Nova studija istraživača sa Sveučilišta u Kopenhagenu pokazuje da AI chatbotovi korisnicima nude znatno uži i ujednačeniji raspon informacija od Googleova pretraživanja.

Istraživači s Odjela za računalne znanosti (DIKU) testirali su 27 velikih jezičnih modela na 155 tema. Za svaku temu koristili su 200 različitih formulacija upita temeljenih na pitanjima stvarnih korisnika. Tako je nastao skup podataka s oko 70 milijuna pojedinačnih tvrdnji koje su generirali modeli.

Rezultati pokazuju da čak i model s najraznolikijim odgovorima, OpenAI-jev GPT-5, daje najmanje 18,7 posto manje raznolikih informacija od Googleova pretraživanja.

Istraživanje je obuhvatilo vrlo različite teme, od nuklearnog oružja, braka i pornografije do rasizma i genocida, ali i specifične teme poput Marine Le Pen, Falklandskog rata i K-popa.

„Svaki jezični model koji smo testirali pruža korisnicima ujednačenije informacije od jednostavnog pretraživanja Googlea o svim temama koje smo proučavali“, kaže Dustin Wright, prvi autor studije i docent na Sveučilištu Aalborg.

Prema istraživačima, posljedica bi mogla biti svojevrsna homogenizacija informacija. Ako korisnici odgovore sve češće traže od istih modela, veća je vjerojatnost da će dobivati iste ili slične informacije, dok će sadržaji i perspektive izvan dominantnog obrasca biti manje vidljivi.

Problem nije samo u točnosti

Istraživači upozoravaju da se rasprava o kvaliteti AI modela ne bi trebala svesti samo na pitanje jesu li njihovi odgovori točni. Jednako je važno koliko različitih informacija i perspektiva model može ponuditi.

Jedan od razloga za manju raznolikost proizlazi iz samog načina na koji veliki jezični modeli uče. Tijekom obuke obrađuju goleme količine tekstualnih podataka i uče obrasce koji se u njima najčešće pojavljuju. Time se povećava vjerojatnost generiranja sadržaja koji odgovara dominantnim obrascima, dok se rjeđi obrasci mogu izgubiti.

Dodatni problem mogao bi nastati ako se budući modeli sve više budu obučavali na sadržaju koji su proizveli drugi AI modeli. Takav bi se proces mogao ponavljati kroz više generacija modela, postupno smanjujući raznolikost podataka dostupnih modelima. Istraživači taj hipotetski proces nazivaju „kolapsom znanja“.

No studija ne tvrdi da je takav kolaps već nastupio. Naprotiv, istraživači navode da noviji modeli zasad daju nešto raznolikije odgovore od starijih. Problem vide u mehanizmu koji bi dugoročno mogao dovesti do smanjivanja raznolikosti.

„To je nešto čega bismo trebali biti svjesni“, kaže Isabelle Augenstein, profesorica na DIKU-u i glavna autorica studije.

Google daje širu sliku

Nalazi studije zanimljivi su i zbog promjene uloge tražilica. Kod klasičnog pretraživanja korisnik dobiva popis rezultata iz različitih izvora i sam bira koje će otvoriti. Kod chatbotova model odabire informacije koje će uključiti u odgovor i korisniku ih predstavlja kao jedinstvenu cjelinu.

To ne znači da je jedan pristup nužno točan, a drugi pogrešan, ali mijenja način na koji korisnik dolazi do informacija. Kod tražilice korisnik može uspoređivati izvore i nailaziti na različite interpretacije istog pitanja. Kod chatbotova je taj izbor velikim dijelom napravljen prije nego što odgovor stigne do korisnika.

Zbog toga istraživači preporučuju korištenje različitih izvora, posebno kada je riječ o složenim ili kontroverznim temama.

„Sažeci AI chatbotova, naravno, mogu biti korisni. Ali i dalje je važno tražiti različite izvore kako bismo razumjeli nijanse i dobili širu sliku“, kaže Augenstein.

Studija pritom upozorava i na ograničenje vlastitog pristupa: epistemološka raznolikost važna je, ali treba je promatrati zajedno s drugim kriterijima kvalitete, poput činjeničnosti i relevantnosti.

Za korisnika to znači jednostavno pravilo: AI chatbot može biti dobar početak pretraživanja, ali ne mora biti i cijelo pretraživanje.