資訊評鑑簡介

在當今世界，我們被資訊重重包圍。無論是社交媒體上的貼文、新聞文章，還是來自人工智能（AI）聊天機器人的回答，我們手頭上的數據比以往任何時候都要多。但這裡有一個大問題：你看到屏幕上的一切都值得信任嗎？

在本章中，我們將學習如何成為「資訊偵探」。我們會學習如何檢查資訊是否真實、有用且安全。這對於提升資訊素養（Information Literacy）以及成為一個負責任的數碼公民（Digital Citizen）來說，是一項至關重要的技能。

1. 黃金法則：垃圾進，垃圾出 (GIGO)

在電腦認知中，有一個著名的說法叫作 「垃圾進，垃圾出」（Garbage-In, Garbage-Out，簡稱 GIGO）。這個概念非常容易理解：

  • 如果你給電腦錯誤或「垃圾」數據（輸入，Input）……
  • 電腦就會給你錯誤或「垃圾」結果（輸出，Output）。

比喻： 想像你正在使用一個烹飪應用程式來烘焙蛋糕。如果你不小心把「5 克鹽」輸入成「5 公斤鹽」，程式就會教你做出一個味道極其恐怖的蛋糕。這並不是程式「壞了」——它只是處理了你給它的「垃圾」數據！這就是為什麼數據的準確性是資訊處理中最重要的部分。

2. 如何評鑑資訊與來源

當你在網上找到資訊時，你應該根據以下五個關鍵準則來檢查它。你可以透過詢問這些簡單的問題來記住它們：

A. 準確性 (Accuracy) —— 內容正確嗎？

檢查資訊是否與其他可靠來源相符。是否有拼寫錯誤？事實是否有證據支持？例如：如果一個網站說月球是由芝士組成的，但美國太空總署（NASA）說它是由岩石組成的，那麼 NASA 的資訊就更準確。

B. 權威性 (Authority) —— 誰說的？

誰是資訊提供者？是教授、政府部門（如教育局），還是一個討論區上的陌生人？可靠的來源通常有明確的作者，或隸屬於知名的機構。

C. 客觀性 (Objectivity) —— 是否有偏見？

這些資訊是想向你推銷東西，還是想改變你的想法？當某人只展示事情的一面時，就會產生偏見（Bias）。作為一名優秀的數碼公民，你應該辨識出資訊來源是否公正，還是隱藏的廣告。

D. 時效性 (Timeliness) —— 資訊過時了嗎？

科技和科學的發展非常迅速。關於「2015 年最優秀智能手機」的資訊在今天已經不再有用。務必檢查資訊發布的日期。

E. 相關性 (Relevance) —— 對我有幫助嗎？

有時候資訊是真的，但它並不能回答你的特定問題。確保內容確實符合你的資訊需求。

重點總結： 不要盲目相信搜尋引擎顯示的第一個結果。務必比較至少兩到三個不同的來源！

3. 評鑑 AI 產出的內容

現今，我們經常使用人工智能（AI）來協助做功課或尋找答案。然而，根據「2026 AI 素養框架」的提醒，AI 並非完美。我們必須謹慎評估 AI 內容，因為存在兩大風險：

AI 幻覺 (AI Hallucinations)

有時候，AI 會給出一個聽起來非常有信心但完全是編造的答案。這被稱為「幻覺」。例如，AI 可能會虛構一個假的歷史日期或一本不存在的書。務必使用搜尋引擎或教科書再次核對 AI 提到的事實。

AI 偏見 (AI Bias)

AI 是從人類創造的數據中學習的。如果用來「訓練」AI 的數據包含不公平的觀點或刻板印象，AI 就會重複這些偏見。
例子：如果 AI 只接受過男性醫生的照片訓練，它可能會錯誤地暗示女性不能成為醫生。

小溫馨提示：謹慎使用 AI
  • 保持警覺： 意識到 AI 可能會產生不道德或有害的內容。
  • 核實資訊： 採用「人在迴路中（Human-in-the-loop）」的方法——始終由人類（也就是你！）來檢查 AI 的工作成果。
  • 避免過度依賴： 不要讓 AI 替你完成所有的思考；你仍然需要學習基礎概念。

4. 辨識資訊提供者

要評鑑資訊，你需要了解不同平台的角色與功能。並非所有網站的目的都是一樣的：

  • 搜尋引擎（例如 Google, Bing）： 它們的角色是幫助你檢索資訊，但它們不會檢查找到的網站內容是否屬實。
  • 社交媒體（例如 Instagram, TikTok）： 這些平台用於交流意見和康樂活動。它們通常包含個人觀點而非客觀事實。
  • 政府/教育網站 (.gov 或 .edu)： 這些通常是可靠的來源，因為它們由專家和權威機構管理。
  • 協作平台（例如 維基百科 Wikis）： 這些平台允許大眾編輯。雖然它們適合用於快速獲取摘要，但可能最近有人輸入了錯誤的數據。

5. 學生專用摘要檢查清單

在你的學校專題研習中使用資訊之前，請先對照這個清單：

  1. 這是誰寫的？（是專家還是普通用戶？）
  2. 這是什麼時候寫的？（會太舊嗎？）
  3. 為什麼要寫這個？（是為了教導我、推銷東西，還是開玩笑？）
  4. 我能在其他地方找到這些資訊嗎？（其他網站也是這麼說嗎？）
  5. 如果是來自 AI，我有檢查「幻覺」嗎？（這是 AI 在「發夢」，還是真實的事實？）

你知道嗎？ 即使是最聰明的 AI 系統也遵循 \(Input \rightarrow Process \rightarrow Output\) 的邏輯。如果用來訓練 AI 的數據不好，AI 給出的建議也會很糟糕。這其實就是 GIGO 法則的擴大版！

註：若想了解如何安全地使用這些資訊而不傷害他人，請參閱「網絡安全、個人資料私隱及預防網絡欺凌」章節。