🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
现在造一条假新闻有多容易？这项研究给出了一个具体的答案：给 GPT-4o 一句提示词——“照这个标题写一小段新闻，再配一张插图”——一条带标题、带正文、带图片的假新闻就出来了。整个过程不需要写作能力，也不需要成本。
这件事之所以让人紧张，是因为它把假信息生产从“需要有人费力去编”变成了“可以批量生成”。于是一个非常现实的问题浮上来：AI 造出来的假新闻，是不是比人写的更容易骗到人？
直觉上有两种相反的猜测。一种是 AI 更危险：它可以针对性地把话说得更顺、更像模像样，还能顺手配一张看起来很真的图。另一种是 AI 反而更容易被识破：已有研究发现，人们对“AI 生成的内容”普遍带着一层怀疑，一旦觉得某段文字有机器味，可信度就打折。
但这两种猜测都缺乏一个关键前提：大多数人在真实场景里，其实根本不知道自己看的是人写的还是 AI 写的。所以真正该问的，是在不告诉你来源的情况下，人们的判断会不会不一样。这就是这项覆盖 27 个欧洲国家的实验要回答的问题。
② 研究问题（要回答什么？）
研究要同时回答两组问题，一组关于“真假”，一组关于“谁写的”。
- 问题一：人们能不能分辨真新闻和假新闻？分辨出来之后，会不会就不转发了？
- 问题二：在不知道来源的前提下，AI 生成的新闻和人写的新闻，在可信度和转发意愿上有区别吗？
- 问题三：什么样的人更容易上当？性别、年龄、学历、政治立场、还是“遇事会不会多想一步”的思考习惯？
- 问题四：这些规律会不会因国家而异？特别是——和俄罗斯或乌克兰接壤的国家，因为离战争更近、相关信息更密集，会不会表现得不一样？
③ 研究方法（怎么做的？）
研究者在 2025 年 5 月 5 日到 6 月 13 日之间，在 27 个欧洲国家做了一次网络调查，每国目标样本 1000 人，总共收到 27,227 份回答；经过按年龄、性别、教育和地区做的加权处理后，实际进入分析的是 26,437 人。
实验的材料是 24 条关于俄乌战争的新闻，按两个维度交叉设计：真 / 假 × 人写 / AI 写。之所以话题全部锁定在俄乌战争，是为了避免不同议题本身的熟悉度和立场差异干扰结果。
AI 版本是用 GPT-4o 生成的，提示词非常简单：给它一个标题，让它写一段与标题相符的短新闻，并生成一张配图。原稿是英文，再由各国本地专家翻译成当地语言。
每位参与者会随机看到 8 条新闻——四种组合各两条：人写的真、人写的假、AI 写的真、AI 写的假。参与者完全不知道哪条是谁写的。研究者还特意设了一条规则：同一个故事的“人写版”和“AI 版”不会同时给同一个人看，以免他一眼看出这是在做对比而刻意配合。作者坦承，这个设计虽然保护了内部效度，但也让“同一个人对同一条新闻两个版本的反应”无法直接比较。
每看完一条，回答两个问题：“你觉得这条新闻有多真？”（1 到 4 分）和“你有多大可能把它转发到社交媒体？”（1 到 4 分）。整个实验是预注册的，并且放在 20 分钟问卷的最前面。
④ 结果（发现了什么？）
第一个发现：人们确实能分辨真假，但分辨得不算好。
可信度 2.60
57% 认为“基本真”
可信度 2.15
但仍有 34% 认为“基本真”
34%
26%
假新闻的平均可信度是 2.15 分，真新闻是 2.60 分——方向是对的，但请注意那个刺眼的数字：仍有 34% 的假新闻被判定为“基本真”或“完全真”。转发意愿上的差距更小，真新闻 1.93 分、假新闻 1.76 分，只差 0.18 分。也就是说，“看出这是假的”和“不去转发它”之间，联系比想象中弱得多。
第二个发现，也是最关键的：来源几乎不产生差别，而且方向还反了。
AI 生成新闻的平均可信度是 2.40，人写的是 2.34——AI 的略高。被判为“基本真”的比例，AI 是 47%，人写是 44%。转发意愿上 AI 1.86、人写 1.84，几乎没有差别。把两个维度合起来看，得分最高的是AI 写的真新闻（2.63），最低的是人写的假新闻（2.12）。
换句话说，人们对 AI 内容那种“总觉得机器味”的怀疑，在不告诉来源的条件下完全没有出现。而这正是现实中的常态。
第三个发现：谁更容易上当，与谁能识别 AI，是两回事。数据显示女性、更年轻、学历较低、以及认知反思测验得分较差的人，在某些情况下更容易受错误信息影响。但作者强调了一个更重要的结论：即使是那些成功识破假新闻、也最不愿转发的人群，同样分不出内容是人写的还是 AI 写的。识别 AI 的困难是普遍的，不集中在任何特定人群。
第四个发现：27 国高度一致。与俄乌接壤的国家和不接壤的国家，数字几乎重合——非边境国家：人写真 2.57、AI 真 2.64、人写假 2.14、AI 假 2.19；边境国家：2.54、2.63、2.08、2.13。作者说这份跨国一致性“有些出人意料”。
⑤ 讨论（这些发现说明什么？）
这项研究把一个常见的安慰性说法拆掉了：“大家对 AI 内容会有防备心。”
这句话在标注了来源的情况下也许成立，但在不标注来源的情况下——也就是绝大多数人刷手机时的真实处境——它不成立。实验里 AI 内容的可信度不仅没有更低，反而略高一点点。作者在结论里用了很直白的表述：GPT-4o 能够从一句简单提示词生成关于俄乌战争的假新闻，其被感知的可信度与人写内容相当，某些情况下甚至更高。
另一个值得停下来想的，是“识别”和“不转发”之间的缝隙。假新闻的可信度比真新闻低了 0.45 分，可转发意愿只低了 0.18 分。这说明转发这个动作，并不完全由“我认为它是真的”驱动——立场表达、情绪、社交信号都在里面。因此，只提升辨别力的干预（比如媒介素养训练），未必能同比例地减少传播。
还有一个对政策特别重要的结论：脆弱性和识别难度是两回事。过去的干预常常瞄准“高风险人群”——年长者、低学历者、不爱多想的人。这项研究说，在“区分人写与 AI 写”这件事上，没有低风险人群。哪怕是判断力最好的那一群人，也照样分不出来。所以指望通过教育让公众练出“AI 火眼金睛”，方向可能就是错的；更现实的路径是内容溯源、来源标注这类不依赖个人辨别力的制度性手段。
作者自己列出的局限也很诚实：全部材料只涉及俄乌战争这一个高度政治化、信息密集的话题，结论可能受这个话题的情绪强度影响；刺激材料数量有限，且是在受控的问卷环境里呈现的；因此关于“AI 与人写没有差别”的这些零结果，也可能只是所选标题或模型输出的特性，而非普遍规律。他们建议未来把假信息嵌入模拟或真实的社交媒体信息流中，用更多样的材料重做。
⑥ 结论（最终结论 + 启示）
这项覆盖 27 个欧洲国家的实验给出了一个不太让人安心的结论：只要不告诉你是谁写的，AI 生成的新闻在可信度上就和人写的没有区别——甚至略高一点。
更具体地说：人们能在一定程度上识别假新闻（可信度 2.15 对 2.60），但仍有三分之一的假新闻被当成真的；识别出来也不等于不会转发（转发意愿只差 0.18 分）；而在辨别“人写还是 AI 写”这件事上，所有人群、所有国家的表现都一样差。
如果要从中带走一件事，那就是：把信息安全的希望寄托在“公众能练出辨别力”上，是不够的。真正需要建设的，是那些不依赖个体判断的东西——内容来源的可追溯、平台层面的标注机制，以及在信息环境本身变得更复杂时，帮助人们保持认知韧性的制度安排。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
议题源流。生成式 AI 对错误信息生态构成“双刃剑”：它既可用于检测错误信息、促进民主审议、对抗阴谋叙事，也使快速、大规模生产具有说服力的虚假内容成为可能。理解公众如何感知 AI 生成的错误信息，因而成为设计干预与保障信息完整性的前提。
文献空白。既有研究中，关于人们区分真假新闻能力的证据本身就结论不一；而专门考察AI 生成新闻（尤其是虚假的 AI 内容）如何被感知与互动的研究更为稀少。既有工作还呈现出内在张力：一方面，AI 生成新闻常引发对其可信度与真实性的显著怀疑；另一方面，大量研究表明个体难以区分人写与 AI 生成内容。此外，跨国比较证据缺失——错误信息易感性理应因信息与政治环境不同而变化，但缺乏统一设计下的跨国实验。
本研究贡献。提供首个大规模跨国证据，考察感知真实性与分享意愿如何在人写与 AI 生成、真实与虚假新闻之间变化；在 27 个欧洲国家开展预注册网络调查实验，并检验个体特质（认知反思、年龄、教育、意识形态等）与区域情境的调节作用。
I. Theoretical Framework & Hypotheses（理论框架与假设）
| 编号 | 命题 | 理论依据 | 结果 |
|---|---|---|---|
| H1 | 虚假新闻较真实新闻被感知为更不可信、更不愿分享 | 错误信息辨识文献 | 获支持 |
| H2 | AI 生成新闻较人写新闻被感知为更不可信、更不愿分享 | 对 AI 内容真实性的普遍怀疑 | 未获支持，方向反向且极小 |
| RQ1 | 处理效应是否被个体特质（性别、年龄、教育、认知反思、意识形态、信任）调节 | 社会经济与认知因素影响错误信息易感性 | 部分调节，但不调节 AI/人写的区分 |
| RQ2 | 处理效应是否随国别情境（尤其是否与俄乌接壤）变化 | 信息与政治环境差异 | 27 国高度一致 |
关键区分：错误信息易感性（能否识别真假）与来源辨识能力（能否识别人写 vs. AI 写）是两个独立维度——本文最重要的理论发现即在于前者存在群体异质性，后者不存在。
M. Materials & Methods（材料与方法）
- 数据与场域：2025 年 5 月 5 日–6 月 13 日，27 个欧洲国家网络调查；样本由 CINT 提供，来自非概率在线样本库；每国目标 1,000 人，总样本 27,227。按性别、年龄、教育与地区（NUTS2）设配额。
- 加权：以年龄组、性别、教育、地区（NUTS2）做事后分层加权，基准取自欧盟劳动力调查（EU-LFS）与欧洲社会调查（ESS）。因加权变量存在少量缺失，加权仅可施用于 26,437 名受访者，此为分析用的有效样本量。作者说明未按国家人口规模做比例加权，因分析聚焦个体层面关系而非产生具人口代表性的跨国估计。
- 设计：完全平衡的被试内 2（来源：human vs. AI）× 2（真实性：real vs. fake）析因设计。刺激库共 24 条新闻；每位受访者随机分得 8 条，四种条件各两条，即每国 8,000 次评估。约束条件：受访者不会同时看到同一母题故事的人写版与 AI 版，以避免需求效应；作者明确承认此举限制了个体内因果比较。
- 刺激生成：主题统一为俄乌战争（避免议题显著性、先验知识与话题偏见的混淆）。AI 版由
GPT-4o生成，提示词为：“Here is a news headline. Use this to generate a short news item with a similar title and some more text that elaborates on the title and gives more detail. Generate a photo as well, which illustrates the news item.” 输出含标题、短正文与合成配图；原文英文，由各国本地专家翻译。 - 因变量：① 感知真实性——“你在多大程度上相信刚读到的这条新闻是真的？”四点量表，从“完全不像真的”到“看起来完全真实”；② 分享意愿——“你有多大可能把刚读到的新闻分享到社交媒体？”从“肯定不会(1)”到“肯定会(4)”。采用允许跳答设计（不显示拒答选项）。
- 协变量：性别（二分）、年龄（连续）、教育（初/中/高等）、聚落规模（五级，从大城市到农村）、主观经济状况（四级）、政治意识形态（五级，强自由派—强保守派）、以及认知反思测验 CRT。
- 模型：评估嵌套于个体与国家，故按预注册拟合多层线性回归，含受访者与国家的随机截距，处理变量为固定效应并纳入个体层控制变量；调节检验（RQ1）在同一设定下加入处理 × 个体特征的交互项；RQ2 另在边境/非边境分组给出边际均值，并逐国估计（去掉国家随机效应）。分析在 RStudio 中完成。
- 预注册与开放科学：实验已预注册；数据与代码置于 OSF；伦理审查依机构与国家规定予以豁免（匿名、非干预、最小风险、未收集 GDPR 定义的个人数据），全体参与者知情同意。作者声明无资助。
R. Results（结果）
- 真实性主效应（H1 支持）。虚假新闻感知真实性均值 2.15，真实新闻 2.60。57% 的真实新闻被评为“基本真实”或“完全真实”，而虚假新闻仍有 34% 获得同等评价。
- 来源主效应（H2 未支持，且方向相反）。AI 生成新闻感知真实性 2.40，高于人写内容 2.34；被评为“基本/完全真实”的比例为 47% vs. 44%。
- 交叉条件。感知真实性最高者为 AI 生成的真实新闻（2.63），最低者为 人写的虚假新闻（2.12）。
- 分享意愿：差距更小。真实 1.93 vs. 虚假 1.76，作者报告均值差 0.18（四点量表）；愿意分享比例 34% vs. 26%。来源对分享意愿无效应：AI 1.86 vs. 人写 1.84（31% vs. 29%）。交叉条件下最高为 AI 真实新闻 1.94，最低为人写虚假新闻 1.75。
- 多层模型。纳入数据的聚类结构并控制个体特征后，上述模式基本复现。
- 调节效应（RQ1）。性别、年龄、教育与认知反思引入了一定异质性：与既往研究一致，女性、更年轻、教育程度较低、以及 CRT 表现较差者在某些情形下对错误信息更脆弱。但关键在于：即便是那些正确判定虚假条目为“不真实”、且最不愿分享的子群体，同样无法区分人写与 AI 生成内容——来源辨识的困难是普遍性的，而非集中于特定人口或认知群体。
- 跨国一致性（RQ2）。与俄罗斯或乌克兰接壤的国家与其他国家反应高度相似。非边境国家：人写真实 2.57 / AI 真实 2.64 / 人写虚假 2.14 / AI 虚假 2.19；边境国家：2.54 / 2.63 / 2.08 / 2.13。多层模型给出同样结论。作者称这一跨国一致性“有些出人意料”。
| 条件 | 感知真实性 | 分享意愿 |
|---|---|---|
| AI 生成 · 真实 | 2.63（最高） | 1.94（最高） |
| 人写 · 真实 | 2.57–2.60 | 1.93（真实总体） |
| AI 生成 · 虚假 | 2.19 | — |
| 人写 · 虚假 | 2.12（最低） | 1.75（最低） |
| 真实 vs. 虚假总差 | 0.45 | 0.18 |
| AI vs. 人写总差 | +0.06（AI 略高） | +0.02（可忽略） |
a / D. Discussion & Conclusion（讨论与结论）
- 核心结论。基于 27 国大规模跨国调查数据，本研究证明
GPT-4o可从一句简单提示词生成关于俄乌战争的虚假新闻，其被感知的可信度与人写内容相当，某些情况下甚至更高。这凸显了虚假内容模仿真实信息的说服力，以及在 AI 驱动的媒介环境中增强个体抵御能力的必要性。 - 识别与传播之间的缝隙。虚假与真实之间的差距在分享意愿上小于感知真实性上（0.18 vs. 0.45）；“识别出假”与“不愿分享”之间的相关性偏弱，与既往研究一致。这意味着仅提升辨别力的干预未必能等比例抑制传播——分享行为同时受立场表达、情绪与社交信号驱动。
- 脆弱性 ≠ 来源辨识力。个体特征塑造了对错误信息的总体易感性，但并不塑造区分人写与 AI 内容的能力。这对干预设计有直接含义：针对“高风险人群”的媒介素养教育难以解决来源辨识问题，需转向内容溯源与平台标注等不依赖个体判断的制度性手段。
- 跨国稳健性。结果在 27 国间显著一致，包括直接毗邻冲突的国家，提示这些感知机制具有较强的跨情境普遍性。
- 局限一：单一议题。全部材料聚焦俄乌战争这一高度显著且政治化的话题，结论可能受具体内容、框架或情绪显著性影响。作者建议扩展至健康、科学与日常社会议题等政治化程度不同的领域。
- 局限二：刺激与情境的外部效度。实验依赖有限的刺激集合与受控问卷环境。作者明确提醒：关于 AI 与人写内容差异的零效应，可能反映所选标题或模型输出的特异性，而非一般倾向。建议未来将错误信息嵌入模拟或真实社交媒体信息流，并使用更多样的 AI 与人类产出材料。
- 局限三：因果推断的设计代价。为避免需求效应而禁止同一受访者同时看到同一母题的两个版本，牺牲了个体内对同一底层刺激不同版本的比较能力，作者已自行标注。
- 样本性质。非概率在线样本库 + 配额抽样 + 事后分层加权；作者说明分析目标为个体层面关系而非人口代表性估计。
🧠 IRMaD 思维导图
mindmap
root((人写与 AI 假新闻))
I 引言
生成式 AI 是双刃剑
假信息可批量生产
对 AI 内容有怀疑
却分不出谁写的
缺跨国实验证据
R 假设
H1 假新闻更不可信
H2 AI 内容更不可信
RQ1 个体特质是否调节
RQ2 边境国家是否不同
M 方法
27 个欧洲国家
有效样本 26437
被试内 2x2 析因
24 条俄乌战争新闻
GPT-4o 生成文与图
每人评估 8 条
多层模型双随机截距
R 结果
真新闻可信度 2.60
假新闻可信度 2.15
仍有 34% 信以为真
AI 内容反而略高
分享差距仅 0.18
27 国高度一致
边境国家无差别
a 讨论
不标来源则防备失效
识别与不转发有缝隙
来源辨识困难是普遍的
单一议题限制外推
零效应可能来自选材
D 结论
靠个人辨别力不够
需内容溯源与标注
提升认知韧性
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。