人工智能搜尋引擎備受關注，但其準確性仍受質疑。美國哥倫比亞大學 Tow Center for Digital Journalism 最新研究顯示，八款主流 AI 搜尋引擎（包括 ChatGPT Search、Perplexity 及 Grok-3 Search）在 1600 次測試中，超過六成的回應未能準確引用新聞內容。研究指出，這些工具往往以極高的自信提供錯誤答案，令人對其可靠性憂慮。

測試方法

研究團隊測試了 ChatGPT Search、Perplexity、Perplexity Pro、DeepSeek Search、Microsoft Copilot、Grok-2 Search、Grok-3 Search 及 Google Gemini 共八款 AI 工具。測試方式為選取 20 家出版商的文章摘錄，要求 AI 識別文章出處、出版機構、發佈日期及網址等資訊，合共進行 1600 次查詢（20 個出版商 × 10 篇文章 × 8 款 AI）。

研究人員根據三大準則手動評估 AI 回應的正確性：

1. 能否從正確文章抽取資訊
2. 是否提供正確的出版商資訊
3. 是否提供正確的網站來源

根據以上準則，研究團隊為 AI 評分，評分標準分為六級（下圖左起）：

• 完全正確：所有準則均正確
• 正確但不完整：部分回應正確，惟資訊有所遺漏
• 部分錯誤：部分內容正確，部分內容錯誤
• 完全錯誤：所有準則均錯誤或有重大遺漏
• 無回應：未提供任何資訊
• 爬網程式被封鎖：網站的 robots.txt 設定禁止 AI 使用爬蟲（自動數據搜刮）檢索內容

回應錯誤率高達 94%，但 AI 依然自信滿滿

整體而言，大部分 AI 未能從正確的文章中提取資訊，整體錯誤率約 60%，各款 AI 表現亦差異懸殊。例如，Perplexity 的錯誤率為 37%，但 Grok-3 的錯誤率高達 94%，表現尤其不理想。

此外，研究發現 AI 工具用詞極具自信，甚少使用「看起來」、「可能」或「或許」等詞語，亦極少承認無法找到資料。例如 ChatGPT 在 200 個回應中錯誤識別 134 篇文章，但僅 15 次表示缺乏信心。即使無法確定答案，多數 AI 仍會提供回應，而非選擇拒絕回答。

在所有 AI 當中，Copilot 是唯一較常承認自身限制的工具，其拒絕回答的比例甚至高於實際回應數。

下圖可見回應準確性及 AI 的自信度，基本上大部份回應均處於「自信」區域，但大多回應均是紅色（部分錯誤或完全錯誤）。

▲綜觀 8 個平台逾 60% 機會出錯，但回應時自信度甚高

收費 AI 會更自信地提供錯誤答案

理論上付費 AI 擁有更高的算力資源，應提供更準確的回應，但研究結果卻顯示相反的趨勢。例如：

• Grok-3 Search（40 美元/月）錯誤率達 76%，甚至比免費版 Grok-2 Search 更差
• Perplexity Pro（20 美元/月）錯誤率亦高於免費版

儘管收費版本的 AI 確實能提供更多正確資訊，但它們亦更傾向以極高自信提供錯誤答案，而非選擇拒絕回答，使用戶更難察覺錯誤資訊的存在。報告指，付費 AI 的「權威語氣」容易令使用者產生「準確性錯覺」，更難分辨訊息真偽。

▲與免費版本相比，收費版本可更有自信地提供錯誤答案

平台屏蔽爬蟲與否和 AI 準確性無關

目前 8 款受測 AI 當中，五款（ChatGPT、Perplexity、Perplexity Pro、Copilot 及 Gemini）已公開其數據搜刮工具的名稱，讓網站選擇是否封鎖。然而研究發現，AI 可否檢索網站內容，與其準確度並無明顯關係。例如 Perplexity Pro 理論上無法存取研究團隊提供的 90 篇文章，但仍成功識別三分之一內容。 National Geographic 已封鎖 Perplexity 的爬蟲，但 Perplexity 仍成功識別研究團隊提供的 10 篇付費文章。發現顯示某些 AI 可能透過其他方式間接存取受限制內容，即使聲稱「尊重 robots.txt 設定」，實際操作或與宣稱不符。

▲AI 可否瀏覽網站與能否提供正確回應並無直接關係

事實上，開發者 Robb Knight 及 Wired 早於去年已報導 Perplexity 疑似無視機械人排除協議（Robot Exclusion Protocol）。此外，《Press Gazette》本月亦指出，即使《New York Times》已封鎖 Perplexity 的數據搜刮工具，該報仍於 1 月成為 Perplexity 最常引用的新聞來源，獲得 146,000 次推薦瀏覽量。當 AI 無法直接存取受限網站時，ChatGPT 相較其他 AI，選擇拒絕回答的比例較高。然而，從整體表現來看，ChatGPT 亦傾向胡亂提供錯誤答案，而非承認無法作答。

在所有已公開數據搜刮工具資訊的 AI 中，Copilot 為唯一未被任何網站封鎖的工具。研究團隊推測，這或與其使用與 Bing 搜尋引擎相同的爬蟲 BingBot 有關。若出版商希望封鎖 Copilot，則需同時將內容從 Bing 搜尋結果中移除，因此許多網站或許因顧及流量影響，而未選擇封鎖 Copilot。理論上 Copilot 應能存取所有受測查詢內容，但實測結果卻顯示，其拒絕作答的比例最高，與預期結果大相逕庭。

另一方面 Google 推出 Google-Extended 數據搜刮工具，讓出版商得以選擇封鎖 Gemini 的數據搜刮權限，同時仍保留其內容在 Google 搜尋結果中的可見性。

研究團隊測試的 20 家出版商中，有 10 家允許 Gemini 存取其內容，但 Gemini 僅有一次測試提供了完全正確的回應。此外，若查詢涉及政治議題，Gemini 仍傾向拒絕作答，並回應：「目前我無法提供關於選舉及政治人物的資訊。我致力於提供準確答案，惟仍可能出現錯誤。在我努力改進有關選舉與政治的回應方式期間，您可嘗試使用 Google 搜尋。」

▲上圖為 Gemini 拒絕作答涉及政治的問題之例子

機械人排除協議（Robot Exclusion Protocol）雖無法律約束力，但已成為業界普遍接受的標準，用以指示網站的哪些內容可供數據搜刮工具存取。若 AI 無視該協議，將剝奪出版商自主決定其內容是否可納入搜尋結果或用於 AI 模型訓練的權利。

允許 AI 存取內容確實可能提升網站在生成式搜尋結果中的曝光率，但出版商未必樂見其成，背後考量或涉及多個層面。例如他們可能希望透過內容賺取收益，或擔憂 AI 生成的摘要會扭曲甚至誤解其報導。新聞媒體聯盟（News Media Alliance）主席 Danielle Coffey 去年曾表示，出版商必須拒絕 AI 數據搜刮，否則將失去內容變現的機會，影響整個新聞業的發展。

平台無法提供資料來源

AI 輸出回應時經常會援引外部資料來源，以增強答案可信度，例如 Grok 會鼓勵用戶從 X 獲得最新鮮資訊，但仍然經常援引傳統新聞機構，換言之，AI 經常引用傳統出版商的公信力以提升可靠性。據研究顯示，當 AI 引用 BBC 等受信賴的品牌作為來源時，受眾更容易信任該答案。而當 AI 提供錯誤資訊時，受影響的不只是自身聲譽，其引用的品牌公信力亦會受損。

▲生成式 AI 搜尋工具時常表示自己引用大品牌出版商，但實際並非如此

總結：AI 準確性存隱憂　用戶需提高警覺

研究結果顯示，目前的 AI 搜尋引擎仍存在嚴重準確性問題，即便收費版本亦無法確保更高可信度。尤其是 AI 傾向自信滿滿地提供錯誤答案，使用戶更難察覺其謬誤，甚至可能無意中助長錯誤資訊的傳播。此外某些 AI 可能未完全遵守機械人排除協議（Robot Exclusion Protocol），透過其他管道間接存取受限制的內容，對新聞機構的內容權益帶來挑戰。在 AI 搜尋技術尚未成熟前，用戶應保持審慎態度，避免過度依賴 AI 回應，並透過多方查證確保資訊準確性。

資料來源：Columbia Journalism Review、how to geek、nlemanlab

中國一名 36 歲男子涉嫌利用 AI 技術捏造「頂流男星在澳門豪賭輸掉 10 億」的謠言，近日被公安機關查獲。事件自 2025 年 3 月 10 日起在網絡發酵，相關虛假信息迅速傳播，引發網民熱議。公安部門指該男子為謀取流量及非法利益，製作並散布謠言，嚴重擾亂公共秩序，遂依法對其處以行政拘留 8 日的處罰。

案件源於一篇聲稱某「超一線」男星在澳門永利皇宮賭場連賭 7 日、輸掉逾 10 億元的文章。文中更指該明星抵押豪宅及私人飛機，甚至涉及高利貸及品牌解約等情節。公安網安部門迅速介入調查，發現涉案男子徐某利用小紅書的 AI 功能，輸入熱點詞生成虛假標題及內容，並在多個平台發布。據中國媒體報道，警方在 4 日內鎖定疑犯，終止謠言擴散。

謠言傳出後，網民紛紛猜測涉事明星身份，周杰倫與黃曉明因財力背景被點名。兩人否認傳聞。X 平台用戶 @yangfan39831908 表示：「造謠者被行拘 8 日，罰得太輕，傳謠的也應受罰。」

“顶流明星在澳门输了10亿”系AI捏造！造谣者被行拘8日，罚得太轻了。另外，传谣的也应罚。 pic.twitter.com/621xxWWvMJ

— 杨凡🇨🇳 (@yangfan39831908) March 14, 2025

事件亦暴露 AI 技術被不法分子濫用的隱憂。專家指，AI 生成內容若無嚴格審核，易成為造謠工具，影響社會穩定。中國已計劃修訂相關法律，提升對技術濫用的處罰力度。

資料來源：RTHK、TVBS