AI 生成的假資訊怎麼辨？五個你今天就能用的查核技巧

Sift 的 2025 年數位信任報告指出，70% 的消費者表示辨識詐騙比以前更困難了。這不是因為人們變笨了——而是 AI 生成的內容品質已經好到讓專業人士也難以分辨。

學術研究更指出一個不樂觀的事實：目前 AI 與人類偵測假新聞的準確率大致相當，都在 60% 左右。也就是說，十則 AI 生成的假新聞中，你我大概只能抓出六則。

那麼，在這個真假難辨的時代，我們還能做什麼？

技巧一：檢查消息來源的「身分證」

看到一則驚人新聞時，先別急著轉發。查看這則消息來自哪個媒體、作者是誰、該媒體是否有可驗證的編輯團隊。 你可以快速掃描這些「身分證欄位」：

• 媒體識別：報導來自哪個媒體？該媒體是否有可驗證的編輯團隊和實體地址？
• 作者查證：文章署名的記者是否真實存在？可透過 LinkedIn 或該媒體官網確認
• 「關於我們」頁面：AI 生成的假新聞網站通常缺乏完整的「關於我們」頁面，或者團隊成員資訊模糊不清
• 域名線索：可用 WHOIS 查註冊時間（可使用 who.is 網站），剛註冊幾天或幾週的網站發布「重大新聞」，可信度值得懷疑。
• 頭像驗證：使用 Google 反向圖片搜尋檢查團隊成員照片，AI 生成的假頭像往往無法在其他地方找到來源

心法：來源越想裝得像主流媒體，越需要在「制度細節」上付出成本；假的來源往往補不齊。

技巧二：交叉比對多個獨立來源

如果一則重大新聞只有單一來源報導，可信度就值得懷疑。真正的新聞事件通常會被多家獨立媒體同時報導。 驗證方法：

• 搜尋引擎驗證：用 Google News 搜尋關鍵字，確認是否有其他可信媒體做出相同報導
• 國際媒體比對：重大國際事件應可在 AP（美聯社）、AFP（法新社）、Reuters（路透社）等通訊社找到報導
• 官方聲明確認：涉及政府或企業的新聞，可查閱官方網站或社群媒體確認

注意協調性造假（Coordinated Inauthentic Behavior）：有時多個假新聞網站會同時發布相同內容，製造「多來源」的假象。關鍵是確認這些來源是否真正「獨立」——檢查它們是否共用相同的網站模板、發布時間是否過於接近、內容是否幾乎一字不差。

技巧三：注意情緒操控的語言

AI 假新聞的設計目的往往不是傳遞資訊，而是激發強烈情緒反應以促進分享。 警戒信號：

• 極端情緒化用語：「震驚」、「崩潰」、「暴怒」、「你不敢相信」、「瘋傳」
• 緊迫感製造：「趕快分享」、「他們不想讓你知道」、「即將被刪除」
• 敵我對立框架：將複雜議題簡化為「好人 vs. 壞人」的二元敘事
• 訴諸恐懼或憤怒：研究顯示，負面情緒比正面情緒更能驅動分享行為

冷靜測試：當一篇文章讓你強烈憤怒或恐懼時，先停下來——這可能正是它的設計目的。真正的新聞報導傾向使用中性語言陳述事實，讓讀者自行判斷。

技巧四：善用事實查核工具

以下是幾個可靠的查核資源：

技巧五：檢視圖片與影片的細節

AI 生成的視覺內容常在細節處露出破綻：

圖片檢查要點

• 手部異常：手指數量不對、關節角度不自然、指甲形狀怪異
• 文字扭曲：圖片中的文字常出現拼寫錯誤或變形
• 對稱性問題：耳環、眼鏡、衣領等應對稱的物件卻不對稱
• 背景不合邏輯：物體邊緣模糊、背景元素融合或重複
• 皮膚紋理：過於光滑或有不自然的紋理模式

影片檢查要點

• 嘴唇同步：說話時嘴型與聲音是否完全吻合
• 眨眼頻率：人類正常眨眼約每 4-6 秒一次，deepfake 常有眨眼過少或不自然的問題
• 邊緣抖動：臉部與背景交界處是否有閃爍或模糊
• 光影一致性：臉上的光影方向是否與環境光源一致

研究發現：僅約六成的 Deepfake 影音案例能被大眾識別，且影片比圖片更難識別——參與者正確識別合成影片的可能性比圖片低 36%。因此，對於影片內容尤其需要提高警覺。

最重要的一點

培養「慢思考」的習慣。在按下分享鍵之前，花 30 秒問自己三個問題：這個消息來源可靠嗎？有其他媒體報導嗎？它是否在操控我的情緒？

在假訊息時代，最強大的查核工具不是任何 AI——是你願意多花 30 秒思考的那份耐心。

資料來源：Sift Digital Trust Report Q2 2025、ACL 2025 Fake News Detection Research、IFCN Code of Principles