🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
过去你查新闻，是在搜索引擎里点开一个个链接，能看到来源是 BBC 还是某个小网站。现在越来越多的人直接问聊天机器人：“最近某地发生了什么？”然后拿到一段总结。
问题就在这里：总结没有署名。你可能不知道自己读到的那句话，来自一个由国家背景支撑、批量生产内容的宣传网络。
有一个叫“真理报网络”的媒体群，从 2023 年起建了 110 多个网站，发了超过 1500 万篇文章。研究者怀疑，它不只是给普通人看的，还是专门造出来喂给 AI 的——内容重复、数量巨大、标题工整，正好是检索系统喜欢的形状。
② 研究问题（要回答什么？）
研究要查三件事：
- 能不能被检索到？主流聊天机器人在回答新闻问题时，会不会引用这个网络的文章？比例有多高？
- 什么条件下更容易？标题怎么改写、用户语气怀不怀疑，会不会影响被引用的概率？
- 引用时会不会提醒？如果引用了，机器人有没有加“这个消息来源存疑”之类的警告？
③ 研究方法（怎么做的？）
这是一次大规模审计，不是实验室测试。
研究者从真理报网络里抽取标题，构造了 一万条提示词，在两个维度上做变化：标题改写（原文照搬 / 换一种说法）和用户怀疑程度（中性提问 / 明确表示怀疑）。
然后他们通过网页界面，向 11 个主流聊天机器人逐条提问，共收集到 104,997 条完整回答。每条回答都检查三件事：有没有出现该网络的链接、出现在什么位置、有没有加警示。
他们还统计了另外一类来源——“其他俄罗斯国家背景媒体”（比如塔斯社），作为对照。
④ 结果（发现了什么？）
结果可以概括为：总体不高，但极不均匀，而且有系统性漏洞。
所有回答中检索到真理报网络文章的比例。
这些命中里，有 94% 来自三个平台（You.com 35%、Claude 31%、Copilot 8.1%）。
检索到其他俄罗斯国家背景媒体的中位比例，比前者更普遍、更分散。
具体来说：11 个机器人里有 8 个至少引用过一次；5 个的引用率在 1.5% 以下；而有 3 个（都来自前沿公司）一次都没引用——作者推测它们做了域名级过滤。
警示率差异极大：有的平台给 76.2% 的引用加了说明，最少的只给 5.3%。
最值得注意的是“洗标题”：抽样标题里有 9.92% 把报道归功于其他（通常更可信的）媒体，而文章其实是转自俄罗斯国家背景媒体。用这类标题提问时，两个平台的命中率飙升到 33.9% 和 28.5%——因为机器人看到“某某媒体报道”，就更容易相信。
⑤ 讨论（这些发现说明什么？）
作者认为，这项研究揭示了一个新的信息战前线：攻击目标不再只是人，还包括 AI。当 AI 成为新闻中介，谁能进入它的检索结果，谁就影响了千万人的认知。
“洗标题”是最值得警惕的发现。它利用的不是技术漏洞，而是可信度转移——把内容的出处挂到一个更可信的名字上，让检索系统和用户都放松警惕。
另一个含义是：不同平台的安全策略差异巨大。有的做了域名过滤，命中率是零；有的几乎不设防。这说明问题不是“AI 做不到”，而是“有没有人去做”。
⑥ 结论（最终结论 + 启示）
结论是：聊天机器人正在成为新的新闻入口，而它的来源治理还远未到位。
对平台的启示：域名级过滤有效，但不能只靠黑名单；“洗标题”这类手法需要基于内容来源链的核查，而不是看标题怎么说。对用户的启示：看到 AI 总结的新闻，先问一句“这是谁说的”。对研究者的启示：审计要覆盖提示词的写法，因为提问方式本身就会改变结果。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
AI 系统正从“用户自行浏览的互联网”转向“替用户筛选与总结的互联网”。这一转变使检索层（retrieval）成为新的把关环节：模型引用哪些来源，直接决定用户看到什么。与此同时，信息行动的目标也从人类扩展到 AI 系统——通过批量生产结构化、可检索的内容，影响模型在推理时检索到的证据。
本文以 Pravda Network（110+ 站点、2023 年以来 1500 万+ 文章）为对象，对 11 个主流聊天机器人做大规模审计，回答三个问题：检索率、检索条件、以及引用时是否加限定说明（caveat）。其贡献在于把“AI 作为信息行动目标”从推测推进到可量化的证据，并提出 headline washing 这一新手法。
I. Theoretical Framework & Hypotheses（理论框架与假设）
| 层次 | 机制 | 本研究操作化 |
|---|---|---|
| 供给层 | 批量内容生产提升被检索概率 | 110+ 站点、1500 万+ 文章、域名与子域分布 |
| 检索层 | 查询措辞影响检索结果 | 标题改写（原文 / 改写）× 用户怀疑度（中性 / 怀疑）2×2 设计 |
| 生成层 | 模型对来源的可信度判断与限定表述 | caveat 率、立场一致性、强限定比例 |
| 策略层 | 可信度转移（headline washing） | 9.92% 标题将报道归因于其他媒体 |
理论对话点是“AI 作为新闻中介”（AI as news intermediary）与信息行动文献：前者强调检索与摘要的把关作用，后者强调受众目标的可迁移性。本文将两者结合，把“检索时点”确立为新的治理界面。
M. Materials & Methods（材料与方法）
- 刺激材料：从 Pravda Network Headlines Corpus 的 2,500 条标题出发，构造 10,000 条提示词，2×2 操纵标题改写与用户怀疑度。
- 执行：通过各聊天机器人的网页界面查询 11 个系统，获得 104,997 条完整回答（每系统约 10,000 次，因限流略有差异）。
- 编码：逐条检测 Pravda Network URL 是否出现、出现数量与位置；对 URL 做域名与子域归类（含 Common Crawl 中识别的 111 个子域）；对回答做立场与 caveat 编码（是否含强限定表述）。
- 对照：统计其他俄罗斯国家背景媒体的检索率与分布，用“spread”指标（接近 11 表示跨平台均匀，接近 1 表示集中于单一平台）刻画分布。
- headline washing 识别：检测标题是否将报道归因于其他媒体，同时正文实际转自国家背景媒体。
R. Results（结果）
- 总体检索率：7.3%（n = 7,627）的完整回答中出现 Pravda Network URL；8/11 个系统至少出现一次；5 个系统 ≤1.5%；3 个前沿系统为 0（Gemini 仅 1 次），作者推断存在域名级过滤。
- 集中度：三个系统贡献 94% 的检索——You.com 35%（n = 3,403）、Claude 31%（n = 2,984）、Copilot 8.1%（n = 780）。
- 标题层面：2,500 条标题中 1,580 条（63.2%）至少触发一次检索；中位数每条标题触发 4 个不同 URL（IQR 2–10），长尾达 65；共检索到 10,557 个唯一 URL，覆盖 111 个子域中的 64 个。
- 其他国家背景媒体：检索率 14.40%，跨平台更均匀；TASS 被引用 7,734 次，在 9/11 个系统中位列第一。
- caveat：出现 Pravda URL 时，限定说明率从 5.3% 到 76.2%，You.com 最低；立场越负面，强限定比例越高。
- headline washing：9.92% 的抽样标题将报道归因于更可信的媒体；使用此类标题时，You.com 与 Claude 的检索率分别达 33.9% 与 28.5%，且常缺少对原报道或来源的说明。
- 提示条件：原始标题 + 非怀疑语气更易触发检索；用户明确表达怀疑会降低检索率并提高 caveat 概率。
| 系统 | Pravda 检索率 | 备注 |
|---|---|---|
| You.com | 35% | caveat 最低 |
| Claude | 31% | 洗标题条件下 28.5% |
| Copilot | 8.1% | — |
| 其余 5 个系统 | ≤1.5% | 零星命中 |
| ChatGPT / Meta AI / Gemini | 0（Gemini 1 次） | 疑似域名级过滤 |
a / D. Discussion & Conclusion（讨论与结论）
- 理论贡献：把“AI 作为信息行动目标”从概念推演推进到可量化审计；提出 headline washing 作为可信度转移的新手法，并给出发生率与效果量。
- 治理含义：域名过滤有效但脆弱（子域与洗标题可绕过）；需要基于来源链与转载关系的核验，而非标题层面的可信度判断；caveat 机制的平台差异说明“可做而未做”。
- 用户含义：提问方式（是否表达怀疑）会改变所获证据的质量，这构成一种新的信息素养要求。
- 局限：网页界面审计受个性化、地域与时间波动影响；每系统约 1 万次查询仍属抽样；caveat 编码依赖人工/规则判断；仅覆盖一个宣传网络与英文提问；结果具时效性（模型与策略持续更新）。
- 未来方向：纵向追踪检索策略变化；扩展到多语言与多网络；把检索层治理纳入平台透明度报告；研究用户对 caveat 的实际反应。
🧠 IRMaD 思维导图
mindmap
root((聊天机器人与国家媒体))
I 引言
AI 成为新闻入口
总结没有署名
真理报网络喂料
R 问题
能否被检索到
什么条件更容易
引用是否加警示
M 方法
一万条改写提示
十一个聊天机器人
十万次真实会话
域名与警示编码
R 结果
命中七点三
三平台占九成四
三个系统零命中
洗标题后升至三成
a 讨论
目标从人转向 AI
可信度转移
平台策略差异大
D 结论
检索层是新前线
需查来源链
提问方式也重要
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。