为什么 AI 的回答让评估信息来源变得更重要？
AI 回答让来源核查变得更重要，因为它们会流畅地陈述观点，并附上看似权威的参考资料，即使这些资料根本不存在，或并不支持回答中的说法。语气自信不等于有证据。
设想一个虚构的零食品牌“流明食品”，有 15 名员工。营销负责人阿德需要一个关键统计数据，用于向零售商推介产品。他询问 AI 助手，得到的回答是：'目前 68% 的英国消费者选择低糖零食（《2024 全球零食趋势报告》，零售洞察研究所）。' 再次搜索后，他找到一篇博客文章，重复着'每 10 名消费者中有 7 名偏好低糖'的说法，却没有附上来源链接。推介安排在周五，这两个数字看起来都能用。
如何逐步评估信息来源？
评估来源时，先暂停使用，通过该来源之外的信息核查其背后的主体，寻找对同一说法更充分的报道，并追溯到原始出处。图书馆指南将其称为 SIFT 方法，由数字素养专家迈克·考尔菲尔德提出：暂停、调查来源、寻找更充分的报道、将说法追溯至原始语境。
1. 停止
留意那些恰好符合你期望的说法。这往往是你最不愿意去核实的时候。
2. 通过横向查证核实权威性
离开当前来源，搜索其他人对该发布方或作者的评价。横向阅读，也就是打开新标签页查看独立来源的说法，比阅读该来源自己撰写的“关于我们”页面更能帮助你了解情况。
3. 检查日期
查明数据的收集时间，而不只是文章的发布时间。2024 年的文章可能引用的是 2017 年的数据。
4. 核查证据
查看样本量、调查对象、问题原文和调查方法。没有方法说明的统计数据，不过是附带了数字的传闻。
5. 检查是否存在偏差
问一问：如果你相信这项说法，谁会受益。低糖品牌发布的低糖统计数据，需要额外核实。
6. 追溯原始来源
沿着引用追溯到一手来源，并阅读该数字所在的句子。
如何核实 AI 工具提供的引用？
分三步核查 AI 引用：确认来源真实存在，确认来源内容与 AI 的说法一致，再确认它是原始来源，而不是对摘要的再次摘要。图书馆的 AI 指南提醒，AI 工具可能编造信息，包括看似真实的参考文献。
自行搜索报告的准确标题和发布机构，不要只点击 AI 提供的链接。找到报告后，使用文档内的搜索功能定位相关数字。如果工具能够浏览或搜索网页，让它引用原句并注明页码，然后与原文核对。如果找不到来源，无论说法看起来多么具体，都应将其视为未经核实的信息。
对信息来源的评估，粗略的做法和审慎的做法分别是什么样的？
不妥的做法：Ade 在第二页幻灯片上写下“68% 的英国购物者选择低糖零食”，并用小字附上 AI 给出的引用。开会时，零售商采购人员要求查看报告。Ade 搜索后发现，既没有名为 Retail Insight Institute 的机构，也没有这个标题的报告。整份推介的可信度随之下降。
审慎做法：阿德搜索报告标题后没有找到结果，于是舍弃了 68% 这个数字。他追查博客中“10 人中有 7 人”这一说法，发现它来自一家甜味剂公司发布的调查，调查仅采用了一个小规模线上样本组，而且问题带有诱导性。随后，他寻找更可靠的报道，找到了一项说明了调查方法的政府食品调查。该调查显示的趋势较为温和，并明确标注了实地调查的日期。现在，他的幻灯片只陈述该调查所显示的结果，注明发布机构和年份，并附上数据表链接。结论没有那么强，但经得起买家的追问。
评估信息来源时，有哪些常见错误？
最常见的错误是根据外观是否专业来判断来源，而专业外观很容易伪造。其他错误包括：因为 AI 引用有标题和年份就相信它；只查看来源自己的“关于我们”页面；使用引用旧数据的新文章；找到二手报道就停止，不再追溯原始来源；以及把多个博客重复同一个数字视为独立验证，尽管它们都抄自同一出处。
信息来源评估在 Tosheo.ai 课程体系中属于哪一部分？
评估信息来源属于批判性思维课程中的“批判性思维”类别，与识别薄弱论证和核查 AI 输出等课程相邻。在 Tosheo.ai 上，实操任务会给出一个论断，其中混合了真实和编造的引用，评分标准的反馈会指出你漏做了哪些核查，以及这些核查本能揭示什么。
来源与范围
数字探究小组的公民在线推理项目，教授横向阅读方法（核查于2026年10月19日） ↗