🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
如今很多人读新闻之前，浏览器里的人工智能已经先帮他们把文章浓缩成了几段摘要。你打开一篇长长的政治报道，点一下侧边栏的“总结此页”，几秒钟后要点就出来了——谷歌 Chrome 里是 Gemini，微软 Edge 里是 Copilot，还有专门的人工智能浏览器 Perplexity Comet。
过去我们说的“信息中介”，比如搜索引擎、新闻聚合、社交媒体推荐算法，主要决定的是你能看到哪些新闻。这一代人工智能多做了一步：它决定新闻以什么样子出现在你面前——它会改写、压缩、重新组织原文。也就是说，新闻在被你读到之前，已经被机器“再编辑”了一遍。
这让人不太放心。大语言模型被反复发现带有各种偏见，做摘要时会编出原文没有的内容，还有研究发现它们能左右人的政治态度。更麻烦的是，摘要功能本来就是为了让你不用读全文，所以就算它说错了，你也几乎没机会发现。此前英国广播公司和欧洲广播联盟的调查发现，聊天机器人回答新闻问题时错误不少；但还没有人系统地查过：浏览器里的摘要功能，会不会让新闻变得更偏激、更愤怒，或者偏向某一个政党？
② 研究问题（要回答什么？）
这项研究想弄清楚，浏览器自带的人工智能在帮我们总结新闻时，到底有没有把事实说错，又有没有悄悄改变新闻的立场、情绪和写法。作者把它拆成四组问题，具体如下：
- 准不准：摘要里的每一句话，能不能在原文里找到依据？错了的话，是怎么错的？
- 偏不偏：摘要会让新闻的左右倾向变强还是变弱？对民主党、共和党的褒贬态度会不会变？
- 情绪：摘要会放大还是冲淡原文里的负面语气、愤怒和恐惧？
- 写得好不好：摘要是不是更清楚、更少个人色彩、更少标题党？还是变得干巴巴？
此外，作者特别关心这些变化是不是一视同仁：三款浏览器之间有没有差别？左派、中间派、右派媒体的文章，受到的“处理”是否一样？在选举、移民、堕胎、俄乌冲突等 19 个不同议题上，结论还成立吗？这背后是一个“算法公平”的问题——如果某个工具专门把一方的观点“磨平”，它就不再是一个中立的传话人了。
③ 研究方法（怎么做的？）
想象你是一个“神秘顾客”，要暗访三家餐厅。你不会去后厨问厨师怎么做菜，而是像普通客人一样点菜、拍照、记录。这篇研究就是这么做的。
第一步，选文章。作者挑了美国 15 家新闻媒体，左、中、右各 5 家：左边有 MSNBC、《纽约时报》、CNN 等，中间有美联社、路透社等，右边有《华尔街日报》、福克斯新闻等。每家随机抽 1000 篇 2024 年 1 月到 2025 年 6 月发表的政治新闻，一共 15000 篇。
第二步，像真人一样让浏览器做摘要。程序自动打开每一篇新闻网页，唤出浏览器自带的助手，用它默认的“总结”功能，再把结果复制保存。每篇文章都开一个全新对话，免得上一篇影响下一篇。9 台虚拟机同时跑，全部走同一个美国网络地址，时间是 2026 年 2 月到 3 月。付费墙新闻用真实订阅账号登录，保证浏览器读到的是全文。
第三步，清理。去掉空白结果、无效回答，还有被验证码挡住却“假装在总结”的情况；只保留三款浏览器都给出有效摘要的文章，再删掉太短的和纯视频、播客，最后剩下 13777 篇文章、41331 条摘要。
第四步，打分。文章和摘要用同一把尺子量：让大语言模型把摘要拆成一句一句，逐句对照原文判断“有依据／与原文矛盾／查不到”；让大语言模型给左右倾向、政党态度、愤怒和恐惧打分；用专门训练的分类模型判断负面语气和写作质量。为了确认这些“机器评分员”靠得住，研究者请真人抽样打分来对照——比如在 880 句话上，机器和人的判断有 94% 一致。最后用统计检验比较“原文分数”和“摘要分数”，再用回归模型看浏览器、媒体立场、议题各自有什么影响。
④ 结果（发现了什么？）
总体来看，浏览器生成的新闻摘要大多忠于原文，而且比原文更中立、更平和、更清楚，只是读起来没那么吸引人。
平均每条摘要里 82.8% 的句子能在原文找到依据，只有 2.5% 与原文矛盾，14.7% 查不到出处。Edge 最准（88.3%），Chrome 最弱（76.6%），Comet 居中（83.4%）。人工细看 880 句后发现，完全凭空编造的只占出错句子的约 5%，折算不到全部句子的 1%；大部分错误是张冠李戴（把甲说的话安到乙头上）或措辞不准。
带左右倾向的文章，约 30.8% 的摘要变得更中立；原本中立的文章，只有 2.6% 被摘要“带偏”。但磨平并不对称：支持共和党的文章有 41.2% 被调得更中立，批评共和党的文章只有 22.6%。Edge 最明显——右倾文章 53% 被中和，左倾文章只有 34%。
表达愤怒的文章，56.1% 的摘要把火气降了下来，原本没有怒气的文章只有 2.3% 被摘要加了怒气；负面语气有 34.8% 被冲淡；恐惧降得最少，21.2% 降低，却也有 11.7% 的无恐惧文章被摘要写出了恐惧感。
写得不清楚的文章，80.3% 的摘要变清楚；个人色彩浓的，72.7% 变客观；用了标题党手法的，86.6% 被去掉。唯一变差的是“吸引力”：原本写得很生动的文章，78.0% 的摘要变得没那么抓人。
这些规律在三款浏览器、左中右三类媒体、19 个议题上方向都一致，只是强弱不同。比如，登在“对立阵营”媒体上的文章更容易被中和：右倾文章登在左派媒体上，62% 的摘要变中立，登在中间派媒体上只有 42%。又如移民、以色列与中东、犯罪这类“威胁型”议题，摘要加进恐惧的比例反而略高于减少恐惧的比例，不过差别在统计上并不显著。
⑤ 讨论（这些发现说明什么？）
这说明，人工智能浏览器已经不只是一个“压缩工具”，更像一位自带风格的编辑。它习惯用冷静、客观、信息密集的腔调重写新闻，于是原文里的党派火药味、愤怒和煽情被系统性地冲淡了。
好的一面：已有研究表明，偏激的党派新闻会加剧极化和对另一党的敌意，负面报道会降低人的幸福感，还会让很多人干脆不看新闻。如果摘要能把这些“毒性”调低，也许对公共讨论是好事。而且它比很多人担心的准确得多——之前的调查是让聊天机器人自己去搜、去综合多篇报道来回答问题，而本研究测的是“总结一篇给定的文章”，结果要乐观得多。
让人警惕的一面：记者怎么取角度、强调什么、用什么语气，并不只是“装饰”，它们本身就在告诉读者这件事有多重要、多紧急、有什么政治意味。把这些一律磨平，读者看到的就不再是记者和媒体原本想表达的版本，新闻也可能变得没人爱读。
磨平也不完全公平。作者细读样本后发现，一部分原因出在原文：“支持”某党往往靠选择性地强调好消息，很容易被摘要去掉；“批评”某党往往嵌在实打实的内容里，删不掉。但 Edge 确实有点特别——它给支持共和党的文章写摘要时，更常把开头的“简洁摘要”换成“中立摘要”，这个比例是支持民主党文章的三倍多，说明它可能真有额外的倾向。
还有一点值得注意：摘要偶尔会让恐惧和负面感变强，原因不是编造，而是把原文里起缓冲作用的背景和限定语删掉了，只剩下尖锐的结论。
⑥ 结论（最终结论 + 启示）
这篇论文的结论是，人工智能浏览器已经成了一种新的新闻编辑，它不只是压缩新闻，还在系统性地改造新闻。它总体上说得准，还让新闻更中立、更冷静、更好懂；但也让新闻变得更平淡，并在不同政党、不同浏览器之间留下了不完全对称的痕迹。
对普通读者的启示是：摘要能帮你快速了解一件事，但它给你的已经是“被重新编辑过”的版本；想知道记者真正想强调什么，还得回到原文。
对研究者和管理者的启示是：这些商业系统是黑箱，而且一直在更新，今天测到的结果明天可能就变了，需要长期、反复地审计。作者也坦言，这项研究只看了美国的英文新闻，只测了“内容变了没有”，还没测“读者受了什么影响”。下一步需要做实验，看看人们读了这种“降温版”新闻后，政治态度、对媒体的信任和看新闻的意愿会不会随之改变。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
议题源流：信息中介研究长期聚焦搜索引擎、新闻聚合器、社交平台与推荐算法如何决定用户接触到哪些信息（曝光层面的中介）。LLM 嵌入搜索、即时通讯、办公软件与浏览器后出现了新的中介形态：它们在曝光发生之前改写、压缩、重释源材料，构成“通过转换而非仅通过曝光的中介”（mediation through transformation, not merely exposure）。浏览器是在线新闻的首要入口，Chrome、Edge 与 AI 原生浏览器 Perplexity Comet 均允许用户不离开页面即生成新闻摘要；Reuters Institute《数字新闻报告 2025》显示，摘要被新闻用户视为最具吸引力的 AI 功能。
风险来源：三类文献叠加——LLM 的多种偏见（含政治偏见）、生成式摘要的忠实性失败与幻觉、LLM 对政治态度的说服效应；而摘要产品的设计目标正是免除阅读全文，使用户缺乏识别错误的理由与手段。
文献空白：(1) 既有大规模审计（BBC；EBU 与 BBC）主要检视聊天机器人回答新闻问题时的准确性与归属错误，未触及政治、情感与文体维度；(2) 算法系统与 LLM 聊天机器人的政治偏见证据丰富，但 AI 新闻摘要中的政治偏向仅 Savgira 等（CHI 2026 扩展摘要）在聊天机器人上以定制提示词做过；(3) 既有研究在受控环境中探测模型能力，无法捕捉真实部署、面向用户的浏览器内置摘要功能这一更具后果性的形态。
本研究贡献：作者称这是首个对真实浏览器内置 AI 新闻摘要的大规模审计，覆盖 11 项结果变量、15 家媒体、19 个议题、3 个部署环境；在准确性之外同时检视政治偏向、负面情感与新闻写作质量，并检验变换在意识形态谱系上是否对称，由此连接极化、超党派媒体、新闻回避与算法公平四条文献脉络，提升生态效度。
I. Theoretical Framework & Hypotheses（理论框架与假设）
本文为算法审计研究，不设正式假设，围绕四个内容维度与一类异质性组织问题（编号为本报告整理）：
| 编号 | 研究问题 | 对应理论/文献 |
|---|---|---|
| RQ1 | 浏览器 AI 摘要相对源文章的事实准确性如何？错误类型与来源是什么？ | 摘要忠实性与幻觉（Maynez 等 2020；Ji 等 2023）；BBC/EBU 新闻完整性审计 |
| RQ2 | 摘要是否改变意识形态偏向及对民主党、共和党的立场？ | LLM 政治偏见（Rozado 2024；Buyl 等 2026）；党派媒体与极化（Levendusky 2013） |
| RQ3 | 摘要是否放大或削弱负面性、愤怒与恐惧？ | 极化与党派敌意（Mason 2022；Kalmoe & Mason 2022）；新闻回避（Villi 等 2022；Wertz & Wojcieszak 2026） |
| RQ4 | 摘要是否改变清晰度、吸引力、个人化语气与标题党倾向？ | LLM 文体特征（Reinhart 等 2025；Muñoz-Ortiz 等 2024） |
| RQ5 | 上述变换是否因浏览器、媒体立场、议题而异，在左右之间是否对称？ | 算法公平与算法放大（Huszár 等 2022 等）；议题所有权（Petrocik 1996；Walgrave 等 2012） |
核心概念“编辑中介”（editorial intermediaries）：AI 浏览器不仅决定用户看到什么，还决定信息如何被框架化、哪些方面被强调。讨论部分援引 Hanitzsch 等（2011）的新闻文化研究指出，框架、强调、情感基调与评价性语言并非报道的附带属性，而承载关于事件重要性、紧迫性与政治意义的信息，并使记者自身立场更透明；因此“去偏／降温”在规范层面具有两面性。
推断目标明确限定为“采集窗口内各部署的浏览器—模型系统的行为”，而非底层语言模型的孤立属性——这是审计研究而非模型评测的关键区分。
M. Materials & Methods（材料与方法）
- 研究设计：算法审计 + 自动化内容分析；分析单位为文章—摘要对；源文章与摘要以同一工具测量后做配对比较，并以混合效应回归检验异质性。
- 媒体抽样：15 家美国媒体，按 Media Bias/Fact Check 偏向评分以 ±3.5 为界分左/中/右各 5 家。左：MSNBC（−6.4）、The New York Times、CNN、NBC News、The Guardian；中：Associated Press、Reuters、The Hill、Forbes、CBS News；右：Reason、The Free Press、The Wall Street Journal、OANN（7.9）、Fox News（8.0）。Breitbart 与 ZeroHedge 因浏览器系统性拒绝总结而在采集前剔除。
- 语料：2024-01-01 至 2025-06-30 发表；以 ERC-NEWSUSE 政治内容分类器（微调 transformer）按标题筛选政治新闻，每家随机抽 1,000 篇，共 15,000 篇。9 家全文取自 Media Cloud，6 家直接抓取；付费墙媒体使用认证订阅，确保浏览器读取全文而非截断预览。
- 浏览器与采集：Chrome（Gemini）与 Comet 无订阅、使用默认模型；Edge（Copilot）使用机构订阅以获得更高额度。调用默认摘要动作（Comet）或默认摘要提示（Chrome、Edge）。自动化流水线：打开页面 → 唤起内置助手 → 请求摘要 → 复制保存；每篇新开对话防止上下文残留。9 台虚拟机并行、统一经单一美国 IP（跨浏览器与波次固定地理位置）；2026 年 2—3 月分波次采集（Edge、Comet 各 3 波，Chrome 2 波），后续波次补采失败项，并记录每波浏览器版本号。
- 三步过滤：删除空结果；以 GPT-5.2-2025-12-11 判别是否为有效文章摘要；对每次摘要截屏，含已知验证码短语者剔除（针对主要见于 Chrome 的“验证码页伪有效摘要”）。各浏览器保留：Edge 14,575、Comet 14,973、Chrome 14,800 篇；三者共同有效 14,365 篇，再删不足 100 词的 185 篇与纯视频/播客 403 篇，得平衡面板 13,777 篇 × 3 = 41,331 条摘要。
| 构念 | 工具与量表 | 人工验证（编码员间 / 机器对人） |
|---|---|---|
| 事实准确性 | GPT-5.5-2026-04-23 两步：拆为去语境化句子 → 逐句判 supported / contradicted / unverifiable；准确率 = supported 句占比 | 拆句：24 条摘要 206 句，99%（204/206）正确；判定：90 条摘要 880 句（30 篇文章，每家 2 篇），双人编码 269 句一致率 87%、Cohen κ=.67；LLM 对人一致 94%、F1=.91 |
| 意识形态偏向 | GPT-5.2，−2（极左）至 2（极右） | 79%、Krippendorff α=.82 / 80%、F1=.47、O1=.90 |
| 对民主党立场 | GPT-5.2，−1/0/1 | 93%、α=.79 / 92%、F1=.87、O1=.93 |
| 对共和党立场 | GPT-5.2，−1/0/1 | 86%、α=.77 / 82%、F1=.73、O1=.87 |
| 负面性 | XLM-RoBERTa-Large 分类器（以 Facebook 上 600 余万条新闻帖微调），0/1 | α=.72 / 85%、F1=.85 |
| 愤怒 | GPT-5.2，0/1/2 | 88%、α=.81 / 80%、F1=.53、O1=.74 |
| 恐惧 | GPT-5.2，0/1/2 | 83%、α=.71 / 74%、F1=.75、O1=.88 |
| 写作质量四维 | 自研 XLM-RoBERTa-Large 分类器：清晰度 0/1；吸引力、个人化语气、标题党 0/1/2。训练集 1,450 篇（1,000 篇双人编码 + 450 篇针对稀有分值的目的抽样） | 训练编码 α .75–.95（吸引力 ≈.71）；模型：清晰度 80%/F1 .79，吸引力 75%/O1 .79，个人化 71%/O1 .83，标题党 86%/O1 .80；本数据复核准确率 95%/89%/90%/99% |
- 政治偏向、负面性、情绪与写作质量均在同一批 25 篇文章 + 75 条摘要上验证。标题党在文章中仅约 2%、摘要中不足 0.6%，故其 O1 仅 .50（仅 1 处不一致）。
- O1 分数（作者提出的 F1 序数扩展）：以相对绝对误差
RAE(y,ŷ) = |y − ŷ| / |max ΩY − min ΩY|构造序数加权精确率与召回率，取调和平均后宏平均，使误判按与真值的距离计罚。 - 议题：BERTopic（all-MiniLM-L6-v2 嵌入；UMAP n_neighbors=15、n_components=5；HDBSCAN min_cluster_size=20、leaf），得 125 簇，人工归并为 19 个议题（如 Election 1,763 篇、Israel–Mideast 1,234 篇、Abortion 188 篇、Guns 162 篇）。
- 配对检验：序数变量 Wilcoxon 符号秩检验，二元变量 McNemar 检验，同一构念内 Holm 校正。
- 回归（R glmmTMB）：准确性用 ordered beta 回归
accuracy ~ browser + outlet_lean + topic + log(article_length) + summary_length + (1|outlet) + (1|article_id)；政治偏向用 logit，仅拟合非中立文章的摘要reduced ~ browser × article_lean + outlet_lean + cross_cut + topic + log(article_length) + (1|outlet) + (1|article_id)，cross_cut 表示文章立场与所属媒体立场相反；负面情感（reduced）与写作质量（increased）模型去掉交互项与 cross_cut。参照组：Chrome、中间派媒体、Miscellaneous 议题（文章立场参照 Left）；文章随机截距嵌套于媒体。
R. Results（结果）
- 准确性：平均 82.8% 句子有据、2.5% 矛盾、14.7% 无法核实。Edge 88.3%/1.8%/9.9%，Comet 83.4%/2.4%/14.3%，Chrome 76.6%/3.3%/20.1%。完全准确的摘要占比 Edge 25.3%、Comet 42.1%、Chrome 12.1%。ordered beta：Edge β=0.441（SE 0.010）、Comet β=0.245（SE 0.010），均 p<.001；媒体立场 Left −0.031、Right −0.010 均不显著；摘要长度 0.160***、文章长度 0.056***；议题 Economy +0.048*，Guns −0.087*、Environment −0.071*、Education −0.062*、World Affairs −0.053*。分立场（左/中/右）：Edge 88.5/88.4/88.0，Comet 82.9/83.9/83.3，Chrome 77.2/75.9/76.9，均不显著。议题最高 Courts 85.7%、最低 Guns 80.7%，差距不超过 5 个百分点；媒体均值最高 Reason 87.0%，最低 Fox News 79.0%。
- 错误类型（880 句质性分析）：矛盾 19 句（2.2%）、无法核实 144 句（16.4%），与全量 LLM 标注的 2.5%/14.7% 大致吻合。矛盾句：归属错误 57.9%、措辞不准 31.6%、捏造 5.3%、“摘要纠正了原文错误”5.3%。无法核实句：归属错误 27.8%、过度解读 25.7%、措辞不准 14.6%、准确的补充背景 13.2%、页面其他内容 13.2%、捏造 5.6%。90 条摘要中 9 条（10%）至少含一句捏造；约 95% 的不准确属措辞、过度解读或范围外背景，捏造约占全部句子 0.9%。
| 政治偏向维度 | 原文类别（n） | 摘要更中立 | 分浏览器 Edge / Chrome / Comet |
|---|---|---|---|
| 意识形态 | 左倾（2,919） | 28.3% | 34% / 30% / 21% |
| 意识形态 | 右倾（2,477） | 33.3% | 53% / 28% / 19% |
| 对民主党 | 亲民主党（752） | 34.9% | 37% / 38% / 30% |
| 对民主党 | 反民主党（2,136） | 33.3% | 37% / 33% / 30% |
| 对共和党 | 亲共和党（835） | 41.2% | 53% / 40% / 31% |
| 对共和党 | 反共和党（4,203） | 22.6% | 24% / 24% / 20% |
- 整体检验：三项政治偏向在摘要中均显著降低（Wilcoxon/McNemar，Holm 校正后均 p<.001）；中立文章 8,381 篇中 94.7% 获中立摘要，中立立场保持率超过 95%；意识形态偏向平均削弱 30.8%、引入 2.6%。
- 不对称：Edge 右倾 vs 左倾 53% vs 34%（p<.001），Chrome 28% vs 30%（p=.37），Comet 19% vs 21%（p=.43）；Edge 右倾中和率高于 Chrome、Comet（均 p<.001）。亲/反共和党差异在三款浏览器均 p<.001；反民主党立场比反共和党立场更易被削弱（三款均 p<.001），亲共和党比亲民主党更易被削弱（Edge p<.001）。回归交互 Edge × Right：意识形态 1.601***、对民主党 0.447*、对共和党 0.992***；Comet 主效应三项均为负（−0.825、−0.643、−0.404，均 p<.001）。
- 跨立场效应：cross_cut 系数意识形态 2.188***、对共和党 0.728**。右倾文章登于左派媒体 62% 被中和 vs 中间派媒体 42%；左倾文章登于右派媒体 45% vs 41%；亲共和党文章在左派媒体 50% vs 39%。中立文章更易被推向所属媒体立场：左派媒体 6% 获左倾摘要；右派媒体 9% 获右倾摘要、仅 1% 获左倾摘要。
- 议题：国际议题最易去偏（World Affairs 意识形态 0.634*、对民主党 1.459**、对共和党 1.107**；Russia–Ukraine 意识形态 0.974**；Israel–Mideast 0.577*）。偏移方向与议题所有权吻合：民主党议题摘要左移（中立文章左/右移 Gender & DEI 14%/3%、Abortion 10%/4%）；共和党议题右移（左倾/右倾文章被中和 Israel–Mideast 45%/33%、Guns 36%/28%、Religion 30%/26%、Economy 32%/29%）；例外 Immigration 左移（10%/2%）。
- 负面情感（均 p<.001）：负面性削弱 34.8% / 引入 8.8%（Chrome 37%，Edge 36% p<.05，Comet 31% p<.001）；愤怒 56.1% / 2.3%（Edge 73%、Chrome 53%、Comet 42%，差异均 p<.001）；恐惧 21.2% / 11.7%（削弱/引入 Edge 27%/6%、Chrome 20%/15%、Comet 17%/14%）。回归 Edge 对愤怒 1.712***、恐惧 1.157***。右派媒体恐惧削弱更多（27% vs 中间派 17%，p<.001）、负面性削弱更少（31% vs 41%，p<.05）。威胁型议题恐惧引入略高于削弱（Immigration 22%/17%、Israel–Mideast 20%/18%、Crime 18%/17%，z 检验不显著），而 Religion 6%/36%、Trump Legal Cases 10%/37%、Election 8%/30%；愤怒削弱率跨议题 51–63%，负面性 25–55%。
- 写作质量（均 p<.001）：清晰度提升 80.3%（降低 2.2%）、个人化语气减弱 72.7%（增强 1.7%）、标题党去除 86.6%（增加 0.2%）；Comet 83%/76%/89%、Chrome 81%/74%/85%、Edge 76%/64%/85%。吸引力：低吸引力文章 39.9% 提升（Edge/Chrome/Comet 32%/40%/48%），高吸引力文章 78.0% 下降（82%/81%/71%），因高吸引力文章远多于低吸引力（2,305 vs 242）而总体下降。Economy 低清晰度文章仅 52% 获更清晰摘要（Miscellaneous 88%，p<.001）。
- 汇总：各偏向与负面情感指标削弱率 21.2%–56.1%（均值 34.0%），引入率 1.3%–11.7%（均值 3.8%）。
a / D. Discussion & Conclusion（讨论与结论）
- 修正悲观图景：与 BBC、EBU 对聊天机器人“检索并综合多源回答新闻问题”的审计相比，针对单篇文章的浏览器摘要准确度明显更高；约六分之一句子并非完全有据，但多为措辞不准与补充背景，捏造不足全部句子的 1%，矛盾句不足 3% 且多为小错（如单复数混淆导致归属错误）。作者强调单篇摘要是扩散更快、后果可能更大的 AI 新闻消费形态。
- 系统性“降温”：在商业部署环境复现并扩展了 Savgira 等（2026）在受控聊天机器人中“摘要降低意识形态偏向”的发现，并延伸至党派立场与多种负面情感；写作质量改善与吸引力下降被归因于 LLM 普遍的非个人化、信息前置文体。
- 编辑中介的规范两面性：一方面，偏向与党派新闻引发极化与外党敌意，负面报道降低福祉并驱使新闻回避，削弱这些特征或具民主益处、降低认知负担；另一方面，框架、强调与情感基调承载新闻价值与政治意义并使记者立场透明（Hanitzsch 等 2011），系统性抹平使用户读到的版本偏离记者与出版者原意，并可能使新闻对部分读者失去吸引力。
- 算法公平：变换方向在浏览器、媒体立场与议题间高度一致而幅度不对称。对 20 篇文章/60 条摘要的质性分析显示，不对称部分源于原文表达：“亲”立场多靠正面框架、选择性强调与单方引语，易被中和；“反”立场嵌于实质批评，易被保留；反民主党主题常作为亲共和党文章的次要元素（27% 的反民主党文章同时被标为亲共和党，反共和党文章同时亲民主党仅 14%）。但 Edge 摘要开头以“neutral”替换“concise”的比例总体 3.5%，亲共和党文章 6.6%、亲民主党文章仅 1.9%，提示 Edge 可能确有对亲共和党内容施加更强衰减的倾向。
- 负面情感增加的机制：对三款浏览器摘要一致增加恐惧的 70 篇文章与一致增加负面性的 159 篇文章做质性分析，发现增加源于压缩中弱化限定语、凸显批评与冲突、丢弃缓冲语境（个别情形颠倒事件顺序），而非添加或捏造信息——提示“偏斜呈现”风险。
- 局限（作者自述）：① 仅三款浏览器与特定采集窗口，专有模型与产品设计持续迭代，需纵向审计；② 仅英文新闻与美国政治语境；③ 只测内容变化、不测受众效应（极化、政治态度、偏见感知、新闻信任与参与），需实验比较读者对摘要与原文的反应；④ 无法识别机制，未来需检验模型架构、系统提示词、安全策略与界面设计的联合作用。
- 局限（本报告补充）：政治偏向、情绪与写作质量的人工验证样本仅 25 篇文章/75 条摘要；五级意识形态量表机器对人 F1 仅 .47（误差集中于相邻分值），愤怒 F1 .53；Edge 使用机构订阅而 Chrome、Comet 无订阅，配置并非完全对等；准确性与多数构念由 LLM 标注，存在“以 LLM 评 LLM”的潜在同源偏差。
- 理论与实践意义：把传播学的信息中介研究从“把关／曝光”推进到“转换／再编辑”层面，作者指出结论对民主讨论与 AI 治理具有直接含义，AI 摘要工具将日益影响政治学习、意见形成与新闻信任。
- 资助与数据：ERC Consolidator 101126218（NEWSUSE，PI Magdalena Wojcieszak）；华沙大学社会科学卓越中心 Red Giant 项目；华沙大学 ICM 计算资源 G104-2654。作者声明无利益冲突；数据见 Zenodo（doi:10.5281/zenodo.21457591）。
🧠 IRMaD 思维导图
mindmap
root((AI浏览器新闻摘要审计))
I 引言
中介从曝光转向改写
浏览器是新闻入口
摘要让人不读全文
既有审计只看准确性
首个真实浏览器审计
R 问题
摘要是否准确
是否改变政治偏向
是否放大负面情绪
写作质量如何变化
跨浏览器媒体议题差异
M 方法
三款浏览器真实调用
15家媒体左中右各5
41331条浏览器摘要
大模型与分类器编码
人工验证一致率94%
配对检验加混合回归
R 结果
句子有据率82.8%
Edge最准确
偏向中和率30.8%
亲共和党更易被中和
愤怒降低56.1%
清晰度提升80.3%
吸引力普遍下降
a 讨论
浏览器成为编辑中介
降温或利于民主讨论
抹平框架偏离原意
不对称部分源于原文
Edge或有额外倾向
D 结论
摘要准确且更中立
需要纵向持续审计
仅限美国英文新闻
需测受众效应
机制仍待识别
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。