BBC 等机构研究评估 AI 工具新闻总结水平，谷歌 Gemini 错误比例最高

10 月 24 日消息，生成式 AI 的确在信息整理方面大有用处，生成的内容也常令人惊叹，但只要仔细一看，就能发现这项技术仍存在不少缺陷。

据外媒 Android Authority 今日报道，欧洲广播联盟（EBU）与 BBC 近日联合评估了 ChatGPT、Gemini 及 Perplexity 等多款 AI 系统在新闻摘要方面的表现。研究动因在于，现有约 15% 的 25 岁以下年轻人主要通过 AI 获取新闻。

BBC 最初通过大规模问卷调查及六场焦点小组访谈收集公众对 AI 新闻工具的使用体验与看法，随后 EBU 将这项研究扩展至国际范围。

研究显示，约 42% 的英国成年人表示信任 AI 内容的准确性，年轻群体的信任度更高。不过，84% 的受访者认为，一旦出现事实性错误，将严重削弱自己对 AI 的信任。问题在于，这些系统的“不准确度”究竟为何，以及用户是否真的察觉到了这些错误。

结果显示，大多数 AI 生成的内容都存在问题。各模型整体表现差距不大，但 Gemini 成为明显“异类”，不仅错误数量最多，严重错误的比例也远高于其他系统。

研究指出，Gemini 的问题主要包括：缺乏清晰的资料来源链接、未能区分可靠信息与讽刺内容、过度依赖维基百科、缺乏足够语境，以及错误引用原文。

在六个月的研究周期中，各大 AI 系统的表现都有改进，新闻摘要的准确率普遍提升，Gemini 的进步尤为明显。但即使如此，Gemini 的表现仍明显落后于其他系统。

附报告链接：News Integrity in AI Assistants