你有沒有過這樣的經驗:在網路上搜尋資料、閱讀一篇文章時,心裡突然閃過一個念頭:「這該不會是 AI 寫的吧?或者,你也曾聽過關於「死網理論」的說法?今年(2026年)4月,正好有一篇針對此議題進行大規模實證研究的文章發表。下面我將這篇文章的摘要譯成中文,並摘譯部分重要的結論內容。
有一點提醒,這項研究的分析樣本是採用截至 2025 年中旬的網路資料;隨著技術快速更迭,未來網路生態會如何發展,仍得持續觀察。
一位圖書館工作者的學習筆記
你有沒有過這樣的經驗:在網路上搜尋資料、閱讀一篇文章時,心裡突然閃過一個念頭:「這該不會是 AI 寫的吧?或者,你也曾聽過關於「死網理論」的說法?今年(2026年)4月,正好有一篇針對此議題進行大規模實證研究的文章發表。下面我將這篇文章的摘要譯成中文,並摘譯部分重要的結論內容。
有一點提醒,這項研究的分析樣本是採用截至 2025 年中旬的網路資料;隨著技術快速更迭,未來網路生態會如何發展,仍得持續觀察。
看到這則新聞時,心中不勝唏噓,早年我也曾使用過這個網站。在2000年那個年代,它還出現在《The Librarian’s Internet Survival Guide: Strategies for the High-tech Reference Desk 》這本書中[1]。
上一篇才談到從 ChatGPT 的對話資料發現人們似乎正在將 ChatGPT 用作 Google 的替代品後[1],馬上又看到一篇報告說:幾乎所有 ChatGPT 用戶也使用 Google,但只有 15% 的 Google 用戶也使用 ChatGPT。這表明儘管 ChatGPT 正在成長,但 Google 目前仍佔據絕對主導地位[2]。
相信您一定用過 ChatGPT 這類生成式AI的服務,但是否想過或者好奇人們都問些什麼問題(提示詞)呢? OpenAI、哈佛大學和杜克大學研究人員分析用戶與 ChatGPT 之間超過 100 萬次對話資料集後提出報告[1],Choice 360 在9月底有一篇文章摘錄並試著解讀此份報告的發現[2]。
最近看到一篇很有趣的論文,調查使用者看不懂圖書館網站上那些術語(Misunderstood Terms),結果看不懂或誤解的竟有106 個,可以清楚了解的有41個,一半一半的有11個。 繼續閱讀 “使用者看得懂網站上的圖書館術語嗎?"
下圖是由 Business Digest 所整理的世代表,至於韓劇中看到的MZ世代 = 千禧世代(M) + Z世代。

是的,從去年底臉書 Facebook 將公司名稱改為 Meta後,元宇宙 (Metaverse) 的討論就隨處可見,科技新聞、理財雜誌及節目,所有人都在談論。然後就是NFT,誰發行了NFT,轉手價差就數百、千倍等。

圖片來源:Techidence