Почти половина из нас использует искусственный интеллект для поиска информации и генерации идей. И неудивительно: социальные сети превратились в помойку, а Google стал лишь порталом в Reddit. Мы жаждем надёжности. Да и разве боты не полезны? Я спросил одного, понимает ли он, что тратит энергию впустую. Через 30 минут он прислал мне рецепт веганского сыра.
Сыр я не готовил. Бот нашел рецепт, сделанный человеком (вероятно, скопированный). Такова их работа: они пересортируют знания в адаптированный информационный шлам. Для кулинарии это подходит. Для поиска истины — нет. Я фактчекер в журнале WIRED. Здесь ставки выше.
В последнее время люди жалели меня. Они считали, что моя профессия устарела. Наивные мысли. Я уверен, что очень мало реальных человеческих знаний действительно существует в интернете. ИИ работает хуже, чем принято думать. Он ошибается чаще.
По словам Коллина Дикки, Том Вулф воспринимал нас, фактчекеров, как клику ханж. Честно говоря, это справедливо. Мой босс — мужчина. А мы раздражаем. Это наша работа.
Старая школа
В WIRED мы делаем всё «по старинке». Подряд. Первичные источники. Мы звоним людям. Ждём ответа на линии. Спорим с юристами и этическими комитетами. Это рецензирование, но на скорости.
ИИ пока не убил этот подход. Хотя пытается внедрить проверку post hoc (после факта). Что-то вроде автоматизированного Snopes. В Великобритании группа Full Fact создала инструменты для этого. Они сканируют посты и подкасты, помечая спорные утверждения. Затем люди проводят расследование. Марк Франкель из Full Fact понимает суть: человеку здесь не избежать.
«Вам определённо нужен живой человек.»
Насколько велика ошибка?
ИИ ошибается. Часто. Как часто? Точно сказать сложно. С 2018 года на arXiv появилось 17 000 научных работ, в основном посвящённых надёжности ИИ.
На рабочем столе мы проверяем б-материал (второстепенные факты): статистику, даты, цитаты. Я использую ИИ-обзоры. И ненавижу их. Они врут примерно в трети случаев. Может, даже чаще.
Исследование Центра Тёрнера от марта 2025 года показывает, что более 60% результатов поиска с ИИ содержат неточности. По данным BBC, этот показатель составляет 45%. Будем откровенны: они ошибаются в половине случаев.
А какая модель лучше? Маск считает, что Grok — лучшая. Исследования говорят обратное. В прошлом году Claude занял первое место в RealFactBench с точностью 73%. Grok в этом тесте даже не участвовал. Что касается SimpleQA, организованного OpenAI в октябре 2024 года? Ни одна модель не преодолела порог в 50%. Google недавно обновил тест: Gemini 2.5 победил с показателем 55,6%.
А ChatGPT? Он сообщил мне, что модели обладают точностью 90–96%. Затем привёл ссылку на статью о медицине сна. Он утверждал, что галлюцинации происходят в 1–2% случаев. Источника не существовало.
Умнее не значит правдивее. Иногда наоборот. В отчёте об ИИ за 2025 год 60% исследователей усомнились, что проблема фактологической точности будет решена в ближайшее время. Боты слишком стараются угодить. Вместо того чтобы признать поражение, они выдумывают ответы.
Тест
У меня есть тест на собеседование, который я сдавал много лет назад. Ложная история о главном организаторе робот-звонков. Три бонусных вопроса. Я дал его ChatGPT, Claude, Gemini и Grok. Бесплатные версии.
Grok был агрессивен. «Да». Он презирал истину. Хотел бесконечного потока данных. Он отметил, что фактчекинг исторически считался женской работой. Интересно. Бесполезно.
Claude и Gemini проявили себя достойно. Разумные планы. Юридические предостережения. Gemini предложил заменить «людей» на «бумажные следы». Застенчиво.
ChatGPT был растерян. Неуверен в себе. Использовал модные словечки. Он хотел диаграмматизировать предложения. Затем он выдумал абзац из истории. Ни одна из моделей не проверяла факты на самом деле. Они обещали планы, а затем замолкали.
«Я не думаю, что вариант игнорировать ИИ… рассматривается», — говорит Энджи Холан из Poynter. Она предпочитает вовлечённость. Изучайте инструменты. Наблюдайте за их ошибками.
Я согласен. Я чувствую себя острее.
Аналоговое преимущество
Всё становится интересным, когда Google терпит неудачу. Табличка на границе. Скорость роста водорослей. Бургер Кинг в Лос-Анджелесе 1979 года. Это призраки в сети.
Бот не просидит час по телефону, пока вдова плачет. Ему всё равно на горе. Он не чувствует пассивной враждебности в фразе «Спасибо за ваше письмо». Он не видит скрытых конфликтов между источниками, размывающих факты.
Джек Биалик писал, что мы думаем, будто старые технологии — это новое. Конвейеры. Хирургия катаракты. Наша цифровая память гниет. Микрочипы живут пять лет. Камень — тысячелетия.
Ада Палмер говорит, что мы знаем меньше 1% истории, которая была 500 лет назад. И две трети из этого — ложь. Поколения передавали её. Биты терялись. Теперь мы доверяем серверам? Серверы умирают.
Люди делают ошибки. Я это знаю. Холан сказала, что отказ от чат-ботов не обеспечивает безопасности. По крайней мере… я думаю, она так сказала. Я уверен на 33–90%.
Я проверил диктофон в конце нашего интервью.
Он был выключен.
Ваш ход
Комментарии ниже. Если вы ненавидите вайб, или любите его — пишите нам на [email protected].
