臺大管理學院於 2026 年 5 月 12 日舉辦教師跨領域研究分享會，本次活動邀請資訊管理學系陳建錦老師分享其與大數據股份有限公司合作之產學研究專案「AI 生成內容偵測」。面對生成式 AI 快速普及，網路文章、社群貼文與內容農場已能大量產出文句自然、形式完整且肉眼難以辨識來源的文本，也使輿情分析產業面臨新的挑戰：若分析資料中混入大量 AI 生成內容，所得到的民意趨勢與市場判讀是否仍然可靠？

陳老師指出，本研究首先將問題加以收斂，聚焦於「辨識 AI 生成文本」，而非判斷文章真偽或辨識短篇回文，也暫不處理單純 AI 修飾或改寫的內容。研究團隊鎖定健康與財經兩大領域，並區分新聞與社群媒體平台，運用企業提供之 2021 至 2025 年網路文章作為基礎資料，進一步建立可供訓練與測試的華語 AI 文本資料集。

建構高品質資料集

本研究的一項重要貢獻，在於建立了肉眼難以區分的高品質資料集。研究團隊將 2021 年，也就是 ChatGPT 問世以前的文章視為人類撰寫文本，並以此為基礎，運用大型語言模型生成相同主題的對應文章作為資料集內容。為了提升 AI 生成文章的自然程度，團隊反覆調整提示詞，前後迭代出 19 個版本，並透過不同模型、文本長度與難度設定，建立多元的測試資料。為驗證資料集品質，團隊聘請 4 位外部測試者進行盲測，請其判斷資料集中各篇文章究竟由人類撰寫或 AI 生成；結果平均正確率僅 54.9%，接近隨機猜測，顯示最新版資料集中的 AI 文本已達一般人難以辨識的程度。由於資料集具備高度真實性與研究價值，團隊後續也將持續精進與整理，未來有機會公開作為 AI 生成文本相關研究的重要資源。

開發高準確度辨識模型

在方法上，研究團隊開發並實作四種辨識方式，並比較其在不同情境下的表現。同時，團隊也將文本交由現有架上語言模型，如 ChatGPT、Gemini 等進行分類，作為方法效能的比較基準（baseline）。研究結果顯示，直接請現有大型語言模型判斷文章來源，其表現接近隨機分類，實務上難以直接使用，顯示出開發辨識方法有其必要性。相較之下，團隊所開發的四種方法展現出更佳的辨識能力。其中，方法一與方法二雖分類能力相對普通，但具備運算成本低、可解釋性較高等優勢；方法三與方法四則展現極佳分類效果，準確率可達 90% 以上，並能維持非常低的誤判率，適合應用於需要嚴格篩選 AI 生成內容的場景。

AI 生成文本比例在 2021～2025 年間變化

研究團隊也進一步將辨識方法應用於 2021 至 2025 年的實際資料，觀察 AI 生成文本比例的時間變化。結果顯示，財經新聞在 2023 年初出現明顯高峰，與 ChatGPT 大規模普及的時間點高度吻合，後續年份則略有收斂；健康新聞則在 2025 年起出現顯著攀升。社群媒體的趨勢更為明顯，財經社群自 2022 年起幾乎每個月都維持在高 AI 判定比例，且未見明顯收斂；健康社群則在 2025 年呈現與健康新聞相似的上升趨勢。這些發現說明，AI 文本不僅正在增加，也可能依領域與平台呈現不同擴散型態。

陳老師最後指出，AI 生成文本的快速增加，使輿情分析不再只是蒐集與統計網路聲量，而必須先面對資料來源與文本真實性的問題。本研究不僅提出可有效辨識 AI 文本的方法，也在過程中建立了多元面向的華語資料集與高品質 AI 文章生成提示詞，未來可作為學界研究與產業應用的重要基礎。透過本次分享，也展現臺大管理學院數據分析與數位轉型研究中心串聯學術研究與企業需求的角色，讓跨領域合作能回應真實產業問題，並進一步拓展 AI 時代下資料分析與數位治理的新研究方向。

撰文者／張力升