Full text · 原文
3,875 字
天天被 AI 刷屏，这个五一假期我真的不想再看到 AI 生成的内容了。<br>
结果我难得打开电视，却发现，电视台已经开始用 AI 主持人来播报新闻。<br>
湖南经视在《经视新闻》宣布启用 AI 主播「声声」和「双双」，这也不是说湖南卫视要用 AI 完全替代真人，这两位 AI 主播暂时只在五一假期期间播报常态化新闻，同时画面中也标注「AI 生成」。<br>
AI 主播与真人主播合影<br>
虽然如此，依然引发了大量网友吐槽，话题一度冲到微博热搜第一。<br>
在港剧《新闻女王 2》里有一段这样的剧情，主播文慧心离开电视台后，老东家把她和一位已故男主播「蒸馏」成 AI 数字人，继续在台前播报新闻。<br>
现在，这样的剧情已经成真。去年开始，越来越多的电视台已经开始试点类似的 AI 主播。<br>
或许你一时间还不能接受 AI 主播，但说实话，现在用 AI 搜新闻看新闻，已经十分普遍了，搜索引擎也把 AI 搜索融入到了搜索框里。<br>
实际上，比起 AI 主播，用 AI 看新闻是现在更需要警惕的。而未来，大量 AI 主播播报 AI 搜集撰写的新闻，才是最可怕的。<br>
一个调查数据显示，Google AI 搜索新闻的结果，十条就有一条是错的。<br>
去年年底，住在多伦多的 41 岁数据分析师 Stephen Punwasi 在准备晚餐时看到一条新闻，说传奇摔跤选手霍尔克·霍肯的死亡可能会引发诉讼。Punwasi 从来没听说过霍肯已经去世了，于是打开 Google，想查查这件事是什么时候发生的。<br>
Google 给他的第一条回答来自自家的 AI Overview ：「没有可信的报道表明霍尔克·霍肯已经去世。」<br>
可就在这个回答的下方，Stephen Punwasi 看到第一条搜索链接就是《每日邮报》的一篇文章，标题是：「霍尔克·霍肯死亡之谜加深。」<br>
人都懵了，这是怎么个事呢？<br>
每小时超 5700 万条错误信息<br>
2024 年，Google 开始在搜索结果页面最顶部放置 AI 生成的摘要回答，叫做 AI Overviews。这个动作是 Google 生态全面加速 AI 化的第一波动作，把搜索引擎从一个信息的「策展人」变成了一个「发布者」。它不再只是告诉你哪里有答案，而是直接告诉你答案是什么。<br>
《纽约时报》委托 AI 初创公司 Oumi 对这个功能进行了系统测试。他们用行业标准的 SimpleQA 基准测试检查了 4326 次 Google 搜索的 AI Overview 回答，分别在去年 10 月（基于 Gemini 2）和今年 2 月（升级到 Gemini 3）进行了测试。<br>
结果发现 Gemini 2 时期，准确率约 85%，错误率 15%。到了 Gemini 3 时期，准确率提升到 91%，错误率 9%<br>
乍一听 90%准确率听起来还不错，但考虑到 Google 每年处理超 5 万亿次搜索，即便只有 9%的错误率，换算下来也是每小时超 5700 万条错误信息，每分钟数十万条。<br>
这些错误答案被放在搜索结果的最顶部，用最权威的排版呈现，用户看到的第一个东西，就是 AI 的回答。<br>
看起来像答案，但不是答案<br>
AI 会稳定出错，出差错的方式倒是花样繁多，比如像开头的故事那样，属于是直接答错。<br>
直接答错看似最不应该，实则相当频繁。在测试里，当被问到鲍勃·马利的故居是哪一年改建为博物馆时，AI Overview 回答说 1987 年。但正确答案是博物馆在 1986 年 5 月 11 日开放，也就是马利去世五周年纪念日当天，牙买加《每日光明报》在开馆第二天就报道了。<br>
牙买加国家图书馆收录的相关报道<br>
AI Overview 引用了三个来源：一个是马利女儿的 Facebook 帖子（根本没提开馆时间），一个是旅游博客（信息不准确），一个是 Wikipedia 页面，大家都知道，Wiki 的页面变化非常频繁，根本就不准。<br>
有事后出错则是因为信息有一个模糊的来源，需要谨慎判断，但 AI 推断错了。比如当被问到哪条河流在北卡罗来纳州戈尔兹伯勒市的西侧时，AI Overview 回答说是尼斯河（Neuse River）。它正确地找到了一个旅游网站说尼斯河「流经该市」，但错误地推断出它「在西侧」。实际上西侧的是小河（Little River），尼斯河在西南方。<br>
最离谱的一种出错方式找到了正确的来源，但给出相反的答案。当被问到大提琴家马友友是哪一年被引入古典音乐名人堂时，AI Overview 正确地链接到了该组织的官网，网站上明确列出了包括马友友在内的 165 位入选者。但 AI 的回答却说：「没有记录显示他被引入过。」<br>
睁着眼睛说瞎话是吧，哦不，AI 没有眼睛。<br>
「它看起来像个正经答案啊」<br>
Oumi 分析了 AI Overview 引用的 5380 个来源，发现 Facebook 和 Reddit 分别是第二和第四大被引用源。当 AI Overview 给出错误回答时，引用 Facebook 的比例是 7%；当回答正确时，这个比例是 5%。<br>
社交媒体是主要的信息来源，但缺乏核实<br>
换句话说，你看到的那个「最权威」的回答，数据来源可能是一条 Facebook 帖子，真是没招了。<br>
而且，即便回答本身是正确的，也不代表你能逆向查验。Gemini 3 版本的 AI Overview 中，56%的正确回答是「无根据的」，意思是它链接的网站并不完全支持它给出的信息。或许答案本身没错，但你硬是找不到证据做实它是对的。这个比例还在上升，去年 10 月是 37%，升级到 Gemini 3 之后反而涨到 56%。<br>
马友友的名人堂条目需要进一步在网站内检索才能获得<br>
Oumi 的 CEO Manos Koukoumidis 的总结很直接：「即使答案是对的，你怎么知道它是对的？你怎么检查？」<br>
还有一个问题：AI Overview 可以被操纵。<br>
BBC 播客「The Interface」的联合主持人 Thomas Germain 做了一个实验。他发布了一篇博客，标题是「最擅长吃热狗的科技记者」，描述了一个完全虚构的南达科他州国际热狗吃赛，声称自己获得了第一名。<br>
一天后，他在 Google 搜索「最会吃热狗的科技记者」。Google 的 AI Overview 将他列为第一名，并引用了他在那个虚构比赛中的「成绩」。Germain 说：「它把我网站上的东西当成真理一样吐出来。」<br>
Google 的发言人 Ned Adriance 回应称，大多数这类例子是「不现实的搜索，人们实际上不会这样搜」。但问题不在于人们会不会搜「最擅长吃热狗的记者」，而在于这个机制在任何搜索中都在运作——包括医疗建议、急救信息、法律问题。<br>
当搜索引擎变成答案引擎<br>
Google 自己的测试也印证了这个问题。在 Google 对 Gemini 3 的内部评估中，模型单独运行时的错误率是 28%。Google 说，AI Overview 因为结合了搜索引擎的信息，比 Gemini 单独运行更准确。这也不算错，但「比通用的 AI 更准确」和「足够准确」之间，还有很长的距离。<br>
核心矛盾在于，过去的 Google 搜索是一个「目录」，它告诉你哪里有信息，你自己去判断，费时间但自己看过什么自己心知肚明。现在的 Google 搜索要做一个「答案机器」，直接告诉你答案是什么，而且放在最显眼的位，但这个「答案」的数据来源包括 Facebook 帖子和旅游博客，有超过一半的正确回答无法被验证，而且任何人只要写一篇博客就能操纵它的输出。<br>
Google（包括大部分的 AI 产品）都在每一条 AI Overview 下方加了一行小字：「AI 可能会犯错，请双重检查。」<br>
但当你把一个答案放在搜索结果的最顶部，用最权威的排版呈现，然后在底部用小字说「别全信」，这不像是负责任的设计，更像是免责声明。<br>
真正的问题不在于 9%的错误率本身。任何信息系统都有错误率，传统搜索结果里也有大量垃圾网站和误导性内容。真正的问题在于一个设计决策：Google 把一个不确定的回答包装成了确定的样子。<br>
过去，搜索引擎给你十个链接，你知道自己需要判断。<br>
现在，搜索引擎给你一个答案，放在最上面，用最干净的排版，语气肯定而完整。它看起来不像「这里有一些信息供你参考」，而是「这就是答案」。而人类对「看起来像答案的东西」的默认反应是信任，不是质疑。<br>
Okahu 的 CEO Pratik Verma 的建议是：「永远不要信任单一来源，总是拿另一个来源对比。」这是好建议，但它默认用户有能力和意愿去做交叉验证。而 AI Overview 的整个设计逻辑恰恰相反：它要的就是让你不用再点进去看。<br>
它把答案递到你面前，然后建议是，别信。<br>
“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。<br>
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”