欧美调查揭示：45%的生成AI回答严重扭曲新闻事实

欧洲广播联盟（EBU）和英国广播公司（BBC）于10月22日发布了一项关于ChatGPT等生成式AI新闻内容准确性等的调查结果，该调查覆盖18个国家、14种语言。

调查结果显示，生成式AI的回答中，有45%存在至少一个“严重问题”（如错误等），若范围扩大至至少包含轻微问题的话，则高达81%的回答存在某种问题。

另一方面，用户越来越倾向于依赖生成式AI来获取新闻。牛津大学路透社新闻研究所的调查显示，在25岁以下人群中，这一比例高达15%。

通过生成式AI传播信息，内含着损害新闻信任度的风险。

● 谷歌Gemini问题尤为显著

该报告指出，（AI）助手的回答未能满足准确性和提供适当上下文等基本标准。其问题比例之大令人担忧。这些标准是高质量新闻和新闻内容不可或缺的编辑价值。（具体来说）关于“出处”标注的“严重问题”占比最大，尤其是Gemini的问题尤为突出，

欧洲广播联盟（EBU）和英国BBC于10月22日发布的《AI助手新闻完整性报告》如是说。

本次调查有来自欧洲16国（如英国的BBC、德国的ARD、ZDF、德意志韦勒、法国的法国电台、乌克兰的Suspilne等）以及美国（NPR）、加拿大（CBC/加拿大广播公司）共18个国家的22家公共广播机构参与。调查针对OpenAI的ChatGPT、微软的Copilot、谷歌的Gemini以及Perplexity这4种生成式AI，使用14种语言进行了问题调查。调查于2025年5月至6月期间进行。

在验证过程中，来自参与媒体的共计271名记者，对30个共享问题（如“特朗普如何计算关税？”、“泽连斯基为何不穿西装？”、“缅甸地震死亡人数是多少？”）的答案（共2,709份）以及各媒体追加问题的答案（共353份），总计3,062份内容，从“准确性”、“出处”、“意见与事实的分离”、“有无编辑性解读”、“上下文提供”这五个角度进行了验证。

结果发现，整体上有45%的案例被确认存在至少一个“严重问题”；若仅包含更轻微的问题，则高达81%的生成式AI回答存在某种问题。

BBC曾于今年2月采用与本次类似的方法对4种生成式AI进行过验证，本次调查将范围扩大至欧洲和北美。当时的验证结果显示，51%的回答存在“严重问题”，91%的回答存在某种问题。

按生成式AI分类，“严重问题”比例最高的是Gemini，达76%，其次是Copilot（37%）、ChatGPT（36%）、Perplexity（30%）。Gemini回答的问题尤为突出，是其他生成式AI的两倍以上。

● “出处”问题

在个别验证项目中，“出处”问题最为突出，有31%存在“严重问题”。具体表现为：未标明新闻来源出处、标明了出处但与回答内容不符、或标明了错误的出处等。

由此带来的风险是，例如，被引为出处的媒体并未报道过的内容或错误内容，会以“来自该媒体”的形式流通和扩散。

据称，Gemini“严重问题”多，主要受其“出处”错误影响较大。Gemini在72%的回答中存在关于“出处”的“严重问题”，而ChatGPT为24%，Perplexity和Copilot均为15%，差距超过三倍。

包括Gemini在内的其他验证项目中，“严重问题”的比例分别为：“准确性”20%，“上下文提供”14%。

在“准确性”方面，举例提到了诸如在5月份被问及“现任罗马教皇是”时，回答了已于4月去世的“教皇方济各”（ChatGPT）等案例。

Gemini在“准确性”方面的“严重问题”比例也是20%。在剩余的验证项目中，其问题水平与其他生成式AI大致相当。

● 生成式AI成为新闻接触点

生成式AI回答中包含虚假内容的“幻觉”问题早已被指出。

除此之外，其严重性还在于生成式AI作为新闻接触渠道的存在感日益增强。

随着生成式AI与搜索功能的整合，通过生成式AI获取实时新闻的趋势也日益显著。

本次调查还引用了牛津大学路透社新闻研究所2025年版调查报告《数字新闻报告》的数据，该数据显示欧美25岁以下人群使用AI聊天机器人作为新闻信息来源的比例已高达15%（整体为7%）。

报告最后指出：若此趋势持续，令人担忧的生成式AI的“严重问题”可能会扭曲欧美新闻业的生态系统。