比AI幻覺更危險的事：財經新聞教育的前線觀察 - Dr. Brian So

蘇銘恒：相比之下，我更擔心的不是AI產生錯誤事實，而是AI悄悄替人類決定了思考的方向與框架。

自OpenAI的ChatGPT於2022年11月向大眾開放以來，生成式AI在過去三年多的時間裡迅速升級反覆疊代。作為一名大學財經新聞教育的老師，我深深體會到這一科技正迅速影響我所處的三個行業——財經金融、新聞傳播以及教育界。這也經常使我思考：在AI年代，大學生要學什麼？未來的職場等待他們的是什麼？AI對學生的幫助及潛在風險又是什麼？

我一直鼓勵學生在遵守大學倫理指引的前提下，嘗試在新聞製作流程中使用AI。越來越多的分析都指出，學懂如何結合AI去完成不同的工作將會是未來職場的重要能力。不過，經過一年多與學生的實踐，這班准職場新人使用AI的方式及現象，也值得大家留意。

AI有助理解不同語言資料 易依賴忘記其他查核技巧

新聞系同學很喜歡使用的一個AI功能，就是把記者會或採訪的錄音轉換成全文字紀錄（transcription）。有了這工具之後，我留意到同學對受訪者內容的理解比以往準確，特別是當華語學生面對的是英語受訪者時，寫出來的報導有明顯進步。有了文字紀錄，編輯同學也能快速核查訪問內容，無須反覆聽回錄音，節省不少時間。

不過，我留意到部分同學過份依賴AI提供的文字紀錄，幾乎照單全收。最近的例子是同學參加在香港舉行的科技大會Consensus 2026，行政長官李家超及財政司司長陳茂波都有出席及致辭。學生交來的稿件中引用了陳茂波的一句話：“This will ensure that our regulatory regime comprehensively covers the key nooks of the digital asset ecosystem”。

我在編輯時想不明 “key nooks” 是什麼意思。翻看他們用AI生成的文字紀錄，也同樣寫成key nooks。由於政府通常會把官員演辭全文以新聞稿形式發佈，我很快找到原文，發現陳茂波其實說的是key nodes（關鍵節點）。

這個事例會讓我擔心，同學太輕易接受AI給予的文本，而忘記了還有很多可以用來核查事實的資料來源。

平心而論，現在AI語音轉文字的準確度比以往的確已進步了很多，學生提供的紀錄，準確度有九成以上。但新聞工作是講求百分百真確的工作，不容出錯，而這也是新聞業界一直強調的專業價值——所有報導要由人類最終把關。

生成式AI的幻覺（hallucination）問題，近年已在不同專業領域出現。例如美國有律師在法庭提交由AI編造的案例，學術界也有學者引用不存在的文獻。不過很多時候這一類問題，只要人類沒有偷懶，有遵守人類必須參與其中（human-in-the-loop）的原則，這類錯誤不難發現。

更隱蔽的危險：AI悄悄框住你的思考

相比之下，我更擔心的不是AI產生錯誤事實，而是AI悄悄替人類決定了思考的方向與框架。

AI很擅長整理資料，無論問題是國家大事還是生活瑣事，AI都喜歡以點列、表格、或 “原因一、二、三” 來回答你。我發現學生用AI後，作業和簡報確實比以前更有條理，框架也更完整，但AI整理出來的重點及因果關係，有時並不是最好的理解，但部分同學卻會照單全收。

上月陳茂波公佈財政預算案，同學多年來都喜歡製作 “懶人包”，以圖解方式讓讀者一文看清預算案的重點。現在有了AI，學生自然會把預算案文本交給AI整理重點。

例如預算案提到兩項措施：“年內會建立數字資產平台，支持數字債券的發行和交收……我們致力發展非傳統風險管理業務，已將 ‘保險相連證券資助先導計劃’ 延長至二零二八年”。同學交來的懶人包把這部分概括為“數字與風險：年內會建立數字資產平台支持發債，延長保險相連證券資助”，文中劃線的部分是同學覺得要用不同顏色強調的字眼。細心看，措施的重點是發行 “數字債券”，而不只是支持發債；“保險相連證券”是一種產品，不能只突出證券兩個字；“數字與風險”的這個小標題也有點不著邊際。

這正反映了AI的一個特點：很擅長於把內容變成某種表達形式，但未必真正提煉出內容的精髓。

新聞學者Hilke Schellmann去年在《Columbia Journalism Review》發表的研究，也觀察到AI這種 “錯重點” 現象。研究團隊把政府會議紀錄交由不同的AI模型生成摘要，發現與專業人類記者寫的摘要比較，AI短摘要的表現尚可，但當要求較長內容時，如500字以上，遺漏的事實便明顯增加。人類記者摘要中引用的事實，只有約一半出現在AI版本之中。

團隊另一項測試是讓AI為記者在特定領域挑選重要學術文獻，出來的結果更不理想。AI選出的文獻與獲獎的學術文章的文獻回顧（literature review）作比較，兩者選取文章重疊不多，而且同一模型在不同時間給出的答案也不一致，令人質疑AI區分輕重的能力，有很大隨機性。

傳播學研究早已指出，“懶人包” 和圖解新聞雖然可以提高閱讀興趣以及幫助讀者理解，但也可能扭曲和過度簡化議題。“懶人包” 本身已是配合即食文化的產物，如今再用AI這種 “懶人” 方式來生成“懶人包”，可說是 “懶上加懶”，我們要提防AI把人類原有的壞習慣，做得更快、更順暢。

回到文章開頭的問題：AI年代的大學生要學什麼？我仍沒有最好的答案，但至少我希望學生願意一起思考和探索，不要將這個問題直接丟給AI來回答。

版權聲明：本文版權歸FT中文網所有，並經FT中文網 （2026年3月24日發佈）同意下轉載，FT中文網保留所有權利。