Misinformation Exposure in the Chinese Web: A Cross-System Evaluation of Search Engines, LLMs, and AI Overviews
该研究通过构建基于真实搜索日志的中文事实核查数据集，对比评估了搜索引擎、独立大模型及 AI 摘要在中文网络环境下的事实准确性，并结合百度指数揭示了不同系统对用户接触错误信息的潜在影响，从而凸显了 AI 中介搜索的结构性风险。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是一次**“中国网络信息大体检”**。
想象一下，你生活在一个巨大的信息迷宫里，手里拿着各种各样的问题（比如“吃这个能治感冒吗？”或者“明天会下雨吗？”）。以前，你只能靠搜索引擎（像百度、搜狗）给你指路，它给你一堆链接，你得自己点进去找答案。但现在，人工智能（AI） 直接跳出来，像一位全知全能的“管家”，直接告诉你“是”或“不是”。
这篇论文就是由几位来自意大利和中国的科学家组成的“体检团队”，他们想搞清楚：在这个中国互联网的迷宫里，这些不同的“指路者”到底靠不靠谱？它们会不会把你带进死胡同（传播假消息）？
为了做这个检查，他们干了三件大事：
1. 准备了一份“超级考题”
他们从真实的用户搜索记录里，挑出了 12,161 个 简单直接的是非题（Yes/No 问题）。
- 比喻：这就好比他们从成千上万个游客的日记里，收集了大家最常问的“是”或“否”的问题。
- 发现：大家问得最多的竟然是健康问题（比如“吃这个能减肥吗？”），其次是科技和财经。这说明大家最关心的是自己的身体健康和钱包。
2. 让三位“选手”同台竞技
他们让三种不同的“指路者”来回答这些考题，看看谁答得对：
- 选手 A：传统搜索引擎（百度、搜狗、必应中国版）。它们像图书管理员，去书架上找书，把最相关的几页书摘给你看。
- 选手 B：独立的 AI 大模型（如 Qwen、DeepSeek、LLaMA）。它们像博学的教授，不查书，直接凭脑子里的知识回答你。
- 选手 C：AI 概览功能（比如百度的 AI 搜索总结）。它们像聪明的秘书，既去查书，又自己总结，直接给你一个简短的结论。
3. 比赛结果：没有完美的“全知者”
比赛结果有点让人意外，但也很有启发性：
- 没有满分选手：即使是表现最好的“秘书”（百度 AI 概览），答对的题目也只有 70% 左右。这意味着，每 3 到 4 个问题里，就可能有一个是错的。
- 各有偏科：
- 搜索引擎：有的擅长找“是”的答案，有的擅长找“不是”的答案。比如必应（Bing）在回答“不是”的问题时几乎全对，但回答“是”的问题时却经常“翻车”。
- AI 大模型：有的模型（如 Qwen）表现不错，但有的（如 LLaMA）表现较差，而且它们有时候会“胡编乱造”（幻觉）。
- 领域差异：在“娱乐”或“购物”这种轻松话题上，大家答得都不错；但在“健康”或“成人”话题上，错误率明显上升。
4. 最危险的发现：谁最容易受骗？
这是论文最精彩的部分。科学家们把**“大家有多想查健康信息”（用百度指数衡量）和"AI 答错的概率”** 结合起来，画了一张**“风险地图”**。
- 比喻：想象一下，如果一个地方的人特别爱问健康问题（需求大），而当地的“指路者”又特别爱乱指路（准确率低），那这个地方的“中毒”风险就最高。
- 结果：中国东部沿海发达地区（如广东、江苏、浙江），因为大家查健康信息最勤快，反而最容易接触到错误的健康建议。而中西部地区虽然查得少，但风险相对较低。
- 结论：这就像是一个讽刺的“马太效应”——越发达、越爱查信息的地区，反而越容易因为 AI 的误导而“病急乱投医”。
总结：我们要怎么做？
这篇论文想告诉我们：
- 别太迷信 AI：现在的 AI 虽然说话很流利，像个人类专家，但它们并不是真理的化身。特别是在健康、金融这种关乎身家性命的大事上，它们也会犯错。
- 小心“自信的错误”：AI 有时候会非常自信地给出一个错误的答案，这比直接说“我不知道”更危险。
- 地域不平等：信息获取的“质量”在不同地区是不一样的，发达地区的人反而可能面临更大的“信息污染”风险。
一句话总结：
在这个 AI 时代，我们手中的“导航仪”（搜索引擎和 AI）虽然越来越聪明，但它们偶尔也会带错路。特别是在关乎健康的领域，我们得自己多留个心眼，不要盲目相信那个直接跳出来的“标准答案”，最好多查几个来源，做个聪明的“信息侦探”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。