黑熊學院》當AI把「內容農場」包裝成答案 你還看得出來嗎？

根據最近「新聞可信度評等」網站NewsGuard的調查發現，有多款AI聊天機器人會多次引用「粉紅肉渣Pink slime」網站。

「粉紅肉渣」其實是舊時代的產物。意指，這些網站乍看像一般地方新聞媒體，實際上可能由具有政治或意識型態目的的團體支持，卻沒有清楚揭露背景，就像加工肉泥一樣本質稀爛混雜。

這背後的問題在於：當使用者以AI工具詢問候選人或政治議題時，這些早已存在的資訊來源，開始進入AI的搜尋、引用與摘要流程。

這就讓人想到台灣存在多年的另一個問題：內容農場。「內容農場」這類網站有幾個常見特徵：

1.大量改寫拼貼其他媒體或網路既有內容

2.以誇張標題吸引點擊

3.作者或編輯、採訪過程的消息來源不清楚

4.短時間內生產大量多領域的文章

5.透過Facebook、LINE、搜尋引擎等管道大量散布

6.像新聞網站卻缺乏新聞機構的更正或審查機制

「粉紅肉渣」和台灣常說的「內容農場」雖然不是同義詞，但兩者有所重疊：都可能大量生產與改寫內容，而且背景來源不透明。要釐清的是：內容農場不完全等於假新聞，文章有可能真假混雜。更多時候，是把既有資訊重新拼貼、改寫，再配上誇大的標題。

因此，問題不僅包括內容真假，還包括「是誰生產這些資訊？為什麼生產？原始消息從哪裡來？如果內容有錯，又由誰負責」？

2019年《報導者》針對「密訊」所調查的運作模式就是案例之一。它大量抄寫、改寫既有新聞，在Facebook上具有相當可觀的傳播量。報導者提及，根據「FB專頁儀表板」的資訊，「密訊」曾在當年4月成為單週Facebook使用者分享次數最多的網域，分享數接近《自由時報》的5倍。

以前內容農場的入口是Google或Facebook；現在可能又多了AI。以前你可能直接讀到內容農場，逛了網站後你知道是內容農場；現在你可能讀到內容農場的資訊，但你不知道它來自內容農場。

「粉紅肉渣」跟內容農場其實都不是新產物，但在AI時代的確產生了新的問題：當我們把「搜尋資料、整理資料」的一部分工作交給AI，這些原本就有問題的資訊來源，會不會也被一起整理進答案裡？

所以要做的事情其實有兩件。第一，事前預警。當錯誤資訊進入潛意識，事後闢謠的修正效果可能就很有限。無論是國安單位或公民民防組織若監測到疑似大量網軍協同行為，在謠言成形之前提出預警是最理想的辦法。若以近期川習會為例，美國白宮在川習會結束當天馬上在白宮發布「事實清單」，明確列出談了哪些內容。

第二，列出消息來源。這可能是我們使用AI工具時最重要的一步。當我們用ChatGPT其他AI查新聞、政治與公共議題時，除了問「答案是什麼」，還要多問一句：「你的消息來源是哪裡？」並且不要停在AI列出的來源名稱，而是真的點進去看：「它到底引用了什麼樣的網站。」