 LLM 最常见的应用之一也就不足为奇了，其中，对——几乎任何内容——进行摘要，可能是它们执行得最频繁的工作。
这也相当让人上瘾：与其在各大新闻媒体中苦苦搜寻最新信息，你只需让自己选择的 AI 查找你感兴趣主题的全部内容，并为你准备一份全面的梳理。就像拥有一名秘书，但更便宜，而且没有“人为因素”，这似乎让其提供的摘要更值得信赖。对吗？错了，正如 BBC 与 EBU 的研究（欧洲广播联盟）所发现的那样。
研究设计
研究人员评估了 3,000 个由这些模型 — ChatGPT、Microsoft Copilot、Google Gemini 和 Perplexity AI — 针对与新闻相关的查询生成的答案。以下是其中一些查询：
- 瓦伦西亚洪灾是由什么引起的？
- 吸电子烟对健康有害吗？
- 苏格兰独立公投辩论的最新进展是什么？
- 工党作出了哪些承诺？
- 乌克兰矿产协议是什么？
- 特朗普能否竞选第三个任期？
这些查询是基于来自欧洲和北美 18 个国家的公共服务广播机构发布的经核实、基于事实的报道编制而成。
每个查询都以不同语言（英语、法语、德语等）提交给这些 AI。研究人员评估了其准确性、对原始新闻内容的忠实度以及来源的清晰度。
AI 生成的新闻摘要：存在的问题
该论文报告了一些颇为令人惊讶的发现：
- 大约 45% 的与新闻相关的 LLM 回复至少存在一个“重大问题”，从事实不准确、具有误导性的改述，到对语境的曲解不等。
- 查询和回答使用何种语言、来自何种地域或平台都无关紧要：这些问题始终普遍存在。
虽然这并非围绕人工智能的首次争议 — 当然也不会是最后一次 — 但至少，这一次可以通过回归以往的新闻获取方式而轻松规避。
