Full Fact, brytyjska organizacja zajmująca się niezależną weryfikacją faktów i informacji pojawiających się w debacie publicznej oraz mediach, opublikowała raport oceniający wiarygodność pięciu popularnych chatbotów AI: Claude’a, ChatuGPT, Gemini, DeepSeek’a i Groka. Wyniki pokazują, że narzędzia te wciąż podają fałszywe informacje, korzystają z nieaktualnych danych i nie zawsze zachowują spójność. Co więcej, nawet w przypadku pomyłek formułują swoje odpowiedzi z dużą pewnością siebie, co może utrudniać użytkownikom rozpoznanie błędnych komunikatów – pisze independent.co.uk.
Sprawdzian z wiarygodności
Badanie trwało dziesięć tygodni, począwszy od połowy lipca 2026 roku. Każdego dnia naukowcy zadawali pięciu modelom AI ten sam zestaw 22 pytań, sprawdzając poprawność, spójność i aktualność uzyskiwanych informacji. Dotyczyły one m.in. dokumentów wymaganych podczas głosowania oraz liczby migrantów, którzy przypłynęli do Wielkiej Brytanii na małych łodziach w pierwszej połowie 2026 roku – czytamy.
Z raportu wynika, że chatboty często udzielały prawidłowych odpowiedzi i skutecznie rozpoznawały powszechnie rozpowszechniane fałszywe informacje. Gorzej radziły sobie jednak z zagadnieniami wymagającymi aktualnych danych i poprawnych obliczeń. Zdarzało się, że zamiast korzystać z oficjalnych statystyk, samodzielnie wyliczały błędne wartości lub przedstawiały nieaktualne liczby jako obowiązujące.
Jako przykład takiego działania źródło podaje odpowiedź Gemini na pytanie o liczbę migrantów, którzy przybyli do Wielkiej Brytanii na małych łodziach w pierwszym półroczu 2026 roku. Choć większość modeli podała prawidłowe dane, 4 sierpnia 2026 roku Gemini wskazał 12 210 osób. Aby uzyskać tę wartość, od łącznej liczby 14 526 przybyłych, odnotowanej na 1 sierpnia, odjął 2316 osób, które dotarły do kraju w lipcu. Samo obliczenie było poprawne, ale model nie wykluczył danych z 1 sierpnia. W rezultacie uwzględnił nie tylko okres od stycznia do czerwca, lecz także pierwszy dzień sierpnia.
Podobne rozbieżności pojawiły się w odpowiedziach na pytanie o ostatnie ważne trofeum piłkarskie zdobyte przez Anglię. Część modeli poprawnie wskazywała rok 2025, kiedy angielska reprezentacja kobiet, znana jako Lionesses, triumfowała w mistrzostwach Europy. W innych odpowiedziach pojawiał się jednak błędny rok 2022.
Problemy dotyczyły również aktualności informacji politycznych. Jak wynika z raportu, jeszcze 15 września 2026 roku DeepSeek wskazywał Keira Starmera jako premiera Wielkiej Brytanii, mimo że urząd ten objął Andy Burnham niemal dwa miesiące wcześniej – dowiadujemy się.
Nieaktualne informacje pojawiały się także w odpowiedziach dotyczących świadczeń dla osób ubiegających się o azyl. Kilka chatbotów podawało stawkę 8,86 funta tygodniowo, choć w czerwcu 2025 roku zastąpiono ją kwotą 9,95 funta. Gemini i Claude w niektórych odpowiedziach przedstawiały dawną stawkę jako obowiązującą, nie sygnalizując, że dane mogą być nieaktualne. Full Fact zwraca uwagę, że modele nie tylko mogą podawać błędne liczby, lecz także pomijać źródła, które pozwoliłyby użytkownikom sprawdzić wiarygodność informacji.
Wiarygodny ton, ale błędne odpowiedzi
Chris Morris, dyrektor generalny Full Fact, podkreślił, że problem nie polega na celowym rozpowszechnianiu dezinformacji, lecz na jakości generowanych treści. Odpowiedzi chatbotów bywają niepełne, pozbawione niezbędnego kontekstu lub oparte na słabo udokumentowanych źródłach. To szczególnie istotne w sytuacji, gdy miliony ludzi coraz częściej korzystają z AI, szukając informacji o przepisach, przysługujących im świadczeniach czy zmieniających się zasadach.
Morris zwrócił uwagę, że chatboty wypowiadają się z podobną pewnością siebie niezależnie od tego, czy podają prawidłowe informacje, przywołują nieaktualne dane, czy opisują wydarzenia, które jeszcze nie nastąpiły. Zaapelował do największych firm technologicznych o zapewnienie, aby ich modele korzystały z aktualnych i wiarygodnych źródeł przy udzielaniu odpowiedzi na pytania dotyczące bieżących wydarzeń. Podkreślił również, że systemy powinny jasno wskazywać, na jakich źródłach się opierają.
Jak zaznaczył szef Full Fact, organizacja chce stworzyć wspólną bazę wiedzy, która pozwoli niezależnie oceniać działanie najważniejszych modeli AI i śledzić zmiany zachodzące wraz z ich rozwojem. Celem jest dopilnowanie, by technologia ta służyła wszystkim i działała w interesie publicznym – czytamy.
OpenAI, właściciel ChatuGPT, zapewnił, że poprawa dokładności faktograficznej pozostaje jednym z priorytetów firmy, a nowsze modele pozwalają stopniowo ograniczać liczbę błędów. O stanowisko w tej sprawie poproszono także firmy Anthropic, Google, DeepSeek i Grok.. (ao)
Źródło: independent.co.uk, Five AI chatbots were tested on accuracy. The results weren’t good, Nicole Wootton-Cane, 15.10.2026
