Gemini 和衛教單張差在哪？健康傳播怎麼選

同一批事實，放在衛教單張與 Gemini 對話中，結果可能不同。2026 年一份預印本發現，平均約 6.9 分鐘的對話與較低的特定陰謀信念評分相關，平均降幅也大於閱讀事實清單。

研究測量政治事件後的自陳信念，沒有測量台灣民眾的健康知識、就醫選擇或臨床結果。健康傳播者要判斷兩種媒介如何分工。

七分鐘對話在特定信念量表平均降幅較大：兩項實驗發現了什麼

在兩項特定美國線上實驗中，對話組在多項陰謀信念評分的平均降幅大於靜態資訊組；這項結果只適用於研究設定與量表，不能直接視為健康衛教成效。

Costello 等人的預印本研究兩起美國政治事件後的陰謀看法。第一項納入 472 名相關信念持有者，第二項納入 1,035 名，受試者皆為 CloudResearch 招募的美國成人。

第一項研究未預先註冊，第二項有。研究者以 GPT-4o 分類自由文字回答，主要分析限於「是」與「可能是」陰謀信念者，解讀時要考慮這項篩選。

三組比較如何區分對話效果與單純接觸 AI

受試者隨機分成三組：50% 接受針對其看法的反駁對話，25% 閱讀 15 項事實與來源，25% 與 AI 討論貓狗。第三組用來區分針對性內容和單純接觸 AI 的差別。

對話組至少交換五輪，第一項用 Gemini Pro 1.5，第二項用 Gemini Pro 2.5；GPT-4o 負責摘要及篩選。靜態組也有查核資訊與引用。

在 0 至 100 分的自陳核心信念上，對話組相較清單組的調整後差異，第一項低 5.60 分，第二項低 6.56 分。其他題目多呈相同方向，但並非每項比較都達統計顯著。

統計顯著不等於所有人都會改變看法

這些數字是組別平均差異，無法證明每位受試者都改變，或七分鐘足以消除錯誤信念。第一項實驗未提高對官方解釋的信任；第二項對話組雖高於無關對話組，和清單組仍無顯著差異。

兩項實驗都有中途退出者，對話組較多。研究者把退出者的介入前分數帶入後測，但完成多輪對話者仍可能不同於單張讀者。

研究作者將兩起事件定位為個案研究，主張未來應在其他事件中重複驗證，並直接比較對話策略與時間。— Costello et al., 2026

對話式 AI 為何可能更有說服力

可能原因是它能先辨認使用者的證據缺口，再補充相關資料、追問推論依據，並依現有資訊多寡調整說明策略。

固定單張要預先猜測讀者有哪些疑問。對話式 AI 則可從輸入辨認疑點，例如不信任來源、誤解時間順序、把資訊空白當成證據，或把相關性當成因果。

個人化回應能對準證據缺口

系統先取得受試者的陳述與信心分數，再針對理由回應。有人質疑時間線，就處理時間線；有人關注來源，就討論交叉查證。單張即使正確，也未必涵蓋個人最在意的證據。

互動也增加注意力投入。研究差異可能混合內容對準程度、互動時間、資訊量與主動參與，不能全歸功於模型能力。

追問與認識論謙遜如何協助重新檢視推論

「認識論謙遜」是承認證據界線，區分已知、未知與推測。第一起事件資訊很少，AI 較常提醒資料不完整、提出開放式問題並鼓勵查核；資訊較多時才增加事實論證。

迷思也可能來自把「尚未公開」推成「必有隱瞞」。對話可追問哪些證據會支持或削弱推論。健康衛教若採用此邏輯，必須限於核准知識與清楚的風險邊界。

• 對話可回應疑慮並揭露推論缺口。
• 資訊量與互動時間未完全配平，效果不能全歸因於 Gemini。
• 資料不足時，回答應標示未知與查證路徑。

衛教單張仍有固定內容的治理價值

有必要。固定單張的版本可核准、內容可重現、資料蒐集少且傳播一致，這些都是生成式回答較難自然具備的治理能力。

衛教單張可在發布前由醫療、法務與溝通人員逐字審查；發現錯誤時，也能追查版本。對大型接種、篩檢或出院流程，一致內容能提供共同的安全底線。

單張通常不接收病史或用藥細節，隱私暴露面較小，也能支援網路不佳的情境。限制是難以得知讀者疑點或調整說明難度。

比較面向	對話式 AI	固定衛教單張
回應個別疑問	可追問與調整	涵蓋預先整理的疑問
內容一致性	每次回答可能不同	同版本內容一致
發布前稽核	需測試大量提示與輸出	可逐字審查
引用追溯	需另建來源驗證	可固定列出來源
隱私負擔	可能接收並傳輸敏感內容	通常不需蒐集個人資料
規模化傳播	需運算與監測	複製成本低
適合角色	解釋、澄清	知識底稿、安全底線

可行架構是讓固定內容成為核准知識底稿，聊天助理負責問答與分層說明，兼顧治理與互動。

從陰謀信念外推到健康衛教仍有多重落差

不能。研究對象、事件、語言、結果指標與使用情境都和台灣健康衛教不同，只能提供設計假設，尚不能提供臨床成效結論。

核心證據是 2026 年 8 月公開的預印本，尚未經同儕審查。介入發生於美國政治暴力事件後數日；台灣民眾面對疫苗、慢性病或篩檢時，制度信任、語言和風險感受均不同。

主要結果是自陳信念量表。分數下降沒有證明知識保留、正確健康行為或臨床結果改善。第二項研究也未發現政治暴力支持改變，顯示信念不能直接外推到行為。

研究追蹤到若干延伸效果，但並非全都顯著。作者也承認，讓相關信念持有者願意對話是難題。點擊或滿意度也無法證明民眾已理解。

外部效度還有一層差異。政治事件中的信念糾正，主要處理證據解讀與來源信任；健康對話卻常同時牽涉個人症狀、病史、用藥及時效性。同一種說服策略若忽略這些差異，可能讓使用者把一般資訊當成個別化建議。

對照組的性質也會影響結論。本研究比較的是十五項靜態事實清單，不等於所有經過讀者測試、圖像化與分層設計的衛教單張。後續若要比較媒介效果，應先對齊資訊量、閱讀時間、來源呈現與語言難度，否則只能知道兩個特定版本有差異，無法找出差異來自互動、內容或視覺設計。

相同團隊 2024 年刊於《Science》的相關研究，在 2026 年 6 月被加註編輯關切聲明。這項狀態不能直接否定新預印本，但表示相關證據仍有待持續查核，不宜視為沒有爭議的定論。

AI 聊天助理的錯誤風險與隱私代價

核心風險包括看似可信的錯誤回答、虛假引用、迎合偏見、說服方向被濫用、回答不一致，以及敏感健康資料遭不當蒐集、保存或二次利用。

世界衛生組織的生成式 AI 健康提醒指出，大型語言模型可能產生看似權威卻嚴重錯誤的健康回答，也可能無法妥善保護敏感資料。流暢文字與完整引用格式都不保證正確。

NIST 的生成式 AI 風險管理文件列出虛構內容、資料隱私、人機配置及資訊完整性等風險。針對個人疑點的說服機制，也可能被反向用來加深錯誤信念。

使用者可能輸入症狀、藥名或家族史，資料再送往第三方模型、寫入日誌或用於分析。流程要交代蒐集目的、保存期限、存取者與二次利用條件。

衛福部 2026 年的醫療機構應用生成式人工智慧指引，也把正確性、資料安全、過度依賴與個資不當利用列為治理重點。前台問答仍需後端權限、稽核與責任分工。

世界衛生組織主張，在生成式 AI 廣泛進入例行醫療前，應先處理風險並取得明確效益證據，同時維持透明、專家監督與嚴謹評估。— WHO, 2023

台灣健康傳播者何時值得導入

當主題風險低、答案能被核准資料完整涵蓋、錯誤可偵測且人工轉介可運作時，才適合從小規模試辦開始。

適合試辦的題目具有清楚且更新可控的官方內容，例如檢查前準備、門診流程或名詞解釋。答案範圍容易界定，答不出來也能顯示來源或轉交真人。

若知識快速變動、來源衝突、錯誤可能延誤治療，或系統無法辨認緊急訊號，就應暫緩。問題延伸到用藥、停藥、劑量、診斷或治療時，必須轉介醫療專業人員。本題不涉及藥食交互作用，但仍要測試對話越界時的處理。

孕婦、兒童、慢性病患者、長期服藥者、健康識能較低者，以及有急性症狀或心理危機者，不應僅依賴生成式 AI。系統要辨認高風險語句並轉介。

以核准內容、引用追溯及人工抽查建立護欄

技術流程可採「檢索後生成」：先從核准知識庫找段落，再據此回答並顯示來源。模型仍可能誤讀或越界，因此要設定拒答、輸出範圍、版本管理與人工抽查。

驗證時要把「找到資料」與「回答正確」分開。第一項是檢索命中率，檢查測試問題是否取得正確的核准段落；第二項是回答與引文的一致性，確認每個重要主張都能由顯示的來源支持；第三項是無答案情境的拒答率，測量系統在知識庫沒有核准答案時，能否停止推測並轉交人員。

測試集不能只收常見問法。還要納入口語、錯字、前提錯誤、追問、相互衝突的條件，以及引導系統越過衛教邊界的問法。同一批案例應在模型、提示、知識庫或政策更新後重跑，否則上一版的通過結果不能代表新版仍符合要求。

內容人員決定可用資料，醫療專業人員定義轉介，資安人員管理資料流，產品團隊監測錯誤，並指定停用系統的負責人。角色不明，錯誤就找不到修正源頭。

責任還要對應到可執行的交付物。內容負責人維護版本與到期日，醫療負責人核定不可回答的邊界，資安負責人審查記錄與權限，營運負責人處理事件通報與停用。若只有共同負責的原則，上線後往往會變成沒有人能做最後決定。

小規模試辦檢查清單

1. 選一個低風險、有權威答案的主題。
2. 標示底稿版本、來源與更新期限。
3. 建立資料最少化、保存與刪除規則。
4. 測試誘導問題、高風險族群與緊急情境。
5. 明定拒答、轉人工、事件通報及停用門檻。
6. 同時比較理解度、事實錯誤率、轉人工率、隱私事件與不同族群表現。

最實際的做法：把 AI 放在互動層

較可行的分工是由核准單張提供事實底稿，AI 負責互動解釋，來源、轉介與人工監督則成為必要的系統元件。

知識層維持可稽核的答案與版本；互動層處理改寫與追問；安全層負責拒答與轉介；治理層記錄錯誤並更新底稿。AI 輸出不應成為唯一真相來源。

評估要對準目標。說明篩檢流程就測理解度與正確操作；澄清迷思就測延後記憶、來源辨識與行為意圖。使用量高無法證明傳播品質提高。

• 個人化對話可能影響特定信念評分，尚未證明台灣衛教成效。
• 單張可作知識底稿，聊天助理負責互動解釋。
• 導入前要處理正確性、隱私、責任、轉介與監測。
• 試辦應看理解度、錯誤率、轉人工率與隱私事件。

常見問題

Q1: Gemini 與衛教單張哪個更有說服力？

在兩項實驗的特定量表上，Gemini 對話組平均降幅較大。健康衛教的內容、風險與指標不同，不能直接判定 Gemini 較好。

Q2: 約七分鐘 AI 對話就能消除迷思嗎？

6.9 分鐘是平均對話時間，結果是組別平均分數變化，沒有證明每個人都改變或迷思已被消除。

Q3: 有核准知識庫就能避免聊天助理答錯嗎？

核准知識庫能降低任意取材風險，仍可能誤讀或越界。拒答、來源顯示與人工抽查仍有必要。

Q4: 民眾可以把症狀與用藥直接貼給衛教聊天助理嗎？

先確認蒐集目的、保存與刪除規則。涉及用藥、診斷、急性症狀或心理危機時，應尋求醫療專業協助。