Një raport i ri ka zbuluar se dhjetë chatbot-ët më të përdorur të inteligjencës artificiale përfshijnë informacione të pavërteta në një nga çdo tre përgjigje. Kompania amerikane e vlerësimit të lajmeve NewsGuard thekson se ndryshe nga viti 2024, modelet e AI nuk refuzojnë më të përgjigjen kur nuk kanë informacion të mjaftueshëm, duke sjellë një rritje të gabimeve.
Cilët chatbot gabojnë më shpesh?
Pi i Inflection AI doli më problematiku, me 57% të përgjigjeve që përmbanin pretendime të rreme.
Perplexity AI pas tij me 47%.
Edhe gjigantët si ChatGPT i OpenAI dhe Llama i Meta-s shpërndanë pasaktësi në rreth 40% të përgjigjeve.
Copilot i Microsoft dhe Le Chat i Mistral ishin pranë mesatares me 35%.
Në krahun tjetër, Claude i Anthropic ishte më i besueshmi me vetëm 10% pasaktësi, ndërsa Gemini i Google regjistroi 17%.
Raporti thekson rritjen më dramatike tek Perplexity, i cili në 2024 nuk kishte asnjë pretendim të rremë, por në gusht 2025 arriti në 46%. Ndërkohë, Mistral mbeti i pandryshuar me 37% në dy vite radhazi, edhe pse gazeta franceze Les Echos kishte zbuluar më herët se Le Chat përsëriste lajme të rreme për Presidentin Macron dhe gruan e tij deri në 58% të rasteve në anglisht.
Lexo edhe: Vjen në 2-3 tetor Future2Tech, panairi më i madh i inovacionit, teknologjisë dhe edukimit në vend!
Propaganda ruse në burimet e chatbot-ëve
Një tjetër zbulim shqetësues është se disa modele cituan narrativat e propagandës ruse nga rrjete si Storm-1516 dhe Pravda. Për shembull, kur u pyetën nëse kreu i Parlamentit të Moldavisë, Igor Grosu, kishte quajtur moldavët “kope delesh”, disa chatbot e paraqitën si fakt duke u mbështetur në burime të rreme.
Premtime për siguri, por problemet mbeten
Ky raport vjen në një kohë kur kompanitë e mëdha të AI premtojnë modele më të sigurta: OpenAI deklaron se ChatGPT-5 është “rezistent ndaj halucinimeve”, ndërsa Google tha se Gemini 2.5 është i aftë të “arsyetojë më saktë para se të përgjigjet”. Megjithatë, NewsGuard konkludon se modelet “vazhdojnë të dështojnë në të njëjtat fusha si një vit më parë”.
Si u krye studimi?
Studiuesit testuan chatbot-ët me 10 pretendime të rreme, duke përdorur tre lloje pyetjesh: neutrale, të anshme (që e marrin pretendimin si të vërtetë) dhe keqdashëse (për të anashkaluar filtrat). Pastaj matën nëse chatbot përsëriste pretendimin ose e rrëzonte atë.
Që nga viti 2015 nxisim shpirtin sipërmarrës, inovacionin dhe rritjen personale duke ndikuar në zhvillimin e një mjedisi motivues dhe pozitiv tek lexuesit tanë. Kjo punë që e bëjmë me shumë dashuri nuk ka të paguar. Ne jemi platforma e vetme e cila promovon modelin pozitiv të sipërmarrjes së lirë. Përmes kësaj platforme mbështesim edukimin gjatë gjithë jetës si mjet për zhvillimin personal dhe profesional të brezave. Kontributi juaj do të na ndihmojë në vazhdimin e këtij misioni në gjithë trevat shqipfolëse.
Mund të kontribuoni KETU. Falemnderit.
