哥倫比亞新聞評論（Columbia Journalism Review）旗下的陶氏數字新聞研究中心（Tow Center for Digital Journalism）的一項新研究發現：用於新聞搜索的生成式AI模型存在嚴重的準確性問題 —— 錯誤率高達 60%。
據悉，該研究對 8 款具備實時搜索功能的AI驅動搜索工具進行了測試，結果發現，AI模型在回答有關新聞來源的查詢時，平均超過 60% 的答案是錯誤的。
研究人員 Klaudia Jaźwińska 和 Aisvarya Chandrasekar 在報告中指出，現在大約每 4 個美國人中就有 1 人使用AI模型來替代傳統搜索引擎。鑒於研究中發現的高錯誤率，不僅引發了對 AI 可靠性的嚴重擔憂。
在測試的平台中，錯誤率差異顯著。Perplexity 在 37% 的測試查詢中提供了錯誤信息，而 ChatGPT 搜索在被查詢的文章中，錯誤識別了 67%（200 篇中的 134 篇）。Grok 3 的錯誤率最 高，達到了 94%。
在測試中，研究人員將實際新聞文章的直接節選內容輸入到人工智能模型中，然後要求每個模型識別文章的標題、原始發佈者、發佈日期和網址（URL）。他們在這 8 種不同的生成式搜索工具上共進行了 1600 次查詢。
這項研究突出了這些AI模型的一個共同趨勢：當缺乏可靠的信息支撐時，這些AI模型不是選擇「誠實」，而是經常給出「編造」的內容 —— 一些看似合理，卻存在錯誤或猜測性的回答。研究人員強調，所有測試的AI模型都存在這一問題，並非個例！
更離譜的是，這些AI工具的付費高 級版本有時表現甚至更差。Perplexity Pro（每月 20 美元）和 Grok 3 的高 級服務（每月 40 美元）比它們的免費版本錯誤率更高，但它們卻十分自信。雖然這些付費模型的正確回答數量較多，但當它們面對「不確定的問題」時，不僅不會像免費版本那樣「容易崩潰」，而且更喜歡給出一些「自以為是」的回答，這樣導致了它們總體錯誤率比免費版還要高。
除此之外，研究人員還發現了另一個問題，某些AI模型無視了 「機械人排除協議（Robot Exclusion Protocol）」 —— 出版社利用相關協議來防止未經授權的訪問。舉個例子，雖然《國家地理》（National Geographic）明確禁止 Perplexity 的網絡爬蟲訪問，但 Perplexity 的免費版本還是準確識別出了《國家地理》付費內容中的 10 篇節選文章。
與此同時，即使這些AI模型引用了來源數據，但它們也常常只會將用戶引導至雅虎新聞（Yahoo News）等平台上的內容集，而非內容的原始出處。即使在發佈者與人工智能公司有正式許可協議的情況下，這種情況也會發生。
編造來源成為了又一個大問題。谷歌 Gemini 和 Grok 3 的內容引用來源中，超過50%會將用戶引入一個虛假或無效的網址中，這也是「錯誤答案」的主要來源。在對 Grok 3 的 200 次引用測試中，有 154 次出現了引用來源鏈接無效的情況。
這也讓出版商們叫苦不迭。阻止AI爬蟲吧，他們還是會自行「引用」內容，且不標註你的來源；允許它們訪問吧，又會導致版權所有的內容被不斷重複使用，依舊無法將流量引回自己的網站。
《時代》（Time）雜誌的CEO馬克・霍華德（Mark Howard）怒斥「現在是AI產品（表現）最糟糕的時候。」同時，他也對一些用戶提出了批評：如果有任何一個用戶會對這些免費產品抱有100 %準確率的幻想，那他們應該感到羞愧。
對於這項研究，OpenAI 和微軟都給予了反饋，承認收到了這些研究結果。OpenAI 指出，它承諾通過摘要、引用、清晰的鏈接和歸屬引用等方式為發佈者帶來流量，以此來支持發佈者。微軟則表示，它遵守 「機械人排除協議」 和發佈者的指令。但除此之外，別無他話。
（舉報）
