如何使用 ChatGPT 檢驗正確性只有 60 分文章的作者—以核能發電為例

引言

在當前資訊氾濫的時代，各種觀點與數據充斥於媒體與網路之中。尤其在核能發電這一備受爭議的議題上，部分文章常常僅停留在表面數據與片面論述，導致整體論述的正確性僅約 60 分。這類文章在論據、數據來源、論證邏輯等方面存在明顯漏洞，但卻常被部分讀者或群體所接受，使得公共議題討論變得混淆不清。

與此同時，隨著人工智慧技術的飛速發展，像 ChatGPT 這樣的語言模型逐漸被用來進行文章內容評估、論點分析及數據比對，成為輔助檢驗文章正確性的有力工具。然而，如何充分發揮 AI 的輔助作用，協助那些正確性僅達 60 分的文章作者改進論述，同時教導讀者利用 ChatGPT 來自行檢驗論述，正成為一個亟待解決的課題。

本文旨在從以下幾個方面展開探討：

1. ChatGPT 評估文章正確性的理論基礎與評分標準
2. 核能發電議題案例分析：解析 60 分文章的不足之處
3. 如何利用 ChatGPT 自行檢驗核電支持者的論述——詳細操作步驟
4. 如何將 60 分的文章提升至 95 分：改進策略與實例探討
5. 如何分辨「客觀的事實」與「主觀的感受」：讀者必備的判斷能力

透過這篇文章，我們期望不僅能夠指導作者改進論文內容，還能幫助讀者建立起批判性思維，真正做到以事實為依據、以數據說話，從而推動公共議題的理性討論。

第一部分：ChatGPT 評估文章正確性的理論基礎

1.1 評分標準與核心指標

在評估一篇文章的正確性時，ChatGPT 以及其他智能評估工具通常參照以下幾項核心指標：

1. 數據準確性（30%）
   這一指標主要評估文章中引用的各項數據是否來自權威、可靠且最新的來源。舉例來說，如果文章提到「核能發電每年可產生 400 億度電」，那麼讀者與評估工具必須查證該數據是否與國際能源機構（IEA）、聯合國氣候變化專門委員會（IPCC）或相關政府部門的數據一致。數據準確性不僅關乎引用來源，還涉及數據計算方法、統計範圍以及數據更新的時效性。
2. 論點合理性（30%）
   論點合理性指的是文章中提出的各項主張和推論是否具備內在邏輯、前提是否充分，以及論證過程是否存在漏洞。合理的論證必須建立在充分事實與邏輯鏈條之上，而不能僅僅依賴主觀判斷或片面陳述。例如，在核能議題中，僅僅強調「核能減碳」而忽略「核廢料處理」和「核安全風險」，就是論點合理性不足的一個典型表現。
3. 全面性（20%）
   全面性要求文章能夠考慮到議題的各個方面，包括正反觀點。單一角度的論述容易導致偏見，而真正嚴謹的分析應該能夠全面展示事實的多面性。在核能發電的案例中，全面性的文章應該同時探討核能的減碳效益與環境風險、經濟成本以及技術限制，而非只著重於某一優勢。
4. 客觀性（10%）
   文章的客觀性體現在是否能夠撇開主觀情感，僅以事實與數據作為論述依據。過度情緒化或帶有明顯立場色彩的語言，往往會使論文失去中立性，從而影響其說服力。客觀性是公共議題討論中最基本的要求，能夠讓讀者根據事實自行判斷。
5. 參考資料（10%）
   參考資料的引用能夠有效增強文章的可信度。具體而言，引用來源應當是權威的、經過同行評審的學術資料、國際組織報告或官方統計數據。參考資料透明且多樣化，是文章能否被認定為高質量論述的重要標誌。

1.2 ChatGPT 的運作機制

ChatGPT 是一款基於深度學習的自然語言處理模型，通過大量文本數據的訓練，形成了強大的語言理解與生成能力。在評估文章正確性時，ChatGPT 主要依賴以下幾個步驟：

• 語義解析與內容理解
  ChatGPT 能夠自動解析文本中出現的關鍵詞、句子結構和論點，並根據上下文理解整篇文章的主旨與論證脈絡。
• 知識庫比對
  模型利用內部知識庫，將文章中引用的數據與已知權威資料進行比對。儘管最新數據可能存在延遲，但對於大多數歷史性與基本事實問題，ChatGPT 能夠提供較為準確的參考。
• 推理與多角度論證
  ChatGPT 能夠模擬多種觀點，幫助用戶從正反兩面理解問題。這種能力使其在評估文章全面性和論點合理性時，能夠自動指出可能的論證漏洞或數據矛盾之處。
• 客觀與主觀判斷的區分
  通過大量語料庫的學習，ChatGPT 能夠辨別哪些陳述屬於客觀事實，哪些則更多表達了作者的主觀感受，從而在評估時給出相應的建議。

然而，儘管 ChatGPT 在技術上已具備不錯的評估能力，其結果仍需要結合人工審查，特別是在專業領域中，人工專家與 AI 的互補作用更能保證最終評估結果的準確性。

第二部分：核能發電議題案例分析

2.1 核能發電的背景與現狀

核能發電作為一種低碳且高效的能源形式，在應對全球暖化與能源危機中曾一度被寄予厚望。全球多個國家曾大力推動核能技術，以期降低對化石燃料的依賴。然而，核能發電也面臨許多挑戰，如核廢料處理、核事故風險、設施老化等問題，這些均使得核能議題充滿爭議。

以法國為例，其核能發電佔全國能源結構的比重極高，並通過嚴格的安全監管確保運行穩定；而德國在福島核災後選擇逐步退出核能，轉而大力發展再生能源，兩國的分歧充分反映了各自對能源安全、經濟效益與環境保護的不同考量。

2.2 60 分文章的典型問題

在探討核能議題的文章中，正確性僅約 60 分的作品往往存在以下不足：

• 數據引用不全或過時
  例如，文章可能只引用了早期數據，未能及時更新最新的國際統計資料，或僅依賴單一來源數據，導致數據呈現片面。
• 論證過程不嚴謹
  一些文章在論證核能優勢時，僅停留在表面數據上，缺乏對核廢料處理、核安全風險及長期經濟成本的深入探討，使得整體論述顯得缺乏邏輯支撐。
• 缺乏正反觀點的平衡
  這類文章往往僅強調核能的減碳效益，卻忽視了其潛在的風險與局限，導致論述失衡，無法全面呈現議題全貌。
• 主觀感受過重
  部分作者在論述中混入大量情緒化的詞彙和主觀判斷，未能區分客觀事實與個人情感，從而降低文章的可信度。

2.3 案例分析：虛構文章的剖析

假設有一篇文章聲稱：「恢復核能發電後，每年可產生 400 億度電，從而大幅降低減碳成本；核電技術成熟、安全可靠，是解決能源問題的最佳選擇。」

從這段論述中，我們可以看出其存在如下問題：

1. 數據來源不明
   文章中所提「400 億度電」的數據未標明來源，讀者無從核查其真實性。
2. 論證過於單一
   僅強調減碳效益與安全性，而忽略了核廢料處理、核事故風險、經濟成本等其他關鍵因素，使論述顯得不夠全面。
3. 缺乏正反觀點平衡
   沒有對比其他能源形式（如風能、太陽能）的數據與優劣，難以說服讀者接受單邊論點。

這類文章正是我們今天要探討如何改進和提升的對象，其評分大約落在 60 分左右，改進空間明顯。

第三部分：請讀者自行用 ChatGPT 檢驗核電支持者的論述

由於核能發電涉及專業技術與龐大數據，不同文獻與報告往往會有細微差異，因此在具體舉例說明時可能會觸及敏感數據或個案。為此，本文提供一套通用的檢驗方法，鼓勵讀者根據以下步驟，自行利用 ChatGPT 對核電支持者的論述進行檢查與評估，從而學會如何辨識論述中的不足與改進空間。

3.1 準備階段

3.1.1 選取檢驗文本

請讀者從網絡、學術資料庫或新聞報導中選取一篇核電支持者的文章或論述，確保該文本為公開來源且無涉及個人隱私。

3.1.2 明確檢驗目標

檢驗重點應包括：

• 數據準確性：核查文章中的具體數據是否與權威資料吻合。
• 論點合理性：判斷文章論證過程中是否存在邏輯漏洞或推理不周。
• 全面性：檢查是否兼顧了正反兩面觀點。
• 參考資料權威性：確認引用來源是否來自可信機構。

3.2 操作步驟

步驟一：檢查數據準確性

1. 輸入提示詞
   將文章中具體數據提取出來，向 ChatGPT 提問。例如：

   「請幫我檢查以下數據是否準確：文章中提到『核電廠每年可產生 400 億度電』，這個數字是否與國際能源機構的統計數據一致？請提供相關依據與資料來源。」

2. 記錄 ChatGPT 回應
   ChatGPT 可能會引用 IEA、IPCC 或其他權威報告中的數據，讀者應根據回應進行比對，確認原文數據是否存在偏差或誤導。
3. 交叉驗證
   建議讀者將相同提示詞在不同 AI 平台上進行測試（如 Google Gemini、Claude、DeepSeek），比較各家回應的一致性，以增強判斷信心。

步驟二：要求提供反方觀點

1. 輸入提示詞
   例如：

   「請提供這篇文章沒有討論的反方觀點，特別是在核廢料處理、核安全風險及長期經濟成本方面的論據。」

2. 分析回應
   ChatGPT 的回應中應包含反面論點，如核能事故可能帶來的長期影響、核廢料處理的高成本與技術挑戰等。讀者需將這些反方觀點與原文進行對比，找出文章中的缺失。

步驟三：檢查數據來源權威性

1. 輸入提示詞
   例如：

   「請幫我判斷文章中所引用的核能數據來源是否具備權威性，是否來自國際能源機構、IPCC 或政府部門的正式報告？」

2. 比對資料
   通過 ChatGPT 回應，讀者可以了解這些數據來源是否被廣泛認可，並進一步查閱相關機構的官方網站，核實數據的真實性與完整性。

步驟四：生成更完整的論述

1. 輸入提示詞
   例如：

   「請根據最新的 IEA、IPCC 和世界銀行數據，生成一篇涵蓋核能發電減碳效益、核安全、核廢料處理及再生能源比較的完整分析論文。」

2. 對比與評估
   將 ChatGPT 生成的論述與原文進行比對，觀察是否能填補原文中數據不足或論證不全的部分。讀者應根據生成結果，評估原文的漏洞並形成改進建議。

步驟五：撰寫檢驗報告

將前述各步驟的結果整理成一份簡要報告，內容包括：

• 檢查的數據項目與其正確性評估
• 發現的論點缺陷與缺失的反方觀點
• 建議的改進方向與具體措施

3.3 操作示例對話

示例一：數據檢查

讀者輸入：「請幫我檢查以下數據是否準確：文章中提到『核電廠每年可產生 400 億度電』，請列出該數據是否與 IEA 報告吻合。」ChatGPT 回應：「根據 IEA 近年報告，不同國家核電廠的年均產電量存在區別，部分歐洲國家確實接近此數，但數據會因地區與技術水平而有所不同。建議參考 IEA 2022 年的具體統計數據進行核對。」

示例二：反方觀點

讀者輸入：「請提供關於核能發電論述中缺失的反方觀點，特別是核廢料處理與核安全風險方面的論據。」ChatGPT 回應：「反方觀點主要包括：核廢料長期存放的風險、核事故可能引發的環境污染、核設施建設與維護成本高昂，以及再生能源技術進步帶來的替代可能性。這些因素均需在論文中得到充分討論。」

第四部分：如何讓 60 分的文章提升至 95 分

提升一篇文章從 60 分至 95 分，意味著在數據、論證、全面性及客觀性等多個層面進行徹底改進。下面從幾個方面提出具體策略與操作建議。

4.1 數據補充與更新

4.1.1 引入最新權威數據

• 核能發電數據更新：引用最新的 IEA、IPCC、世界銀行或 OECD 報告數據，確保文章中的核能產量、減碳效果、經濟成本等數據均屬於最新統計。
• 跨數據來源比對：在文章中對比不同來源的數據，從而形成多角度論證，增強說服力。

4.1.2 數據可視化

• 利用圖表、曲線圖和對比圖形象展示各項數據的變化趨勢，讓讀者更直觀地理解論據。
• 將核能與其他再生能源（如風能、太陽能）的數據進行綜合比較，突出各自的優勢與劣勢。

4.2 強化論點全面性與邏輯性

4.2.1 全面涵蓋正反觀點

• 正面論據：詳細闡述核能在減碳、穩定供電等方面的優勢，並引用大量實證數據。
• 反面論據：補充核廢料處理、核事故風險、經濟成本及技術挑戰等反方觀點，並引入國際案例作對比。

4.2.2 案例與實證支持

• 引用法國、德國、日本等國家的核能發展實例，通過具體案例展示各國在核能政策上的成功與失敗經驗。
• 強調跨國比較的重要性，並分析不同政策環境下核能發電的優劣所在。

4.2.3 梳理論證結構

• 調整文章結構，使每一論點都有明確的前提、充分的證據支持以及合理的結論。
• 避免斷章取義與情緒化表達，保持論證過程的邏輯連貫。

4.3 提升文章客觀性

4.3.1 分辨事實與感受

• 在文章中清晰標識出哪些內容是客觀事實（如數據、報告、統計結果），哪些是作者的主觀判斷與感受。
• 建議在論證過程中，對於主觀判斷的部分附上明確說明，並鼓勵讀者自行查證客觀數據。

4.3.2 引用專家意見

• 通過引用學術期刊、專家訪談、國際組織報告等權威資料，使文章的論點更具客觀依據。
• 在引用時標明具體資料來源，並在論文中附上參考文獻列表，增強文章可信度。

4.4 實作範例與改進示例

以下提供一個具體範例，展示如何從 60 分文章進行改進：

原文片段（60 分）：

「核能發電每年可產生 400 億度電，從而大幅降低減碳成本；核電技術成熟、安全可靠，因此應大力發展核能。」

改進後的版本（95 分）：

「根據國際能源機構（IEA）2022 年報告，歐洲部分核電廠年均發電量約在 350 至 450 億度電之間，顯示出核能在大規模發電中的潛力。然而，核能發電不僅涉及發電量的問題，更需考慮核廢料處理和潛在核事故風險。以法國為例，其在核能發展中既依靠先進技術提高減碳效益，又採用嚴格的安全監管措施來降低事故風險。此外，與風能、太陽能等再生能源相比，核能在建設成本、運營維護以及長期環境影響上存在明顯差異。因此，推動核能發電應採取多角度評估策略，結合國際數據與跨國比較，從而制定出更加完善、平衡的能源政策。」

這一改進版本不僅在數據引用上更為全面，在論證結構、正反觀點呈現以及語言中立性方面均有顯著提升，使整體論述更趨於完善。

第五部分：建議讀者分辨「客觀的事實」與「主觀的感受」

在閱讀與撰寫關於核能發電等公共議題的文章時，讀者往往會受到作者主觀情緒的影響，因此，能否正確分辨「客觀的事實」與「主觀的感受」成為判斷文章質量的重要技能。以下幾點建議供讀者參考：

5.1 什麼是客觀的事實？

• 定義與特徵
  客觀事實指的是經過實證、可查證的數據與信息，如統計數據、政府或國際組織發布的報告、學術論文中的實驗結果等。這些資料通常經過嚴格驗證，其來源公開且可供讀者查證。
• 如何判斷
  讀者可以通過檢查文章中是否提供了明確的數據來源、引用文獻以及相關背景資料，來判斷某一論述是否屬於客觀事實。若文中僅以「據說」、「有人認為」等模糊措辭來陳述，則應提高警惕。

5.2 什麼是主觀的感受？

• 定義與特徵
  主觀感受主要反映作者的個人情緒、價值判斷與個體經驗，這類內容往往缺乏客觀數據支持，僅代表個人觀點。例如，使用「我覺得」、「令人震驚」、「不可接受」等詞語，即屬於主觀感受的表達。
• 如何判斷
  當文章中的論點帶有大量情緒化描述或過度強調個人觀點時，讀者應注意這部分內容更多反映的是作者的主觀意見，而非普遍接受的事實。

5.3 分辨與應用策略

• 交叉查證
  當遇到爭議性論點時，讀者可通過查閱權威來源、學術資料及多方評論來驗證該論點是否有客觀事實支持。
• 理性閱讀
  建議讀者在閱讀時保持批判性思維，將數據事實與情緒化描述分開考量。遇到數據部分，應先核實其來源；遇到感受表達，則需了解其背後的主觀色彩與可能的偏見。
• 利用 AI 工具輔助判斷
  如前文所述，可利用 ChatGPT 等工具對文章進行多角度檢驗，對比 AI 回應與原文內容，從中辨別哪些屬於客觀事實，哪些屬於作者個人情緒表達。

5.4 實際案例分析

以核能議題為例，讀者在面對「核能安全」這一論題時，應當查閱國際原子能機構（IAEA）與 IPCC 的權威報告，而非僅僅依賴個人敘述或新聞標題。同時，當文章中出現「核能發電絕對安全」這類絕對化措辭時，讀者應該認識到這往往夾雜了主觀情感，而真實情況往往更為複雜，需要多方面資料綜合判斷。

結語

本文從多個層面探討了如何利用 ChatGPT 評估正確性僅有 60 分的文章，並以核能發電為例進行案例分析。全文首先介紹了 ChatGPT 的評分標準與運作機制，隨後深入剖析了核能議題中常見的論述缺陷。針對實際操作方面，我們提供了詳細的步驟指導，鼓勵讀者利用 ChatGPT 自行檢驗核電支持者的論述，並最終給出如何將文章質量從 60 分提升至 95 分的具體策略。

此外，文章還專門討論了如何分辨「客觀的事實」與「主觀的感受」，這不僅是閱讀與撰寫論文的基本要求，更是公共議題討論中保持理性、促進事實交流的重要能力。只有當讀者能夠清楚地識別出哪部分內容是經過實證的客觀事實，哪部分僅屬於個人情感的主觀陳述，才能更好地進行信息甄別，從而做出正確判斷。

展望未來，隨著 AI 技術的進一步發展，我們有理由相信，類似 ChatGPT 這樣的工具將在輔助公共議題討論、促進知識共享方面發揮越來越重要的作用。唯有建立在嚴謹數據、全面論證與客觀事實基礎上的討論，才能真正推動社會向著理性與科學邁進。希望本文能夠為廣大讀者和作者提供有益參考，啟發大家運用多元工具和批判性思維，共同提升論文質量，推動公共議題的健康發展。

最後，我們呼籲各界不僅要善用 AI 工具進行自我檢驗與反思，更應積極參與到知識交流中，從而在激烈的觀點碰撞中尋找到真正的真理，為全球能源轉型與環境保護提供堅實依據。

補充說明：
在公共議題和專業討論中，我們常常會遇到這樣一種現象：一些文章的論述質量可能只有60分，數據不夠全面、論證存在漏洞，但作者卻堅信自己所寫的一切都是正確無誤，甚至認為自己的觀點是100%正確的。這種現象引人深思，其背後涉及多種心理學、認知科學和社會學因素。下文將從認知偏誤、自我防衛、同溫層效應與情感因素等多方面進行探討，以期解釋這類現象發生的原因。

一、認知偏誤：只看見支持自己觀點的證據

首先，確認偏誤（Confirmation Bias）是導致作者高估自身正確性的主要原因之一。確認偏誤指的是人們在面對資訊時，傾向於選擇和重視與自己先入為主觀點相符的資料，而忽略或貶低與之相矛盾的信息。對於一些論述僅有60分的作者來說，他們可能從一開始就篩選出支持自己觀點的數據和論據，並以此構建起一套自我印證的系統。這種狀態使得作者即使在論證中存在明顯漏洞，也難以意識到問題所在，從而堅信自己的論點是無可挑剔的。

此外，達克效應（Dunning-Kruger Effect）也在其中起了關鍵作用。達克效應指的是那些對某一領域知識掌握不足的人，往往因為缺乏足夠的反思能力而高估自己的專業水平。這些作者可能在某些技術或理論上只有初步了解，但由於不懂得認識自己的知識空白，便誤以為自己的觀點已經涵蓋所有真相。這種自我誤判讓他們對自己的論述充滿信心，即使客觀評分僅為60分，也堅持認為自己的分析是完美無缺的。

二、自我防衛機制：保護自我形象與信念

當人們面對與自身觀點不符的信息時，常常會出現一種自我防衛的心理機制，這也是60分作者堅信自己正確的重要原因。自我肯定理論指出，個體在面臨威脅或挑戰時，會傾向於維護自己的自我形象。對於一些作者來說，投入大量精力撰寫論文後，承認自身錯誤或論證不全意味著對自己過往努力的一種否定。因此，當他們收到外界的批評或面臨反駁時，往往會採取強烈的防衛態度，拒絕接受任何能夠動搖自己信念的證據。

這種防衛心理還與自我服務偏誤有關，即人們往往會將成功歸功於自己的能力，而將失敗歸因於外部環境或他人的錯誤。當一篇論文獲得60分評價時，作者可能會認為評分系統存在偏見，或認為外界的反對意見只是因為他們不了解實情。這樣的心理使得他們堅持自己的觀點，無論事實是否如此。

三、同溫層效應：資訊孤島中的自我強化

社會與網絡環境中的同溫層效應也對作者堅信自己正確起到了推波助瀾的作用。在同溫層中，人們往往只接觸到與自己觀點一致的信息，缺乏多元聲音的碰撞。對於論述僅有60分的作者來說，如果其所屬的社群、媒體或網絡圈子都持有相似的觀點，那麼他們就很容易陷入一種「大家都這麼認為」的錯覺之中。這種環境會使作者誤認為自己觀點的正確性已經得到了廣泛認可，而忽略了外部的批評和反對意見。

此外，社交媒體中的演算法常常會根據用戶過去的閱讀習慣推薦相似內容，進一步加劇了這種封閉的信息環境。當作者只看到支持自己論述的數據和觀點時，他們很難接觸到全面的反思與批評，從而固化了自己的認知偏見，認為自己的論文無可挑剔。

四、情感因素與價值信念：理性與情感的混淆

除了上述認知偏誤和社會因素外，情感因素也在很大程度上影響了作者對自己論點正確性的認知。許多論述涉及到像核能發電這類涉及國家安全、環境保護和未來發展的大問題，往往帶有強烈的情感色彩。對於一些作者而言，這不僅僅是一篇論文，而是一種理想、一種信念或甚至是一種使命感。當論文中涉及到自己深信的價值觀時，作者很容易將主觀情感與客觀事實混淆，認為任何與自己理想相悖的觀點都是錯誤的。

這種情感上的投入會使作者在面對反對證據時產生強烈的抵觸情緒，認為這些證據是對自己信仰的挑戰。結果，他們在心理上便形成了一道無法逾越的屏障，任何批評都會被視為對自身價值的否定，進而加劇了「我對就是對」的堅持。

五、綜合解析與反思

綜上所述，60分的作者堅信自己是100%正確，其根本原因在於以下幾個方面：

1. 認知偏誤：確認偏誤與達克效應使得作者只看到支持自身觀點的信息，從而高估自己的知識水平與論證能力。
2. 自我防衛機制：為了維護自我形象與自尊，作者在面對批評時會激發防衛心理，拒絕接受任何動搖其信念的證據。
3. 同溫層效應：處於同一資訊環境中的作者容易形成信息孤島，只接觸到單一觀點，從而強化自身認知偏見。
4. 情感因素：情感上的投入與價值信念混淆了客觀事實與主觀感受，使得作者對自己的觀點產生過度自信。

這些因素共同作用，使得一些論述僅有60分的文章，其作者在主觀上卻堅信自己所言皆正，不容置疑。當然，這並非完全出於惡意，而是人類在認知、情感和社會互動中普遍存在的一種現象。

結語

面對這種現象，我們應該採取更開放與理性的態度，不僅要幫助作者認識自身論證中的不足，更應引導他們積極吸收來自多方的批評與建議。同時，作為讀者，我們也需要培養批判性思維，學會在大量信息中分辨客觀事實與主觀感受，從而避免陷入單一觀點的誤區。

唯有通過不斷的自我反思與信息交流，我們才能逐步打破認知偏誤與同溫層效應的局限，推動公共議題討論朝向更加科學、全面與理性的方向發展。正如一句古話所言：「知之為知之，不知為不知。」只有敢於承認不足、虛心接受批評，才能真正接近真理，促進社會的進步與和諧。