對 AI 生成與輔助新聞之品質感知與參與意願研究
arXiv - Computers and SocietyFabrizio Gilardi, Sabrina Di Lorenzo, Juri Ezzaini, Beryl Santa, Benjamin Streiff, Eric Zurfluh, Emma Hoes
研究發現讀者對 AI 生成與人類撰寫的新聞品質感知無異，且揭露 AI 使用能暫時提升閱讀興趣。
AI 幫你先抓重點
AI 重點 1
AI 生成內容在品質感知上已能與人類作品平起平坐。
滑鼠懸停看 AI 判斷理由
這挑戰了傳統認為 AI 內容品質較低的偏見，顯示內容的「產出方式」不再是決定品質感知的唯一指標，這對於內容創作者與教育者重新定義數位內容價值至關重要。
AI 重點 2
揭露 AI 使用具有「好奇心效應」，但無法轉化為長期行為改變。
滑鼠懸停看 AI 判斷理由
這提醒我們，雖然透明度（Disclosure）能透過激發好奇心來增加短期參與度，但若要建立長期的信任與使用習慣，僅靠揭露技術資訊是不夠的，必須更關注內容本身的價值。
核心研究發現
- 1
讀者對於人類撰寫、AI 輔助及全 AI 生成的新聞在可信度、可讀性與專業性等品質維度上的評價相當。
- 2
在揭露 AI 參與後，AI 輔助與 AI 生成組的受試者表現出比對照組更高的即時持續閱讀意願。
- 3
儘管即時興趣有所提升，但不同組別在未來閱讀 AI 生成新聞的長期意願上並無顯著差異。
對教育工作者的啟發
對於教育工作者而言，此研究顯示學生對 AI 生成內容的品質判斷可能與傳統認知不同。在設計數位學習教材時，可以嘗試結合 AI 輔助生成內容，因為這不僅不會降低品質感知，甚至可能透過「技術透明度」激發學生的好奇心。然而，教育者應注意，這種好奇心是短暫的，若要將 AI 工具整合進長期學習流程（如 PBL 專題學習），必須確保 AI 生成的內容能持續提供深層的知識價值，而非僅僅依賴技術的新鮮感來吸引注意力。
原始文獻資訊
- 英文標題：
- Quality Perceptions and Intended Engagement in Response to AI-Generated and AI-Assisted News
- 作者：
- Fabrizio Gilardi, Sabrina Di Lorenzo, Juri Ezzaini, Beryl Santa, Benjamin Streiff, Eric Zurfluh, Emma Hoes
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。