與 AI 對話能削弱危機後的陰謀論信念
核心結論：在重大危機發生後，僅用短暫的對話與大型語言模型（LLM）互動，即可顯著降低民眾對陰謀論的信任，且此效果可延伸至後續事件。
研究背景與實驗設計
2024 年 7 月，前總統候選人唐納德·特朗普遭遇暗殺未遂。事發一週內，超過半數受訪美國人聽說此事是「演出」；其中 11% 堅信不虛。2025 年 9 月，極右活動家查理·柯克被殺，隨即出現涉及摩薩德、假旗（false flag）與政府掩蓋的說法。
為檢驗在資訊稀缺的「訊息真空」期，AI 是否能抑制此類敘事，卡內基梅隆大學、麻省理工學院與康乃爾大學的研究團隊設計了兩組實驗：
| 事件 | 受試者人數 | 使用的模型 | |------|------------|------------| | 特朗普暗殺未遂 | 472 | GPT‑4o（已超兩年） | | 查理·柯克遇害 | 1,035 | Google Gemini 1.5（2024/02）/2.5（2025/06） |
受試者先完成基線信念測量，之後隨機分配至三種條件：
-
AI 對話：與模型進行至少五回合、總時長約七分鐘的互動，模型被指示以「證據為本」的方式說服參與者。
-
事實說明書：提供靜態的事實清單並附上來源。
-
無關對話：討論貓與狗哪種較適合作伴侶，作為控制組。
模型的回應依據事先編寫的「事實基礎」——分為已確認事實、已被駁斥的主張與明確標示為「未知」的問題。柯克實驗還允許模型即時網路搜尋，以驗證事實陳述。
主要發現
- 信念下降：在兩項實驗中，與 AI 對話的受試者對自身陰謀論的信念皆顯著低於控制組與事實說明書組。
- 對「掩蓋」說法的同意度亦同步下降，顯示模型不僅削弱具體陰謀內容，也削減對「隱藏因素」的感知。
- 官方說法的信任度：在特朗普事件中，因缺乏明確官方說法，信任度未見提升；柯克事件則因當局已公布部分資訊，信任度相較控制組略有上升，但與事實說明書組差異不顯著。
- 政治暴力支持：柯克實驗的 AI 對話未對受試者的政治暴力傾向產生可測量影響。
研究人員進一步將模型的回應拆解為單句，分析其說服機制——雖原文未完整呈現，但可推測模型透過提供可驗證的事實、指出已被駁斥的說法、以及明確標示資訊缺口，逐步削弱受試者的信念。
未來展望與讀者啟示
此研究首次證實，即時、證據導向的 AI 對話在資訊真空期具備抑制陰謀論的潛力。對媒體與公共衛生機構而言，將此類互動式工具納入危機溝通策略，或能在謠言快速擴散前提供可靠資訊，降低社會恐慌與分裂。
然而，模型本身仍受訓練資料與即時搜尋能力限制；若缺乏可信的官方說明，僅靠 AI 仍難提升公眾對正式說法的信任。未來研究需探討 多模態（文字、影像）證據呈現、長期效應以及 倫理治理（避免 AI 本身成為新型資訊操弄工具）。
對一般讀者而言，面對突發事件時，主動尋求具來源標註的事實說明，並保持對「AI 輔助」資訊的批判性思考，仍是抵禦陰謀論的最佳防線。