ChatGPT va boshqa mashhur chat-botlar ikki baravar ko‘proq yolg‘on gapira boshladi – tadqiqot

Yangi tadqiqotga ko‘ra, sun’iy intellektga (SI) ega chat-botlar o‘rtacha ikki baravar ko‘p yolg‘on javob bera boshladi. Ko‘pincha Inflection, Perplexity va Meta sun’iy intellekt modellari «feyk»larni haqiqatdek taqdim qilmoqda.

Tahlil doirasida NewsGuard tadqiqotchilari 10 ta «yetakchi» chat-botni sinab ko‘rdi, ularga siyosat, biznes va sog‘liqni saqlash sohalaridan o‘nta yolg‘on ma’lumotlarni yuborib, ularning haqiqiyligini tekshirishni so‘radi.

Natijaga ko‘ra, o‘tgan yil davomida javoblardagi yolg‘on ma’lumotlar ulushi o‘rtacha deyarli ikki baravarga oshdi - 18 foizdan 35 foizgacha. Eng katta yolg‘onchi Inflection startapining Pi chatboti bo‘ldi, u 57 foiz hollarda noto‘g‘ri javob bergan.

Tez o‘sib borayotgan sun’iy intellekt qidiruv tizimlaridan biri bo‘lgan Perplexity’da bu ko‘rsatkich 0 foizdan 47 foizgacha oshdi. ChatGPT ulardan uzoqlashmadi - OpenAI sun’iy intellekt modeli 40 foiz hollarda xato qilgan. Anthropic’dan Claude AI va Google’dan Gemini eng kam «noto‘g‘ri ma’lumot bergan» - mos ravishda 10 foiz va 17 foiz hollarda.

Mutaxassislar xatolar sonining ko‘payishini chat-botlar endi savollarga javob berishdan bosh tortmayotgani bilan izohlamoqda, hatto ma’lumotlar yetarlicha tekshirilmagan bo‘lsa ham. O‘tgan yilning shu davrida ular taxminan uchta holatdan bittasida javob berishdan bosh tortgan edi.

Buning sababi sun’iy intellekt vositalarini o‘qitish usulining o‘zgarishida, dedi tadqiqotchilar. Avvalgidek ma’lumotlar bazasiga havola qilish o‘rniga, neyron tarmoqlar endi ma’lumotlarni internetdan real vaqt rejimida olmoqda, ammo havolalarning mavjudligi modellar taqdim qiladigan manbalarning sifati va ishonchliligini kafolatlamaydi.

Sun’iy intellekt modellari uchun yaxlit benchmark ishlab chiquvchi Giskard kompaniyasi o‘tkazgan tadqiqot shuni ko‘rsatdiki, chat-botlardan qisqa javob berish so‘ralsa, ular ko‘pincha yolg‘on gapiradi. Neyron tarmog‘i lo‘nda javob so‘ralganda har doim aniqlikni emas, balki qisqalikni tanlaydi.