【譯見】AI模型註記新聞來源這一點做得很爛
ChatGPT, Claude, Gemini, and Grok are all bad at crediting news outlets, but ChatGPT is the worst (at least in this study)
本文摘譯自 Laura Hazard Owen 於2026年3月19日發表在尼曼新聞實驗室（Nieman Lab）的《ChatGPT, Claude, Gemini, and Grok are all bad at crediting news outlets, but ChatGPT is the worst (at least in this study)》。
加拿大研究人員詢問ChatGPT、Claude、Gemini、Grok四個AI模型的免費版與付費版有關加拿大的新聞報導，觀察它們會不會在答覆中註記新聞來源。
結果可能不會讓人感到驚訝：AI鮮少註記新聞來源，除非它們被要求這麼做，但有些還是做得比較好。
「這些AI模型系統性地吸收了加拿大的新聞內容。它們對國內政治、地方事務，以及當地報導視角的明確了解，是因為取得新聞內容，」麥基爾大學（McGill University）媒體、倫理及傳播學者 Taylor Owen 在其部落格寫道。「它們很少告訴你，資訊從哪來的。」
加拿大廣播公司（CBC）、《Globe and Mail》、《Toronto Star》、Postmedia、Metroland Media，以及加拿大通訊社（The Canadian Press）在2024年11月控告OpenAI侵害版權。這類案件在加拿大是首例，訴訟正在審理中。
Taylor Owen也是媒體、科技及民主中心的創始主任。他與麥基爾大學助理教授 Aengus Bridgman 說明了他們的研究（粗體是作者畫的重點）：
我們在未啟動網路搜尋的情況下，用2267篇真實的加拿大新聞報導（英法文都有）測試四個主要的AI模型，結果出現相同模式。四個模型都展現出對加拿大時事的廣泛了解，符合已吸收加拿大新聞報導的看法。在訓練期間，約74%的回覆展示出對事件至少部分了解，但在這些回覆中，約92%完全沒提供資訊來源。
當我們使用網路搜尋，並透過各公司的應用程式介面（API）測試140篇獨特文章，每個模型生成的回覆，都涵蓋足夠的原始內容，讓許多使用者幾乎不用再去看原文章。這些模型通常會連結到加拿大新聞網站，約52%的回覆至少有一個加拿大的網址，但只有約28%的回覆，會明確給出加拿大的資訊來源。連結提供回到資料原始來源的途徑，但使用者在看（AI模型）回覆時，不太會注意自己正在看哪家媒體的報導。
提及率高，但標示率不高。Gemini和Claude各約有81%、72%的回覆涵蓋原文獨特資訊（特定事件、提及人物、重要發現），但Gemini有註記來源的回覆僅約6%。Grok約有59%的回覆涵蓋原文獨特資訊，其中僅約7%有註記來源。ChatGPT是最獲廣泛使用的模型之一，其約54%的回覆涵蓋原文獨特資訊，但幾乎從未註記原始新聞來源。
在沒要求的情況下，ChatGPT幾乎不會註記資訊來源，在這次測試樣本中，標示率僅約1%；Claude則約有16%。
當被明確要求註記來源時，所有AI模型都做得更好，不過大部分使用者不會這樣要求。
在最佳條件下（直接標明媒體及明確要求註記來源），所有模型的標示率都變高。這四種模型在大部分回覆中都標明媒體：Claude（97%）、Gemini（95%）、ChatGPT（86%）和Grok（74%）。連結率也增加：Grok（91%）、Gemini（69%）、Claude（64%）和ChatGPT（59%）。有意義地註記來源在技術上是可行的，不過大多數使用者並不會要求標明媒體或資料來源，因此一般情況下所得到的結果，才是真正形塑新聞市場的使用經驗。
研究人員發現，當AI模型註記資料來源，往往是使用者已熟悉的來源，有付費牆和較小型地方媒體的內容較少被註記為來源，就算是原創內容。
我寄了電子郵件詢問研究報告作者：若必須選出哪個AI模型的新聞視角最「正確」，會是哪個呢？Aengus Bridgman給了有趣的回答，我在這全文公布，我想我們的讀者可能也會覺得有趣。註：AI模型的「截止日」（cutoff）是完成訓練的日子，「截止日前」的文章是在模型訓練期間發布，「截止日後」即指（完成訓練）之後發布。
他寫道：
這真的是很難的問題，因為每個模型的表現不同：
Claude引用加拿大媒體媒體的內容頻率最高（約61%，ChatGPT和Gemini分別為8%、3%），它對不知道的事，會坦承告知，而非幻想編造。付費版中，只約有37%的回覆實質提到「截止日前」的報導，這是因它選擇拒答。但換到的是，當有網路存取權限時，很高比例（約68%）會覆述付費內容。
ChatGPT有最好的使用介面，讓最近的新聞露出（內嵌引用、可點擊連結）。可是付費版有最糟的幻覺表現，其中88%不準確，且約87%的「截止日後」回覆是看起來可信，但它不可能知道的內容。
Gemini在有網路存取權限時，回覆最快且涵蓋最多原文獨特資訊（約81%），但幾乎不會在回覆內容中標示加拿大資訊來源（有標示的約2%至8%）。因此，它在隱藏資訊來源的同時，最有效地取代了使用者造訪資訊來源的需求。
Grok是僅憑訓練資料（無須啟動網路搜尋），就能讓加拿大媒體露出的最強模型。但在「截止日後」的內容中，有很大的幻覺成分（約89%涉及它不應該知道的議題，約84%不準確）。
最令我驚訝的是這現象的複雜度和各公司嘗試的各種方法。每家公司都有各自的設定，這些決策導致不同的產出及行為，這或多或少展示責任感（像是拒絕編造或重出原本內容）以及價值轉移（對資訊來源的提及程度和／或對付費牆的處理方式）的差異 。這些重要差異顯示出在該領域自我管理能力的不健全。
AI新聞檢查（Ai News Audit）報告由麥基爾大學媒體、科技及民主中心發布。你可在這裡閱讀全文，包括提供加拿大公共政策圈有關AI的建議。