AI改變內容生態?Z世代如何判讀真假訊息
文 / 輔仁大學 戴宇彤、東吳大學 鄭喆允
文 / 輔仁大學 戴宇彤、東吳大學 鄭喆允
Z世代的獲取資訊的管道和趨勢
Z世代資訊獲取管道改變:從搜尋引擎到社群媒體
最新數據顯示,截至2025年1月,台灣網路使用人數達2,210萬,平均每日上網時間為7小時23分鐘。其中,社群媒體活躍帳號達1,840萬個,佔總人口79.4%,18歲以上使用者更高達1,710萬。
年輕世代的網路行為正悄然改變。過去人們習慣「Google」尋找資訊,但研究指出Z世代已不再將Google視為首選。這群數位原生世代更傾向透過手機應用程式探索網路世界,例如利用Instagram查看適合的餐廳,或依賴KOL推薦直接在品牌官網購物。這種轉變顯示Z世代的資訊獲取與消費模式更加多元且碎片化,不再侷限於傳統搜尋引擎。
AI生成式是否即將取代搜尋引擎
傳統搜尋引擎主要透過關鍵字來呈現相關連結,使用者需要自行點擊並篩選資訊。然而,隨著生成式AI的發展,例如ChatGPT、Google Gemini、Perplexity 等工具的出現,使用者開始習慣以「對話式」的方式提問,並直接獲得整合性的答案,不需點擊多個網站。
儘管生成式AI興起,但認為AI與搜尋引擎仍是互補關係,根據研究顯示,高達98.1%的ChatGPT使用者仍會使用Google,人們會依據使用情境來決定使用哪個工具。
Z世代認識世界的媒介
對 Z 世代來說,社群媒體不只是傳遞資訊的工具,更是他們與世界接軌的第一視窗。Z 世代從小就接觸智慧型手機,如今 13–28 歲族群幾乎全員使用,社會中低齡層的上網比例也持續上升。隨著行動裝置的普及,他們認識世界的方式,也從過去仰賴傳統媒體,轉變為依賴社群平台的即時資訊流動。
透過社群平台,Z 世代獲取資訊的方式變得更加即時且多元。不僅能快速接收新聞,還能透過短影音了解世界各地的事件與生活樣貌。從傳統媒體轉向社群平台,Z 世代的世界觀逐漸建立在即時性、視覺化與個人參與的資訊環境中。
以 Threads 為例,近期曾發生一起街頭砍人事件,不少民眾使用手機即時拍下現場畫面並上傳至平台。這些影片在短時間內獲得大量關注,甚至比新聞媒體更快地傳播出去。民眾不僅能第一時間掌握事件發生的狀況,更能根據相關資訊調整路線、避開危險,顯示社群平台已成為資訊即時流通的重要管道。
除了新聞與社會事件的即時傳播,Z 世代也越來越常透過短影音的形式來拓展對世界的理解與想像。以往規劃出國行程時,往往需要上網搜尋文章或旅遊網站中的圖文內容,才能大致掌握目的地的樣貌與氛圍。然而現在,只需打開短影音平台,輸入關鍵字,就能立刻看到其他用戶實地拍攝的景點影片。這些影片節奏明快,搭配音樂與簡單說明,讓觀眾在短短幾十秒內,就能迅速掌握當地的實際景象與氛圍。
這樣的變化顯示,Z 世代認識世界的方式,已經不僅止於快速與即時,更走向了視覺化、個人化與參與式的媒介體驗。社群平台與 AI 演算法共同建構出的資訊環境,已經深深影響他們與世界互動的方式,成為 Z 世代理解世界的關鍵工具之一。
社群媒體和大數據的演算法
社群媒體和AI推薦演算法之間相互交織、彼此驅動
社群媒體需要AI演算法做什麼
建立個人化廣告投放模式是設計演算法的最終目的?
社群媒體平台的主要營收來源是廣告,而AI 推薦演算法的設計,是為了讓用戶停留更久、互動更多,進而增加廣告效益。因此個人化廣告投放模式只能算是商業目標,不是演算法的設計目的。
演算法設計目的
演算法本身是為了優化使用者體驗,幫用戶更快找到想看的內容,製作個人化的推薦頁面,AI 推薦演算法雖然提升了個人化體驗,但當它過度依賴使用者過往行為與偏好時,會導致「資訊單一化」與「視野封閉」的問題。演算法泡泡、同溫層 、資訊偏誤三者就是副作用。
社群媒體、大數據的演算法衍生的優缺點
媒體的能見度與演算法有關,品牌可藉此規劃更客製化的行銷
演算法喜歡與使用者相關的、有價值及能帶動情緒的內容,數位時代不只是單純無策略性的曝光,而是:
精準鎖定受眾
現今有逐漸分眾化的趨勢,透過大數據分析使用者行為,描繪清晰的消費者輪廓,據此設計符合目標客群興趣的內容與廣告,才能有效分配行銷預算。
優化內容策略
理解不同平台演算法偏好,製作符合其胃口的內容,並善用趨勢主題,提升自然觸及與病毒式傳播潛力。
深化互動與社群經營
演算法青睞高互動內容。品牌應鼓勵用戶按讚、留言、分享,舉辦互動活動或發起投票,並利用如 Threads 等社群平台促進UGC,以提升能見度。
數據導向的優化
客製化行銷需持續迭代。品牌應密切追蹤各項數據表現,並依演算法變化趨勢,靈活調整內容與投放策略,確保行銷活動高效且精準。
大數據加劇演算法泡泡、同溫層效應及資訊偏差等問題
Z世代由於其數位原生的特性,普遍偏好透過社群媒體獲取資訊,這項習慣雖然帶來便利,卻也衍生出潛在的社會兩極化問題,當演算法泡泡和資訊偏差共同作用時,會導致Z世代的資訊來源趨於單一。
處於這種環境下,人們容易缺乏多元思考的能力,難以理解來自不同同溫層的想法及行為模式。這種認知上的隔閡,輕則體現在網路上的激烈爭吵,造成社群平台上的口水戰,重則可能導致社會內部更深層次的撕裂與對立,使得不同群體間的溝通與理解變得日益困難。
如何解決演算法帶來的危機
多元獲取與交叉比對資訊
不要只依賴單一資訊來源或平台。主動使用多個平台來獲取資訊,並進行交叉比對。當你看到一則消息時,嘗試在其他值得信賴的媒體或網站上尋找相關報導,可以幫助你看到事件的不同面向,避免視野受限。
判讀假新聞與內容農場
提升自己辨識假新聞和內容農場的能力至關重要。在相信任何資訊之前,先停下來思考一下,它是否與你原有的認知有巨大差異,或是內容顯得過於極端。特別留意以下特徵:
過於聳動的標題: 標題往往是為了吸引點擊,但過於誇大或情緒化的標題常是假新聞的警訊。
缺乏佐證的內容: 文章中若大量重複出現相同觀點,卻沒有提供任何具體數據、消息來源或專業引述來支持,很可能是假資訊。
不明媒體來源: 資訊如果來自你不熟悉、缺乏公信力或專業度的網站,更需要提高警覺。
謹慎互動與傳播
面對可疑資訊,切記勿輕易相信,也不要任意傳播。在社群媒體的演算法下,任何互動都可能助長假訊息的散播。你的謹慎不僅能保護自己不被誤導,也能避免無意中成為恐慌或不實資訊的傳播者。
演算法的設計不能只追求「精準投廣告」或「延長使用者停留時間」,它需要在三個面向取得平衡
對平台而言: 廣告營利雖然是主要目標,但若過度強調個人化推薦,會導致用戶落入資訊泡泡,甚至產生被操控的感覺。
對技術開發者而言: 推薦系統不能只優化點擊率與停留時間,還必須思考資訊的多樣性與真實性,避免助長極端內容或誤導資訊。
對使用者而言: 除了接收推薦內容,更需要具備媒體素養與資訊判讀能力,主動跳脫同溫層,避免認知偏誤。