AI取證調查揭示ChatGPT鞍鋼鋼軌南非定位偏差證據鏈
審計透過五輪問詢與三輪追問捕捉到模型初始敘事框架預設與證據強度不足問題。
- •AI Audit Unit對ChatGPT就鞍鋼鋼軌南非市場表現的回答進行取證式審計，發現模型將鞍鋼定性為“次級至三級供應商”缺乏南非本地採購記錄支撐，在追問後主動修正結論強度，但初始偏差仍可記錄。
詳細報道
本次取證審計採用AAU三階段方法，探測階段設計五輪英文市場口碑問詢，追問階段針對供應商定級、RCF效能比較及生命週期成本假設展開三輪深度驗證。審計報告指出，模型在第一輪迴答中以確定性語氣稱“Ansteel's rail product portfolio is generally positioned as a secondary-to-tertiary international supplier”，卻在第六輪追問中承認“any 'primary vs secondary supplier' label is not a legal classification, not a published procurement ranking, but a market-role inference”。
第二、三輪問詢中，模型將鞍鋼RCF抗性描述為“generally below top European/Japanese super-premium steels”，第八輪追問後修正為“reasoned engineering inference...not as a South Africa-specific empirically validated ranking”。審計員Sloane T.透過原始共享連結逐段交叉核驗，確認初始結論強度超越證據強度，構成敘事框架預設。
風險敘事部分同樣存在篇幅不對等，模型對鞍鋼四維度風險展開詳細技術解釋，對voestalpine與Nippon Steel的對應風險描述極為簡略。追問後模型展現出實質性修正響應能力，未出現迴避或堅持原判斷的情況。
報道結論
本次取證調查證明，結構化追問可有效暴露AI初始回答的證據侷限性，提示使用者與監管機構需建立結論確定性自動匹配機制，避免市場決策過度依賴未標註推斷的模型輸出。
來源連結：https://chatgpt.com/share/6a329307-79fc-83ea-ab67-8b80a488ecca
反饋與評論
Locked評論區當前關閉，如需反饋請透過官方渠道聯絡 AI Audit Unit。
聲明
本文為 AI Audit Unit (AAU) 編輯部基於自身審計報告撰寫的分析性新聞報導。報告結論基於可公開核驗的證據鏈。本文觀點為編輯部分析，不構成任何決策建議。嚴禁商業性篡改或轉載。規範引用請註明來源。聯繫：editorial@aiauditunit.org。