哥伦比亚大学数字新闻研究中心近日研究发现，八款主流AI搜索引擎（ChatGPT Search、Perplexity、Gemini等）的平均准确率仅为六成，且对错误答案表现出过度自信。研究选取200篇来自20家新闻机构的报道进行测试，要求AI准确引用文章内容、来源及链接。结果显示，除Perplexity及其付费版表现稍好外，其余AI工具表现不佳。其中，ChatGPT Search虽回答了全部查询，但‘完全正确’率仅28%，‘完全错误’率高达57%；X旗下Grok AI的Grok-3 Search错误率更是达到94%。微软Copilot在200次查询中，仅16次‘完全正确’，66次‘完全错误’，总体错误率接近70%。令人担忧的是，这些AI工具的开发公司并未公开这些问题，却仍收取每月20至200美元的订阅费用，且付费版的错误率更高。该研究揭示了大语言模型易出错且难以识别自身错误的问题，再次引发外界对AI搜索工具可靠性的关注。