# 研究发现谷歌健康搜索 AI 概览存在信息缺口

> 一项针对3,611个健康问题的研究发现，谷歌 AI 概览经常引用与常规搜索结果不同的来源，而且不少说法缺少引文支持。

Oossa · 2026-10-30 · https://oossa.com/zh/study-finds-gaps-in-google-s-ai-overviews-for-health-searches

一项于2026年10月30日发布在 arXiv 上的研究发现，对于健康问题，谷歌 AI 概览经常引用下方常规搜索结果中没有的来源。研究人员将 AI 概览与3,611个基准问题各自排名前五的传统搜索结果进行比较，考察来源质量、引用网页是否支持答案，以及答案按照医生编写的评分标准表现如何。

96.4%的问题都出现了 AI 概览。但针对同一问题，AI 概览仅引用了排名前五的传统搜索结果中的44.4%。研究称，AI 概览更常依赖 WebMD 和 Healthline 等商业健康信息平台，较少引用克利夫兰诊所和英国国家医疗服务体系（NHS）等学术及政府来源。

## 答案经得起检验吗？

研究评估了 AI 概览中的说法是否得到引用来源的支持。在对用于判定支持情况的工具所产生的错误进行校正后，研究人员估计，56.7%的被引用说法得到了相应网页的支持。此外，所有说法中还有20.8%提出了事实性主张，却没有附上任何引文。没有引文本身并不能证明某项主张是错误的，但这意味着读者没有可供核查的引用网页。

按照医生编写的评分标准，AI 概览总体得分为可得分数的38.2%。其中，准确性得分为54.2%，完整性得分为21.6%。在评分标准预先指出某个特定说法不准确或可能有害的问题子集中，22.2%的 AI 概览包含了相关内容。摘要没有说明这个子集的规模，因此不能将这一比例理解为所有健康类 AI 概览中含有有害内容的比例。

## 这项研究能说明什么，又不能说明什么

这些结果反映的是 AI 概览在一组基准问题上的表现，并不代表人们可能进行的所有健康搜索。研究也没有证明某种特定的来源选择导致答案出错：研究未发现引文依据与评分标准下的准确性之间存在关联。这一区别很重要，因为某个说法即使得到引用网页的支持，也可能不够完整或不准确；而没有引文的说法仍有可能是正确的。作者建议，教会用户如何评估 AI 概览，并要求其至少达到谷歌自身用于健康信息排名的标准。

## 事实

- 研究评估了3,611个基准健康问题；其中96.4%出现了 AI 概览。
- 针对这些问题，AI 概览仅引用了排名前五的传统搜索结果中的44.4%。
- 在校正分类器错误后，研究人员估计，56.7%的被引用说法得到了相应网页的支持。
- 按照医生编写的评分标准，AI 概览得分为可得分数的38.2%；其中准确性得分为54.2%，完整性得分为21.6%。

## 为什么重要

对通过谷歌了解健康问题的人来说，AI 概览引用的网页可能与常规搜索结果不同，也可能提出引文并不支持的说法。这项研究评估的是基准问题，并未涵盖所有搜索或现实中的健康结果，因此无法据此判断某个具体答案是否可靠；核查引用网页及其他医学来源仍然很重要。

## 来源与参考

1. [Does the Citation Matter? Quality, Grounding, and Physician-Rubric Accuracy of Google's AI Overviews for Medical Information](https://arxiv.org/abs/2610.39339) – arXiv cs.IR, 2026-10-30

最后更新: 2026-10-30