最近 Cowork 爆火，都說 AI 能自己干活了，那取代個搜索引擎和新聞網(wǎng)站應(yīng)該是手拿把掐吧。（作者正在辦公室瑟瑟發(fā)抖：別取代我啊?。。?/p>

那如果只用 AI 看新聞，會發(fā)生什么？

去年九月的每個早晨，魁北克大學(xué)新聞學(xué)教授 Jean-Hugues Roy 都會做同一件事：打開七個 AI 聊天機(jī)器人，用法語問它們今天魁北克最重要的五條新聞是什么。

一個月下來，839 條回復(fù)記錄在案。

結(jié)論是：AI 在表演專業(yè)這方面真挺專業(yè)的。

原作者記錄的每天早上生成式人工智能工具給出的回復(fù)的 Google 表格文件（法語）：

https://docs.google.com/spreadsheets/d/1yc2Gw-6BXem45dF7jP-bsxVC7hEmN_mlaNncN1PFjmw/edit?gid=0

=0

廢物點心

第一次看 ChatGPT 或 Perplexity 給出的新聞?wù)?，你多半會覺得挺靠譜。結(jié)構(gòu)清晰，段落分明，關(guān)鍵信息用粗體標(biāo)注，底部還整整齊齊列著一排來源鏈接?？瓷先ゾ拖褚黄?xùn)練有素的記者寫的快訊。

德國 DW 的分析團(tuán)隊在評估報告里寫道：所有聊天機(jī)器人都用清晰易讀的風(fēng)格提供答案，這會讓你產(chǎn)生一種虛假的安全感或信任感。尤其是 ChatGPT，經(jīng)常提供結(jié)構(gòu)良好、表述清晰、看似全面的長篇回答。它們在你第一次閱讀時很有說服力，只有深入挖掘時你才會注意到事實錯誤和缺失的細(xì)微差別。

AI 太會裝了。

舉個例子。有人問 ChatGPT 中國出口什么，ChatGPT 給出了一個詳細(xì)的回答，列舉了各種商品類別和具體數(shù)字?？雌饋硇畔⒘亢艽?，而且還附上了兩個來源鏈接。但來源里根本找不到 ChatGPT 提到的大部分?jǐn)?shù)字。

SRF 分析說：完全不清楚這些信息從哪里來。兩個來源都不包含 ChatGPT 提到的很多數(shù)字。所以對記者來說，幾乎不可能驗證回答中的事實是真的還是 ChatGPT 的幻覺。

更荒誕的是，Gemini 被問到關(guān)于馬斯克使用納粹禮的話題時回復(fù)說，1tv.ge 的來源中沒有相關(guān)信息，因此根據(jù) 1tv.ge 的報道，馬斯克沒有使用納粹禮。

格魯吉亞公共廣播 GPB 的評估員看到這個邏輯估計笑出了聲：這是個邏輯錯誤。如果 1tv.ge 沒有提供相關(guān)信息，那就不能引用它來證實或否認(rèn)這件事。AI 錯誤地將缺乏報道推斷為否認(rèn)的證據(jù)，這歪曲了來源并制造出一種誤導(dǎo)性的事實確定感。

沒報道等于沒發(fā)生，這是什么鬼邏輯。但 Gemini 說得理直氣壯。

沒有功勞，也有苦勞？

另一個常見的情況是，AI 提供的鏈接根本打不開。Roy 教授的實驗里，只有 37% 的回答提供了完整有效的網(wǎng)址。其他的要么是 404 錯誤，要么指向媒體網(wǎng)站首頁，要么干脆是編造的。

22 家歐洲公共廣播機(jī)構(gòu)的聯(lián)合測試?yán)?，Gemini 和 Grok 3 超過一半的回答都引用了虛假或失效的鏈接。在 200 個測試提示中，Grok 3 有 154 個引用指向錯誤頁面。就算它正確識別了一篇文章，也常常鏈接到一個虛構(gòu)的網(wǎng)址。

如果你看到一條新聞?wù)f某地發(fā)生了什么事，底下列著五個來源鏈接。你點開第一個，404。點開第二個，跳到了 BBC 首頁。點開第三個，文章確實存在，但需要付費才能看全文。點開第四個、第五個，又是 404。

這時候你還會繼續(xù)驗證嗎，大概率不會。你會想，算了，應(yīng)該差不多吧。

比利時 VRT 遇到過一個特別離譜的例子。他們問 Perplexity 為什么要把墨西哥灣改名為美國灣，Perplexity 列出了九個 VRT 的新聞來源。聽起來挺好，但 VRT 核查發(fā)現(xiàn)，這九個來源里只有三個真的跟這個問題有關(guān)。

其他的呢，一篇是關(guān)于取消火車頭等座的，一篇是關(guān)于荷蘭發(fā)電廠的，還有一篇是 2012 年關(guān)于腮腺炎爆發(fā)的報道。這些跟美國灣有什么關(guān)系，沒有任何關(guān)系。

挪威 NRK 也注意到類似的模式。他們說 Perplexity 提供了長長的網(wǎng)址列表，但實際上并沒有在答案中引用它們。比如回答緬甸地震死了多少人這個問題時，Perplexity 提供了 19 個鏈接，但正文里只提到了其中三個?；卮鸨奔s是干什么的時候，給了 9 個鏈接，實際引用的只有 3 個。

NRK 的評估員總結(jié)說：Perplexity 提供長長的網(wǎng)址列表卻不真正引用它們。

這不只是冗余信息的問題。當(dāng)你看到一個回答底下列著十幾個來源，你的第一反應(yīng)是什么，大概是覺得這個回答做了充分的調(diào)研，很可靠。但實際上這些來源大部分都是裝飾品，是為了讓答案看起來更有分量。

許多回答包含了可以稱之為裝飾性引用的東西，就是為了營造徹底研究的印象而添加的引用，但實際檢查時它們并不支持所聲稱的內(nèi)容。

而且，就算鏈接能打開，內(nèi)容也未必可信。

做壞事，不留名

如果你早上習(xí)慣問 ChatGPT 今天有什么新聞，你可能不會想到，AI 犯的錯最后會讓你對真正的新聞機(jī)構(gòu)失去信任。

BBC 和 Ipsos 做過調(diào)查，42% 的人說，如果在 AI 新聞?wù)锟吹藉e誤信息，他們會降低對原始新聞來源的信任。不只是對 AI，對被引用的媒體也一樣。

這就很荒謬了。你去餐廳吃飯，外賣平臺把菜送錯了，送成了別家的，還告訴你這是那家餐廳做的。你吃了一口覺得難吃，然后給那家餐廳打了差評。餐廳根本不知道發(fā)生了什么。

Radio-Canada 問 ChatGPT 特朗普是不是在發(fā)動貿(mào)易戰(zhàn)，ChatGPT 說：是的，唐納德特朗普確實在 2025 年發(fā)動了一場重大貿(mào)易戰(zhàn)，主要針對加拿大和墨西哥。

比利時的 VRT 問 Perplexity 同樣的問題，Perplexity 說：是的，唐納德特朗普正在再次發(fā)動或加劇貿(mào)易戰(zhàn)，主要針對歐盟。

同一件事，兩個完全不同的答案。你在加拿大，AI 告訴你貿(mào)易戰(zhàn)針對加拿大。你在比利時，AI 告訴你貿(mào)易戰(zhàn)針對歐盟。

如果這兩個回答都聲稱來源是 Radio-Canada 或 VRT，但內(nèi)容有誤，那受傷的就是這兩家媒體。你會覺得是他們報道不準(zhǔn)確，而不是 AI 在胡說八道。

路透新聞研究所的數(shù)據(jù)顯示，現(xiàn)在 7% 的人把 AI 聊天機(jī)器人當(dāng)作新聞來源，25 歲以下的人里這個比例是 15%。同時，只有 24% 的美國人覺得從 AI 獲取新聞時容易判斷真假。

換句話說，大部分人在用一個他們根本分不清真假的工具獲取信息，然后因為這個工具給的錯誤信息去懷疑真正做新聞的人。

聊天機(jī)器人讓新聞出版商繼續(xù)花錢制作內(nèi)容來回答用戶問題，但出版商既得不到流量也得不到廣告收入作為回報。

而你，作為一個只想知道今天發(fā)生了什么的普通人，被夾在中間成了最大的受害者。你以為自己在用最方便的方式獲取信息，實際上你在被一個不負(fù)責(zé)任的東西喂食半真半假的內(nèi)容，然后還要為此付出對整個新聞業(yè)失去信任的代價。

該問的不是 AI 什么時候能做得更好，而是我們?yōu)槭裁匆勋@取新聞這件事交給一個連「我不知道」都不會說的東西。

參考：

https://theconversation.com/i-used-ai-chatbots-as-a-source-of-news-for-a-month-and-they-were-unreliable-and-erroneous-268251

https://www.ebu.ch/files/live/sites/ebu/files/Publications/MIS/open/EBU-MIS-BBC_News_Integrity_in_AI_Assistants_Report_2025.pdf

https://www.cjr.org/tow_center/we-compared-eight-ai-search-engines-theyre-all-bad-at-citing-news.php

歡迎加入 APPSO AI 社群，一起暢聊 AI 產(chǎn)品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關(guān)鏈接）