Эра ответов: что мы теряем и приобретаем, доверяя поиск ИИ

Интернет стоял на трех китах: браузер, адресная строка и страница выдачи результатов. Три десятилетия мы были охотниками за информацией: вводили запрос, получали десятки ссылок и, как золотоискатели, просеивали тонны породы, чтобы найти крупицу истины. Этот процесс требовал усилий, критического мышления и времени, но оставлял пользователю право выбора и контроля. Сегодня на смену этому пришел новый цифровой оракул — генеративный искусственный интеллект, который не предлагает выбрать, а просто предлагает готовый, связный ответ. Этот переход кажется революционным, но так ли он однозначно хорош? Комплексное исследование немецких ученых проливает свет на скрытые компромиссы этой, казалось бы, безупречной технологии.

Сравнительный анализ, проведенный специалистами из Рурского университета в Бохуме и Института программных систем Общества Макса Планка, противопоставил традиционный поиск Google четырем продвинутым ИИ-системам: Google AI Overview, Gemini, GPT-4o-Search и GPT-4o с поисковым модулем. Исследователи выполнили тысячи запросов из различных сфер, от общих знаний и политики до науки и шопинга, чтобы выявить фундаментальные различия.

Оценка проводилась по трем ключевым параметрам. Первый — разнообразие источников. Здесь ИИ-системы продемонстрировали неожиданный результат: они черпают информацию из гораздо более широкого спектра веб-сайтов, чем традиционный поиск, который фокусируется на топовых сайтах. Однако эта кажущаяся демократичность имеет обратную сторону: ссылки, используемые ИИ, часто оказываются не самыми авторитетными или популярными, а значит, пользователь лишается привычного маркера качества — высокого ранжирования в выдаче.

Второй параметр — зависимость от внутренних знаний. Исследование выявило значительные различия между самими ИИ-моделями. Например, GPT-4o с поисковым инструментом зачастую полагался на собственную, уже обученную информацию, в то время как Google AI Overview и Gemini демонстрировали более последовательную работу с актуальными внешними источниками. Это создает риски: ответ может быть основан на устаревших или обобщенных внутренних данных, а не на самой свежей информации из сети.

Третий аспект — концептуальный охват. Ученые проверяли, охватывают ли итоговые ответы ИИ более широкий спектр идей по сравнению с традиционной выдачей. Оказалось, что даже при использовании большего числа источников, ответы ИИ далеко не всегда были более полными или глубокими. Как отмечают авторы, различия в выборе источников и использование внутренней памяти могут тонко влиять на доступные пользователям факты и точки зрения, даже если общее впечатление от ответа схоже.

Особую тревогу вызывает фактор временной стабильности. Повторный эксперимент, проведенный спустя два месяца, показал, что ответы ИИ склонны к существенным изменениям. То, что сегодня система утверждала как факт, завтра может быть сформулировано иначе или дополнено новыми, иногда противоречивыми деталями. Это лишает пользователя уверенности в надежности полученной информации, которой отличались стабильные результаты традиционного поиска.

Таким образом, исследование не выносит однозначного вердикта о превосходстве одного подхода над другим, а скорее обнажает фундаментальный компромисс. Пользователь, обращаясь к ИИ, приобретает скорость и удобство, получая готовый, связный ответ, избавленный от необходимости самостоятельного анализа ссылок.

Однако за это удобство он платит высокую цену: потерей прозрачности источников, снижением их надежности и нестабильностью информации во времени. В свете этих выводов авторы настойчиво подчеркивают острую необходимость в разработке новых критериев и стандартов для адекватной оценки качества и достоверности ответов, генерируемых искусственным интеллектом, ведь будущее поиска уже наступило, и оно требует новой системы координат.