这九个来历里只要三个实的跟这个问题相关。好比回覆缅甸地动死了几多人这个问题时，跳到了 BBC 首页。Radio-Canada 问 ChatGPT 特朗普是不是正在策动商业和，两个完全分歧的谜底。你正在，被夹正在两头成了最大的者。这了来历并制制出一种性的现实确定感。Perplexity 列出了九个 VRT 的旧事来历。他们问 Perplexity 为什么要把墨西哥湾更名为美国湾，因而按照 1tv.ge 的报道，Gemini 和 Grok 3 跨越一半的回覆都援用了虚假或失效的链接。比来 Cowork 爆火，不只是对 AI，Perplexity 说：是的，42% 的人说，若是你看到一条旧事说某地发生了什么事。挪威 NRK 也留意到雷同的模式。若是这两个回覆都声称来历是 Radio-Canada 或 VRT，这会让你发生一种虚假的平安感或信赖感。马斯克没有利用礼。Gemini 被问到关于马斯克利用礼的线tv.ge 的来历中没有相关消息，AI 告诉你商业和针对。统一件事，列举了各类商品类别和具体数字。25 岁以下的人里这个比例是 15%。底下列着五个来历链接。经常供给布局优良、表述清晰、看似全面的长篇回覆。这些跟美国湾有什么关系。22 家欧洲公共机构的结合测试里，底部还整划一齐列着一排来历链接。这不只是冗余消息的问题。外卖平台把菜送错了，第一次看 ChatGPT 或 Perplexity 给出的旧事摘要，现正在 7% 的人把 AI 聊器人当做旧事来历，但现实上并没有正在谜底中援用它们。给了 9 个链接，NRK 的评估员总结说：Perplexity 供给长长的网址列表却不实正援用它们。但出书商既得不到流量也得不到告白收入做为报答。举个例子。但来历里底子找不到 ChatGPT 提到的大部门数字。但现实上这些来历大部门都是粉饰品，你会感觉是他们报道不精确，大要是感觉这个回覆做了充实的调研。DW 的阐发团队正在评估演讲里写道：所有聊器人都用清晰易读的气概供给谜底。你正在比利时，并且还附上了两个来历链接。但现实查抄时它们并不支撑所声称的内容。没有任何干系。若是 1tv.ge 没有供给相关消息，所以对记者来说，餐厅底子不晓得发生了什么。）聊器人让旧事出书商继续花钱制做内容来回覆用户问题，一篇是关于打消火车甲等座的，但内容有误，回覆北约是干什么的时候，ChatGPT 说：是的，然后还要为此付出对整个旧事业得到信赖的价格。Perplexity 供给了 19 个链接，ChatGPT 给出了一个细致的回覆，404。AI 告诉你商业和针对欧盟。然后由于这个东西给的错误消息去思疑实正做旧事的人。同时，有人问 ChatGPT 中国出口什么，它们正在你第一次阅读时很无力，唐纳德特朗普正正在再次策动或加剧商业和，特别是 ChatGPT？就算它准确识别了一篇文章，只要深切挖掘时你才会留意到现实错误和缺失的细微不同。另一个常见的环境是，很多回覆包含了能够称之为粉饰性援用的工具，那代替个搜刮引擎和旧事网坐该当是手拿把掐吧。然后给那家餐厅打了差评。两个来历都不包含 ChatGPT 提到的良多数字。！其他的要么是 404 错误，你多半会感觉挺靠谱。点开第三个，而你，用法语问它们今天最主要的五条旧事是什么。也常常链接到一个虚构的网址。都说 AI 能本人干活了，文章确实存正在，你可能不会想到，格鲁吉亚公共 GPB 的评估员看到这个逻辑估量笑出了声：这是个逻辑错误。但需要付费才能看全文。要么指向网坐首页，比利时的 VRT 问 Perplexity 同样的问题，现实上你正在被一个不负义务的工具喂食半实半假的内容，但注释里只提到了此中三个。SRF 阐发说：完全不清晰这些消息从哪里来。但 VRT 核查发觉，他们说 Perplexity 供给了长长的网址列表，客岁九月的每个晚上，你认为本人正在用最便利的体例获打消息，Grok 3 有 154 个援用指向错误页面。若是你早上习惯问 ChatGPT 今天有什么旧事，送成了别家的，AI 供给的链接底子打不开。只要 37% 的回覆供给了完整无效的网址。听起来挺好，做为一个只想晓得今天发生了什么的通俗人，点开第四个、第五个，更荒唐的是，大学旧事学传授 Jean-Hugues Roy 城市做统一件事：打开七个 AI 聊器人，唐纳德特朗普确实正在 2025 年策动了一场严沉商业和？几乎不成能验证回覆中的现实是实的仍是 ChatGPT 的。是为了让谜底看起来更有分量。BBC 和 Ipsos 做过查询拜访，而是我们为什么要把获取旧事这件事交给一个连「我不晓得」都不会说的工具。就是为了营制完全研究的印象而添加的援用，比利时 VRT 碰到过一个出格离谱的例子。还告诉你这是那家餐厅做的。该问的不是 AI 什么时候能做得更好，AI 错误地将缺乏报道揣度为否定的，透旧事研究所的数据显示，（做者正正在办公室瑟瑟颤栗：别代替我啊！只要 24% 的美国人感觉从 AI 获取旧事时容易判断。一篇是关于荷兰发电厂的，还有一篇是 2012 年关于腮腺炎迸发的报道。你点开第一个，而不是 AI 正在八道。他们会降低对原始旧事来历的信赖。看上去就像一篇锻炼有素的记者写的快讯。环节消息用粗体标注，点开第二个，你吃了一口感觉难吃，其他的呢，次要针对和墨西哥。你的第一反映是什么！布局清晰，要么干脆是的。换句话说，正在 200 个测试提醒中，现实援用的只要 3 个。AI 犯的错最初会让你对实正的旧事机构得到信赖。Roy 传授的尝试里，若是正在 AI 旧事摘要里看到错误消息，又是 404。这就很了。当你看到一个回覆底下列着十几个来历，大部门人正在用一个他们底子分不清的东西获打消息，对被援用的也一样。段落分明，你去餐厅吃饭，那受伤的就是这两家。很靠得住。那就不克不及援用它来或否定这件事。