在1150名新加坡PMET中,仅约四成有信心区分准确内容与AI生成的错误信息;阅读测试中只有约三成找出了两段文字中较不可靠的一段。 约四成受访者表示,在形成观点前会核查统计数据的原始来源,无论数据来自新闻文章还是AI搜索摘要。 NLB与KPMG推出为期一年的“Read to Lead”计划,通过职场活动、专家讲座、数字阅读推荐和教育工具包,鼓励人们放慢速度、追问来源并拓宽阅读视野。
研究答案

Create a landscape editorial hero image for this Studio Global article: What were the findings of the June–July 2026 poll of 1,150 Singaporean PMETs on their ability to identify AI-generated misinformation and ve. Article summary: The poll found a substantial discernment gap: only two in five of the 1,150 Singapore PMET respondents were confident they could distinguish factual content from AI-generated misinformation, and only two in five said the. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
一项针对1150名新加坡专业人士、经理、行政人员和技术人员(PMET)的调查,揭示了职场人士使用AI信息与判断信息之间的落差:仅约四成受访者有信心分辨准确内容和AI生成的错误信息。约四成受访者还表示,在形成观点前会核查统计数据的原始来源,无论这些数据出现在新闻文章还是AI搜索摘要中。
实际阅读测试的结果更弱。只有约三成受访者正确找出了两段文字中较不可靠的一段,尽管其中一段包含虚构的引文和缺乏依据的说法。
这些结果表明,人们的自信并不总能转化为稳定的核查习惯。职场人士可能每天都会通过新闻、AI搜索摘要和其他数字渠道接触大量信息,但对底层来源进行核实,尚未成为多数人的固定步骤。
问题在于,识别一段写得流畅、看似专业却并不可靠的文字,不能只靠寻找明显错误。读者还需要追问:是谁提出了这个说法?证据是什么?引用的材料是否真实、相关且值得信任?
新加坡国家图书馆管理局(NLB)与毕马威(KPMG)于2026年7月14日推出为期一年的“Read to Lead: Building an AI-Ready Mind”计划。该计划将持续阅读定位为一种职场能力,希望借此提升批判性思维、判断力、AI素养、信息素养和数字素养。
计划启动阶段的“知识周”于7月14日至16日举行,安排了互动活动、测验、小组讨论和专家讲座。NLB还提供涵盖AI、商业、小说及轻松读物的数字阅读推荐,试图把职业发展与更广泛的阅读习惯结合起来。
后续活动预计包括在NLB图书馆举办AI素养和可信使用实践讲座,以及由NLB与KPMG共同制作、面向PMET和企业的AI与反错误信息教育工具包。
Rahayu Mahzam的重点并不是叫人停止采用AI,而是培养更负责任的使用习惯:不要只顾快速浏览或即时反应,而应先停下来,提出更好的问题,核查来源,运用自己的判断,并保有同理心。她认为,阅读可以帮助人们放慢思考、拓宽视角,也能训练注意力。
她同时指出,企业衡量AI应用时不应只看效率和生产力。随着组织引入AI,也需要投资于人的认知能力、自我管理能力和适应能力,让员工能够参与更有意义的工作,而不是在转型过程中被落下。
Warren Fernandez强调,批判性阅读不是迅速吸收信息,而是放慢脚步并进行反思。读者既要问一个说法是否属实,也要检查它的来源和作者是谁。这样的主动追问,有助于人们形成独立判断,而不是把自己的信念判断交给AI。
Gerry Chng建议人们跨学科阅读,也要接触平时不熟悉的主题。他担心,若AI系统越来越多地使用AI生成的材料进行训练,错误、偏见和笼统化表述可能被不断叠加,最终让系统输出的观点更加狭窄。主动寻找不熟悉的信息和不同视角,有助于减轻这种“回音室”效应。
“Read to Lead”的核心并非怀旧式地把阅读与AI对立起来,而是把阅读视为使用AI所需能力的训练方式:保持注意力、评估来源、结合语境判断、适应变化,以及独立思考。
调查显示了这些能力为何重要;而“Read to Lead”则通过职场活动、讲座和学习资源,把它们转化为一项持续的职场发展目标。
Studio Global AI
此页面包含一个有来源支持的答案,您可以在 Studio Global 内继续。
在1150名新加坡PMET中,仅约四成有信心区分准确内容与AI生成的错误信息;阅读测试中只有约三成找出了两段文字中较不可靠的一段。
在1150名新加坡PMET中,仅约四成有信心区分准确内容与AI生成的错误信息;阅读测试中只有约三成找出了两段文字中较不可靠的一段。 约四成受访者表示,在形成观点前会核查统计数据的原始来源,无论数据来自新闻文章还是AI搜索摘要。
NLB与KPMG推出为期一年的“Read to Lead”计划,通过职场活动、专家讲座、数字阅读推荐和教育工具包,鼓励人们放慢速度、追问来源并拓宽阅读视野。