英國廣播公司（BBC）近期開展了一項(xiàng)大規(guī)模研究，旨在評(píng)估人工智能（AI）聊天機(jī)器人在新聞總結(jié)方面的表現(xiàn)。研究涉及了微軟的 Copilot、OpenAI 的 ChatGPT、谷歌的 Gemini 以及 Perplexity 等多款知名 AI 工具。然而，研究結(jié)果顯示，這些工具在生成新聞總結(jié)時(shí)存在大量準(zhǔn)確性問題。
研究中，BBC 讓這些 AI 工具對(duì) 100 篇新聞報(bào)道進(jìn)行總結(jié)，并基于總結(jié)提出內(nèi)容相關(guān)問題。結(jié)果顯示，AI 生成的答案中有超過一半存在“顯著問題”，其中約五分之一的答案引入了明顯的事實(shí)錯(cuò)誤，這些錯(cuò)誤包括數(shù)據(jù)、陳述和日期等關(guān)鍵信息。BBC 新聞與時(shí)事首席執(zhí)行官德博拉 特內(nèi)斯（Deborah Turness）指出：“AI 助手在引用 BBC 文章內(nèi)容時(shí)，超過十分之一的‘引文’被篡改或根本不存在于原文中。”
此外，研究還發(fā)現(xiàn)，AI 助手在新聞總結(jié)時(shí)無法區(qū)分事實(shí)與觀點(diǎn)，也無法辨別新聞報(bào)道中當(dāng)下的信息和歷史存檔的信息，在給出答案的時(shí)候還容易摻入主觀的觀點(diǎn)。特內(nèi)斯表示：“這些 AI 工具所生成的結(jié)果往往是各種問題的混合體，與消費(fèi)者所期望的經(jīng)過驗(yàn)證的事實(shí)和清晰性相去甚遠(yuǎn)。”
值得注意的是，BBC 的研究還發(fā)現(xiàn)，微軟的 Copilot 和谷歌的 Gemini 在處理新聞總結(jié)時(shí)出現(xiàn)了更復(fù)雜的問題，相較于 ChatGPT 和 Perplexity，它們?cè)趨^(qū)分觀點(diǎn)與事實(shí)、編輯化處理以及遺漏關(guān)鍵背景信息方面表現(xiàn)不佳。
IT之家注意到，AI 工具的準(zhǔn)確性問題并非僅限于這些聊天機(jī)器人。蘋果公司近期也因旗下 Apple Intelligence 通知工具分享錯(cuò)誤標(biāo)題而引發(fā)爭議，導(dǎo)致其暫時(shí)停用該功能，并遭到新聞機(jī)構(gòu)和自由團(tuán)體的批評(píng)。
BBC 呼吁，在與 AI 服務(wù)提供商進(jìn)行深入對(duì)話并找到解決方案之前，應(yīng)暫停使用 AI 生成的新聞總結(jié)。特內(nèi)斯表示：“我們希望通過合作，共同尋找解決辦法。” 
