問得好還不夠：
AI 回答要怎麼查證與追源
很多人把 AI 當搜尋引擎、助教或顧問，但 AI 的輸出經常混合真實資料、合理推測和捏造細節。你要學的不只是「怎麼問」，而是「問完之後怎麼驗」。這一章把來源追查、橫向閱讀、反向搜尋和引用習慣放到同一套 AI 工作流程裡。
情境造假：最容易被忽視的手法
First Draft（哈佛大學研究計畫）在分析了數千個假訊息案例後，將視覺內容的錯誤資訊分成七種類型。其中最常見的並不是「完全捏造的內容」，而是「情境錯誤（False Context）」——使用真實的圖片或影片，但搭配虛假的時間、地點、事件說明。
為什麼情境造假如此有效？因為：
- 真實的圖片或影片通過了肉眼「看起來真實」的第一關驗證
- 大多數人的查核習慣是「看圖片是否被修改」，而不是「查圖片的原始來源」
- 反向圖片搜索仍是少數人掌握的技能，大多數普通用戶從未使用過
| 類型 | 說明 | 常見程度 |
|---|---|---|
| 誤導性情境 | 真實內容 + 錯誤情境 | ★★★★★ |
| 冒充真實 | 冒充可信來源 | ★★★★☆ |
| 操縱內容 | 真實圖片被修改 | ★★★☆☆ |
| 合成內容 | 完全偽造的內容 | ★★☆☆☆ |
反向圖片搜索：三個免費工具
反向圖片搜索是最有效的圖片溯源工具，原理是：把圖片本身作為搜索關鍵字，找到圖片在網路上出現過的所有位置，從而確認它第一次出現的時間和地點。
| 工具 | 最強項 | 最弱項 | 最適合查核 |
|---|---|---|---|
| Google Images | 入門門檻低，和 Chrome / Google Lens 整合 | 不一定能找到最早出處 | 日常新聞圖片、商品圖、地標線索 |
| TinEye | 精確追蹤首次出現日期 | 資料庫相對較小 | 確認圖片的「年齡」 |
| Yandex Images | 可作為 Google / TinEye 之外的補充反搜工具 | 介面與結果排序需要額外判讀 | 交叉比對不同搜尋引擎的結果 |
操作步驟（以 Google 為例）
- 在 Chrome 瀏覽器中，對任何圖片點右鍵 → 選「以 Google 搜尋圖片」，或前往 images.google.com 點擊相機圖示
- 上傳圖片檔案，或貼上圖片 URL
- 查看結果頁面中「視覺上相似的圖片」和「此圖片更多用途」兩個區塊
- 對照結果中最早的報導日期，確認圖片首次出現的時間是否早於聲稱的事件時間
影片溯源：InVID 的使用方法
影片無法直接用反向搜索，但 InVID/WeVerify 瀏覽器外掛讓這個過程大幅簡化：
- 安裝 Chrome/Firefox 外掛（搜尋「InVID WeVerify」）
- 對 YouTube、Facebook、Twitter 等平台的影片連結使用「Video analysis」功能，自動截取 16 個關鍵幀並執行反向圖片搜索
- 查看每個關鍵幀的搜索結果，確認影片是否曾在其他場合出現過
地理位置驗證：SunCalc 和 Google Earth 的用法
影片聲稱在某個地方拍攝，但你懷疑位置有問題，可以使用：
- Google Street View：截取影片中的建築物、路牌、招牌，在 Street View 中搜尋可能的匹配地點。Bellingcat / CIR 的公開案例顯示，可靠定位通常需要把地標、時間線、衛星圖與其他開源證據交叉比對。
- SunCalc.org：在 SunCalc 上輸入聲稱的地點和日期，可計算出當天任何時刻的太陽方位角和高度。對比影片中的影子方向，即可驗證「日期+地點」組合是否一致。
- Google Earth Timelapse：查看某地點歷年的衛星圖，可確認建築建設、地形變化的時間軸，用以排除「這是幾年前拍的」的可能性。
EXIF 元數據：相片的隱形日記
每張數位相片都包含隱藏的 EXIF（Exchangeable Image File Format）元數據：拍攝時間（精確到秒）、相機型號、鏡頭資訊，在沒有被刪除的情況下甚至包含 GPS 座標。
注意事項：
- Facebook、Instagram 等社群媒體在上傳時通常會刪除 GPS 數據，但不一定刪除拍攝時間
- EXIF 數據可以被修改，因此它是「輔助證據」而非「最終定論」
- 可用 Jeffrey's EXIF Viewer（jeffreyfriendship.com）或 exiftool 讀取 EXIF
橫向閱讀：史丹福大學研究的突破
史丹福大學媒體識讀計畫（SHEG）進行了一個重要實驗：他們讓三組人——高中生、大學生、職業事實查核員——評估相同的可疑網站。結果令人驚訝：職業事實查核員的準確率是其他兩組的 3 倍。
他們到底做了什麼不同？研究者把職業查核員的螢幕操作錄下來分析，發現了一個關鍵差異：
- 普通人（垂直閱讀）：仔細閱讀可疑網站本身的文章，試圖從文章的「About Us」頁面判斷可信度
- 職業查核員（橫向閱讀）：看了可疑網站的標題後，立刻開啟新分頁，在搜尋引擎上搜尋「這個網站是什麼來路」，找到其他人對這個來源的評價
遇到你不熟悉的來源時，不要先讀文章。而是：
- 開新分頁，搜尋「[網站名稱] + 可信度 / 偏見 / 假新聞」
- 搜尋「[網站名稱] + site:en.wikipedia.org」看維基百科是否有描述
- 查看 Media Bias / Fact Check（mediabiasfactcheck.com）的評分
- 只花 60-90 秒，就能對這個來源有基本的可信度評估
台灣查核資源地圖
對台灣使用者來說，以下是最實用的中文查核資源：
台灣最大事實查核機構，LINE 機器人可即時查詢。
tfcctw.org
在 LINE 中加入好友，直接傳送可疑訊息即可查詢。
mygopen.com
社群協作查核 LINE 群組流傳的假訊息。
cofacts.tw
專注台灣政治相關假訊息的獨立查核媒體。
rumtoast.com
互動投影片
真實案例研究
2024年4月3日花蓮規模7.2強震後，社群平台出現大量災情影像與截圖，其中有些是真實現場，有些則是舊片、錯置地點或錯置脈絡。災害剛發生時，民眾急著確認親友安全，這類影像特別容易被快速轉傳。
台灣事實查核中心整理了花蓮地震相關影像查核；AFP Fact Check 也指出，部分網傳「台灣地震」影像其實是舊照片、拆除工程或其他事件的影像，不能直接當作即時災情。
實作上可先截取關鍵畫面做反向圖片搜尋，再比對最早出現日期、地點線索與其他可信媒體報導。若影像早於 2024年4月3日，或地點與花蓮地震現場不一致，就不能標成「即時災情」。
緊急災情是假訊息高發時段。反向圖片搜尋是第一步，但不能取代完整判讀；仍需對照時間、地點、原始上傳者與可信媒體更新。
俄羅斯入侵烏克蘭初期，社群平台大量出現舊影片、遊戲畫面與錯置脈絡的戰爭影像。多家查核機構確認，「基輔幽靈」相關空戰影片之一其實是 Digital Combat Simulator 遊戲模擬畫面，而不是烏克蘭空軍即時作戰紀錄。
適合的調查流程是：① 擷取影片關鍵幀做反向圖片搜尋 ② 比對地標、道路、建築與街景 ③ 查找同一事件的其他可信報導 ④ 回到最早可追溯的上傳來源。這些步驟能快速排除舊片新傳與遊戲畫面冒充新聞影像。
戰爭和重大衝突爆發時，假訊息製造者知道新聞消費量暴增，是投放假影片的最佳時機。反向搜索 + 地理位置比對 + 時間線分析，是區分真實戰場記錄與假訊息的黃金組合。
- 看到「災情」「戰場」「事故現場」類圖片，先做反向搜索再分享
- 使用 TinEye「Sort by Oldest」確認圖片的「年齡」
- 不確定時，等待台灣事實查核中心或 Reuters Fact Check 的報告