每個人都有一台電視台之後，誰還負責證明「這是真的」？AI、短影音與創作者正在重新定義公民新聞

每個人都有攝影機，但不是每個畫面都有證據鏈

智慧型手機讓任何人都能在事件發生的第一分鐘拍攝、直播、評論與發布。短影音平台又讓內容在幾分鐘內跨越城市與國界。這是公民新聞最強大的地方：第一線不再完全由大型媒體決定誰值得被看見。

但同一個技術也帶來另一個問題。當一個畫面同時可能是新聞、評論、廣告、戲仿、政治宣傳、AI 生成、舊影片重貼或斷章取義時，「我親眼看到一支影片」已經不等於「我知道發生了什麼」。

2026 年 Reuters Institute Digital News Report 顯示，約 27% 的全球受訪者每週會從新聞型個人 creators 或 influencers 取得新聞資訊；若把所有類型創作者都算進來，比例達 46%。創作者被認為更有親近感、更容易理解、更具娛樂性，但平均而言，受眾仍認為他們的可信度與公正性較弱。

這代表新聞生態不是簡單從「媒體」轉移到「網紅」，而是進入一個來源混合的時代。

公民新聞的優勢，正是它最大的風險

自媒體最重要的優勢是速度、位置與個人關係。重大災害、警察執法、抗議、地方事件或公共服務失靈時，第一個有畫面的人常常不是記者，而是當地居民。

但快速發布會壓縮查核時間。當平台獎勵第一時間、情緒張力與高互動，創作者很容易在「先發布、再確認」與「等證據、可能錯過流量」之間做選擇。

傳統新聞室至少有編輯、採訪紀錄、法律責任與更正制度；個人創作者可能沒有這些基礎設施。這不代表個人一定比較不可信，而是他的可信度需要用不同的方法建立。

未來真正重要的標準不應是「你是不是記者」，而是「你的證據能不能被別人重做一次」。

可信的公民新聞需要留下四種東西

第一是來源。影像是自己拍的、朋友傳的、群組看到的，還是其他平台轉貼？第二是時間。影片何時拍攝，發布時間是否等於事件時間？第三是地點。可以用街景、地標、天氣、影子、路牌或官方資料交叉核對嗎？第四是狀態。哪些是已確認事實、哪些是合理推論、哪些只是尚未證實的說法？

這四個問題看似簡單，卻能大幅降低錯誤。很多假消息不是完全虛構，而是「真的畫面＋錯的時間」「真的照片＋錯的地點」「真的事件＋過度推論」。

媒體識讀因此不應只教學生判斷某家媒體「可信不可信」，而要教如何把一則訊息拆成可驗證的主張。

AI 可以幫忙，但不能代替「證據在哪裡」

2026 ACM FAccT 研究訪談專業 fact-checkers，發現生成式 AI 已被逐步放進查核工作，但使用方式高度分歧，也受到公平、問責、透明與事實性限制。AI 可以協助整理大量文本、產生搜尋方向、轉錄、分類或比對，但高風險結論仍需要人工確認。

這個結果對一般使用者很重要。很多人把 AI 當成「更聰明的搜尋引擎」，直接問：「這是真的假的？」真正可靠的工作流應該反過來：先讓 AI 幫你列出需要驗證的主張、建議可能的一手來源，再由人去打開來源、確認日期、原文與上下文。

AI 最適合做的是擴大你的查核能力，不是替你承擔最後的判斷責任。

為什麼「看起來很有道理」反而變得更危險

生成式 AI 最大的風險之一，是它能把錯誤寫得非常完整。過去假消息可能有拼字錯誤、粗糙圖卡或誇張語氣；現在 AI 可以產生像研究報告一樣的文章、自然的旁白、逼真的圖片與合理的引用格式。

這意味著媒體識讀不能再依賴「看起來像不像假的」這種直覺。外觀品質已經不再是可信度的可靠指標。

真正需要建立的是 provenance thinking：這段內容從哪裡來？它引用了誰？那個來源真的存在嗎？原始資料是否支持它？有沒有其他獨立來源？

當內容生成越便宜，來源查核反而越重要。

創作者不一定取代媒體，更多時候是和媒體混在一起

Reuters Institute 2026 也發現，多數從 creators 取得新聞的人並沒有完全放棄傳統媒體，而是同時使用。只有非常少數使用者完全依賴新聞創作者。

這說明今天的公共資訊生態更像「混合網路」。一個人可能先在 TikTok 看到一段影片，再到 YouTube 看評論，到搜尋引擎找新聞，最後請 AI 幫忙整理。

因此真正的媒體素養不是選一個永遠可信的入口，而是學會跨來源移動。平台、媒體、創作者、官方、研究資料與第一手目擊者各有不同盲點。公民的任務是知道什麼問題應該找什麼來源。

公民科應該教的不是「不要相信網路」，而是怎麼建立驗證流程

禁止學生用社群媒體或 AI 並不能真正建立媒體素養。學生離開教室後仍會使用。更好的方法是把驗證變成可以練習的流程。

例如給學生一段病毒式影片，不先問「真假」，而是要求提出五個可驗證問題：事件在哪裡？何時？誰拍攝？最早上傳在哪裡？畫面之外還有哪些資訊？接著讓學生使用搜尋、反向影像、地圖、官方資料與 AI 工具共同查核。

評分也不只看答案對不對，而是看證據鏈是否透明。即使最後仍無法確認，只要學生能明確寫出「目前證據不足」，那也是成熟的媒體素養。

更正能力會成為創作者可信度的一部分

傳統媒體的信任不只來自不犯錯，也來自犯錯後是否更正。創作者同樣需要建立 correction culture。

如果一支影片已經有一百萬觀看，後來發現時間或地點錯了，刪掉不一定是最好的做法。透明的更正可以保留原始版本、標記錯誤、說明新證據，並在平台允許的情況下把更正推送給原受眾。

這樣做短期可能不好看，但長期會形成可累積的信任紀錄。未來平台甚至可以把「是否有透明更正紀錄」作為可信度訊號，而不只用帳號認證或追蹤人數。

平台也不能把全部責任丟給使用者

平台的推薦系統決定什麼內容被放大。若極端、情緒化或未經證實的內容更容易獲得互動，個人即使有媒體識讀，也會長期暴露在扭曲的資訊環境。

因此平台至少應提供來源脈絡、編輯紀錄、AI 生成標示、轉貼鏈、時間資訊與更好的更正機制。對公共事件內容，還可以讓使用者更容易找到原始來源與相關查核。

但標示也不是萬靈丹。貼一個「AI 生成」標籤不代表內容是假的；沒有標籤也不代表是真的。真正有效的設計應讓使用者更容易追溯來源，而不是提供一個簡單真假燈號。

AI 時代的公民記者，需要學會說「我還不知道」

平台文化獎勵確定語氣。越肯定、越快、越有情緒，越容易被轉發。但可信新聞最重要的專業之一，恰好是區分「知道」「推測」「不知道」。

這個能力對 AI 使用也一樣。當模型給出答案，使用者需要問：這是資料、推論，還是語言模型把多個訊息拼成的合理敘述？如果沒有可核對來源，最成熟的答案可能就是「目前無法證實」。

未來公民新聞的競爭，不應只是誰最快，而是誰能最快建立一條別人也能重做的證據鏈。

從「媒體識讀」走向「證據鏈素養」

過去媒體識讀常教「誰是作者、媒體立場是什麼、是否有偏見」。這些仍然重要，但 2026 的資訊環境需要再往前一步：證據鏈素養。

證據鏈素養要求我們不只判斷內容，而是追查內容如何被製造、轉貼、修改與推薦。它也要求我們知道 AI 可以在哪一步幫忙、哪一步必須由人負責。

當每個人都有一台電視台，社會不可能要求每個人都變成職業記者。但我們可以要求公共資訊具備一些最低標準：來源可追、時間可查、事實與意見可分、更正可見、不確定性可被承認。

這些能力，才是平台時代真正的數位公民基礎。

來源

• Reuters Institute｜Overview and key findings of the 2026 Digital News Report
• Reuters Institute｜How news creators are impacting politics and media around the world
• ACM FAccT 2026｜Fact-Checkers Navigating Generative AI: Practices, Boundaries, and Design Implications
• Reuters Institute｜AI and the Future of News 2026