Satu kajian terkini oleh Tow Center for Digital Journalism dari Columbia Journalism Review mendedahkan masalah ketepatan yang signifikan dengan model AI generatif yang digunakan untuk pencarian berita. Dalam ujian ke atas lapan alat pencarian bercorak AI, penyelidik mendapati bahawa lebih 60% soalan menghasilkan maklumat yang salah tentang sumber berita. Kira-kira 25% rakyat Amerika kini menggunakan model AI ini berbanding enjin pencarian tradisional, yang menimbulkan kebimbangan mengenai kebolehpercayaan mereka. Kadar kesilapan berbeza di antara alat yang berbeza. Sebagai contoh, Perplexity melakukan kesilapan dalam 37% soalan, manakala ChatGPT Search mencatatkan kadar kesilapan 67% (134 daripada 200 soalan). Grok 3 mempunyai kadar tertinggi iaitu 94%. Untuk melakukan ujian ini, penyelidik menyediakan petikan langsung dari artikel berita sebenar dan meminta alat AI untuk mengenal pasti butiran yang bersesuaian seperti tajuk, penerbit, tarikh, dan URL, menjadikan jumlah soalan sebanyak 1, 600. Trend yang membimbangkan yang diperhatikan adalah bahawa bukannya enggan menjawab apabila tidak pasti, model ini sering menawarkan jawapan yang terdengar boleh diterima tetapi salah, pola yang konsisten di semua alat yang diuji. Versi premium alat AI ini, seperti Perplexity Pro ($20/bulan) dan perkhidmatan premium Grok 3 ($40/bulan), kadang-kadang berprestasi lebih teruk, kerana mereka sering memberikan jawapan yang salah walaupun menjawab dengan betul sejumlah besar permintaan. Kecenderungan mereka untuk menawarkan jawapan yang tidak pasti menyumbang kepada kadar kesilapan keseluruhan yang lebih tinggi. Kajian juga membangkitkan isu mengenai kawalan penerbit terhadap kandungan mereka.

Beberapa alat AI mengabaikan Protokol Pengecualian Robot yang bertujuan untuk menghalang akses tidak dibenarkan kepada kandungan tertentu. Sebagai contoh, versi percuma Perplexity mengenal pasti petikan daripada artikel National Geographic yang dibayar, walaupun akses tersebut jelas dilarang. Selain itu, apabila alat AI memang menyebut sumber, mereka sering mengaitkan kepada kandungan bersindikasi di laman seperti Yahoo News dan bukannya penerbit asal. Masalah ketara timbul dengan penghasilan URL—lebih separuh daripada petikan daripada Google’s Gemini dan Grok 3 membawa kepada halaman yang rosak atau tidak wujud, dengan Grok 3 mempunyai 154 daripada 200 petikan yang menghasilkan halaman ralat. Keadaan ini meletakkan penerbit dalam posisi yang sukar: menyekat perayap AI boleh menghilangkan atribusi, manakala membenarkan akses memudahkan penggunaan semula kandungan tanpa memberi faedah kepada laman asal. Mark Howard, COO majalah Time, menyatakan kebimbangan mengenai ketelusan dan kawalan, tetapi juga mencadangkan potensi untuk penambahbaikan, menyatakan bahawa alat AI semasa akan berkembang dengan positif. Howard secara tegas mengkritik pengguna yang mengharapkan ketepatan lengkap daripada perkhidmatan AI percuma, mencadangkan agar skeptisisme itu perlu. OpenAI dan Microsoft mengakui penemuan kajian tersebut tetapi tidak memberi respons secara langsung terhadap isu-isu yang dibangkitkan. OpenAI menekankan komitmennya untuk menyokong penerbit, manakala Microsoft mendakwa mematuhi Protokol Pengecualian Robot. Laporan ini membina penemuan terdahulu dari November 2024, yang juga menyerlahkan isu ketepatan dengan pengendalian kandungan berita oleh ChatGPT. Untuk maklumat lanjut, laporan penuh boleh didapati di laman web Columbia Journalism Review.