真實性與可信度
26 個模型的幻覺率橫跨 22%–94%；GPT-4o 對第一人稱錯誤信念掉到 64.4%。
負責任 AI 的基礎建設在成長，卻追不上部署的速度
AI 指數 2026 第 3 章追蹤負責任 AI(RAI)的多個面向 — 安全、公平、透明、隱私與真實性。安全基準在擴張，採用 RAI 政策的組織也變多，但前沿模型仍少有揭露 RAI 結果，透明度在 2025 年下滑，而某一面向的進步往往以犧牲另一面向為代價。先看數字：
3622025 年 AIID 記錄的 AI 事件數(2024 為 233)
94% 26 個模型中最高的幻覺率(最低 22%)
64% GPT-4o 對第一人稱錯誤信念的準確率(對事實為 98.2%)
17% 2025 年 AI 專屬治理職位的成長
11% 2025 年沒有 RAI 政策的組織(2024 為 24%)
402025 年基礎模型透明度指數平均(2024 為 58)
3.2 — 事件在增加，而模型分不清「知道」與「相信」
從評估 RAI 得到的兩個訊號：真實世界的傷害持續攀升；而即使是評估正在成熟的面向 — 真實性 — 失效模式也變得更奇怪。
有記錄的 AI 事件持續上升。AI 事件資料庫(AIID)是一個記錄 AI 系統造成或差點造成傷害的開放資料庫，2025 年記錄了 362 起事件，高於 2024 年的 233 起 — 而在 2022 年以前，每年數量一直低於 100。2025 年的指標性案例包括：xAI 的 Grok 在一次放寬安全過濾的系統更新後生成反猶仇恨言論、冒充演員金東的深偽愛情詐騙，以及 AI 複製、模仿一家破產零售商的釣魚網站。
RAI 基準的揭露依舊稀少
幾乎所有前沿開發者都會揭露 MMLU、GPQA、AIME、SWE-bench Verified 等能力基準 — 但 RAI 基準(評估偏誤的 BBQ、評估安全的 HarmBench/Cybench/StrongREJECT/WMDP、評估真實性的 SimpleQA)的揭露大多空白。只有 Claude Opus 4.5 揭露超過兩項 RAI 基準的結果，也只有 GPT-5.2 揭露 StrongREJECT。
信念對事實：表現崩盤
- 在 AA-Omniscience 基準(6,000 題、六大領域)上，26 個模型的幻覺率從 22%(Grok 4.20 Beta)到 94%(gpt-oss-20B)不等。HHEM 文件摘要排行榜(尺度不同)則顯示前 15 名模型的幻覺率落在 1.8%–5.4%。
- KaBLE 是一個測試模型能否區分「知識」與「信念」的新基準，在 13,000 題上評估了 24 個模型。GPT-4o 對「真實信念」得 98.2%，但對「第一人稱錯誤信念」只剩 64.4%；DeepSeek R1 則從超過 90% 掉到 14.4%。
- 模型處理「第三人稱錯誤信念」遠優於「第一人稱」：較新的模型在第三人稱達 95%，但在第一人稱錯誤信念只有 62.6%。當一個錯誤陳述被框定為「使用者自己相信的事」時，表現便會瓦解。
3.3 — 組織正在制度化 RAI，但缺口拖慢了採用
根據 AI Index 與麥肯錫連續第二年針對企業領導者(不含中國)的調查，RAI 成熟度、治理歸屬與障礙在 2024 到 2025 年間都出現變化。
負責任 AI 的成熟度在各區域都有改善，但仍處於早期階段：四分制下的全球平均從 2.0 升到 2.3，意味多數組織仍在整合 RAI 實務，而非完全落實。AI 治理的歸屬轉向專責的 AI 專屬職位(從 14% 升到 17%)，而沒有 RAI 政策的組織占比則從 24% 大幅降到 11%。
最主要的障礙
- 知識與訓練缺口是實施 RAI 最常被點名的障礙，2025 年從 51% 升到 59%。
- 資源或預算限制(48%)與法規不確定性(41%)仍是主要障礙之一，技術限制則從 32% 攀升到 38%。
- 若專指擴展代理式(agentic)AI，安全與風險疑慮以 62% 居首 — 大幅領先技術限制(38%)與法規不確定性(38%)。
負責任 AI 的各個面向
第 3 章橫跨負責任 AI 的多個面向，每一個都有自己的量測難題。點任一張卡片看完整樣貌與數字。
AI 事件
AIID 在 2025 年記錄 362 起事件(2024 為 233)— 仇恨言論、深偽詐騙與 AI 複製的釣魚網站。
治理與問責
AI 專屬治理職位成長 17%；沒有 RAI 政策的組織從 24% 降到 11%。
公平與全球語言落差
模型在英文表現遠勝其他；在 HELM Arabic 上，一個區域模型勝過 GPT-5.1 與 Gemini。
透明度
基礎模型透明度指數平均從 58 降到 40；IBM 以 95 居首，xAI 只有 14。
安全與防護
安全機構擴散到更多國家；在 HELM Safety 上模型群聚在 0.90–0.98，但在越獄下崩潰。
面向之間的取捨
優化某一 RAI 面向可能損害另一面向 — 差分隱私讓準確率最多下降 33 個百分點。
用五句話看這一章
第 3 章「負責任 AI」的頭條發現。
有記錄的 AI 事件持續上升，AI 事件資料庫在 2025 年記錄 362 起，高於 2024 年的 233 起。
在一個新的準確性基準上，幻覺率從 22% 到 94% 不等 — 而模型仍難以區分知識與信念。
2025 年 AI 專屬治理職位成長 17%，沒有負責任 AI 政策的企業從 24% 降到 11%。
基礎模型透明度在 2025 年下滑 — FMTI 平均從 58 降到 40 — 逆轉了前一年的進步。
改善某一負責任 AI 面向可能以另一面向為代價：隱私的提升讓準確率最多下降 33 個百分點。
閱讀完整的負責任 AI 章節
第 3 章(3.1–3.10 各節)連同所有圖表與引用，皆由史丹佛 HAI 免費提供 — 涵蓋事件、真實性、治理、公平、透明、安全，以及它們之間的取捨。或回到 15 條重點與九大章節總覽。
前往第 3 章：負責任 AI →