編輯 | 云昭 

出品 | 51CTO技術棧（微信號：blog51cto）

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 與歐洲廣播聯盟（EBU）聯合發布了《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、地區或人工智能平臺，我們平時在用的主流大模型，都會經常歪曲新聞內容。

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分事實與觀點能力方面的表現。

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，而是系統性的

在這份長達60頁的報告中，BBC指出——這些錯誤幾乎出現在所有語言、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目作為事實；
• Gemini（谷歌）表現最差：
• 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在方濟各去世數月后仍稱他為“現任教皇”；
• Gemini誤報英國“一次性電子煙法規修改”；
• 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研究團隊發現，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。這次最新的研究數據整體質量略有提升。

• 嚴重問題比例從 51% 降至 37%（BBC 內部數據）；
• 但在多語種、多國家樣本下，系統性問題依舊存在；
• “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。”

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。”

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 Jean Philip De Tender

根據路透新聞研究所發布的《2025年數字新聞報告》，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。它已經開始動搖公眾的信任結構。

另一項BBC同步調查顯示：

• 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》發現：

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

據悉，路透社已聯系相關公司以征求回應。

谷歌的 AI 助手 Gemini 此前在其官網上表示，平臺歡迎用戶反饋，以便持續改進并提高實用性。

OpenAI 與 微軟 也曾表示，所謂“幻覺”（即模型生成錯誤或誤導性內容）是當前努力解決的技術挑戰之一。

Perplexity 則在官網稱，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。

1. AI公司應承擔新聞責任，定期公開各語言版本的準確率數據；
2. 媒體機構需獲得內容使用與溯源權，建立標準化引用格式；
3. 監管層應介入，防止“AI答案”取代“新聞過程”；
4. 公眾教育刻不容緩——讓人們知道，AI的語氣并不等于真相。

BBC 生成式人工智能節目總監 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競爭內容產出，而是要守住最后的驗證體系。

當45%的答案都是錯的，“信任”，才是人類信息系統中最稀缺的資源。

本文轉載自??51CTO技術棧??，作者：云昭