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。
