作者：Pesach Benson • 2026年11月10日

耶路撒冷，2026年11月10日（TPS-IL）——随着数百万人日益依赖人工智能（AI）来理解战争、政治争端和突发新闻，以色列的一项新研究提出了一个疑问：这些系统在解读新闻时反映了谁的观点？

内盖夫本-古里安大学的研究人员发现，主流人工智能模型在解读新闻标题所传达的情绪信号方面存在显著差异。一些模型与人类读者的反应更为接近，但没有一个模型能够持续反映所有群体的观点。

研究结果表明，人工智能系统在报道敏感的政治和国际冲突时，并不一定会给出普遍一致的新闻解读。

这项研究考察了标题措辞如何影响读者的情绪反应。例如，描述同一事件的两个标题可能会强调该事件的不同方面，一个聚焦于平民受难，另一个则侧重于军事态势。两个标题在事实层面可能都准确无误，但对相关人员引发的同情程度却有所不同。

研究人员试图确定人工智能模型是否能够识别这些差异，以及它们的解读是否与人类读者的解读相符。

该研究团队包括哈兰·沙尼·纳尔基斯（Haran Shani Narkiss）博士、迈克尔·费尔（Michael Fire）博士和奥伦·祖尔（Oren Tsur）博士，他们将7个主流人工智能模型与来自英国的3,011名成年人的反应进行了对比。

受试者和人工智能模型均收到了有关俄乌战争、加沙战争以及2024年美国总统竞选的新闻标题。他们被询问每个标题是否引起了对特定一方的同情。一项具有全国代表性的YouGov民调产生了超过200,000份个人回复。

该校应用人工智能研究所助理教授祖尔博士表示：“大语言模型正日益成为人与信息之间的中介。”

他说：“新闻标题的影响超越了其报道的事实。其措辞能够传达同情、含蓄地划分责任，并在潜移默化中塑造读者的理解。”

衡量人工智能偏见

研究人员发现，人工智能模型与人类反应的一致程度因受试者的年龄、性别、受教育程度、对地缘政治问题的既有认知以及对冲突的既有看法而异。

换言之，一个在解读标题上与某个群体相似的模型，并不一定会反映另一个群体的观点。

该校高级讲师迈克尔·费尔博士表示，该调查的规模使研究人员能够研究人工智能模型最贴近哪些群体的判断，而不仅仅是依赖平均结果。

“凭借来自3,000多名参与者的200,000多份回复，我们可以超越人工智能在平均水平上是否与人类达成一致这一问题来进行审视，”费尔说。

随着人工智能工具日益普遍地成为新闻摘要和解读的来源，这些发现具有更广泛的影响。当人工智能系统解读标题或总结报道时，它可能会忽略影响读者理解事件的情绪线索。

研究人员表示，未来的人工智能开发可能需要考虑人口统计学和文化差异。然而，他们警告称，决定由谁的视角来指导人工智能系统会引发复杂的伦理问题。如果缺乏透明度，使模型与特定受众保持一致的努力可能会引入新的偏见。

他们还警告称，如果人工智能系统惯于附和用户并强化其既有观点，可能会助长信息茧房、加剧极化现象，并削弱公众对信息来源的信任。