哥伦比亚大学研究：AI搜索工具平均准确率仅六成，且自信满满“不认错”

摘要： IT之家 3月13日消息，据外媒 Techspot 周二报道，哥伦比亚大学数字新闻研究中心（Tow Center for...

IT之家 3月13日消息，据外媒 Techspot 周二报道，哥伦比亚大学数字新闻研究中心（Tow Center for Digital Journalism）近期对八款AI搜索引擎展开研究，包括ChatGPT Search、Perplexity、Perplexity Pro、Gemini、DeepSeek Search、Grok-2 Search、Grok-3 Search和Copilot。研究人员测试了每款引擎的准确性，并记录了它们拒绝回答问题的频率。

研究人员从20家新闻机构中随机挑选了200篇报道（每家10篇），确保它们在谷歌搜索时能排在前三位，然后用相同的查询方式测试各AI搜索工具，并评估它们是否正确引用了文章内容、新闻机构名称和原始链接。

测试结果显示，除Perplexity及其付费版外，其余AI搜索引擎的表现都不尽如人意。整体来看，AI搜索引擎提供的答案有60%是不准确的，而且AI对错误答案的“自信”反而加剧了问题。

这项研究的重要性在于，它用数据印证了外界多年来的担忧 —— 大语言模型不仅会出错，还擅长一本正经地胡说八道。它们往往以绝对肯定的语气陈述错误信息，甚至在被质疑时仍然试图自圆其说。

即使承认了错误，ChatGPT仍可能在后续回答中继续编造内容。在大语言模型的设定中，几乎是“无论如何都要给出答案”。研究数据支持了这一观点：ChatGPT Search是唯一回答了所有200个新闻查询的AI工具，但其“完全正确”率仅28%，而“完全错误”率高达57%。

ChatGPT并非表现最糟的。X旗下的Grok AI表现尤为不堪，其中Grok-3 Search的错误率高达94%。微软Copilot也问题重重 —— 在200次查询中，有104次拒绝作答，剩下的96 次中，仅16次“完全正确”，14次“部分正确”，66次“完全错误”，总体错误率接近70%。

这些AI工具的开发公司并未公开承认这些问题，却仍向用户收取每月20至200美元（IT之家备注：当前约145至1449元人民币）的订阅费。此外，付费版 Perplexity Pro（20美元/月）和Grok-3 Search（40美元/月）比免费版回答得更多，但错误率也更高。