Ang isang bagong pag-aaral sa akademiko ay naghahatid ng malubhang pagdududa sa pagiging maaasahan ng paghahanap na pinapagana ng AI mula sa Google at OpenAI. Ang isang kamakailan-lamang na nai-publish na papel ng pananaliksik na natagpuan ang mga tool sa paghahanap ng generative ay madalas na gumagamit ng mas kaunti o hindi gaanong tanyag na mga mapagkukunan kaysa sa tradisyonal na paghahanap sa Google. Ang mga natuklasang ito ay nagmumungkahi na habang ang AI ay maaaring magbigay ng mabilis na mga sagot, madalas itong maiiwan sa kawastuhan at kalidad ng mapagkukunan, na nagdudulot ng isang hamon para sa mga gumagamit na umaasa sa paghahanap para sa napapanahon na impormasyon. href=”https://arxiv.org/abs/2510.11560v1″target=”_ blangko”> papel na inilathala sa arxiv ay nagpapakita ng isang pangunahing paglilipat sa kung paano ang impormasyon ay na-sourced. Ang mga mananaliksik na si Elisabeth Kirsten at ang kanyang mga kasamahan ay inihambing ang tradisyonal na paghahanap sa Google laban sa apat na mga generative AI system-pangkalahatang-ideya ng AI ng Google, Gemini 2.5 Flash, GPT-4O Search, at GPT-4O na may isang tool sa paghahanap.
Ang isang kapansin-pansin na 53% ng mga website na naka-link sa pangkalahatang-ideya ng AI ng Google ay hindi lumitaw sa nangungunang 10 mga resulta ng isang maginoo na paghahanap. Ipinapahiwatig nito ang isang makabuluhang pagkakaiba-iba mula sa itinatag na mga signal ng ranggo ng tradisyonal na paghahanap. average, na nagpapakita ng isang higit na pag-asa sa panlabas na pagkuha ng web. Para sa mga hindi malinaw na mga query, nabanggit ng pag-aaral na ang tradisyonal na paghahanap ay nagbigay pa rin ng mas mahusay na saklaw ng maraming mga pananaw. Ang mga generative search engine ay lilitaw na lubos na pabagu-bago ng isip, kasama ang kanilang mga sagot at mga mapagkukunan na nagbabago nang malaki sa mga maikling panahon. Para sa mga gumagamit na umaasa ang maaasahan at maulit na impormasyon, ang kinalabasan ay tungkol sa.
Ang mga resulta mula sa muling pagsubok ay nabigo. Ang tradisyunal na paghahanap sa Google ay nagpapanatili ng isang 45% na pare-pareho sa mga mapagkukunan na ipinakita nito. Sa isang drop-off, ang pangkalahatang-ideya ng AI ng Google ay nagpakita lamang ng 18% na pagkakapare-pareho, na nangangahulugang ang pinagbabatayan nitong mga mapagkukunan ay halos ganap na naiiba sa isang pagsubok hanggang sa susunod.’Ngayon’: Nabigo ang AI sa balita na sensitibo sa oras Sinubukan ng mga mananaliksik ang mga system gamit ang mga trending na paksa, kabilang ang isang query tungkol sa”Ricky Hatton Cause of Death,”isang dating boksingero na namatay noong Setyembre 2025. Hindi nila wastong naiulat na ang Hatton ay buhay pa, isang makabuluhang error na nagmumula sa isang kakulangan ng pag-access sa kasalukuyang impormasyon. Habang ang mga sistemang nakukuha sa retrieval tulad ng Gemini ay gumanap nang mas mahusay, binibigyang diin ng insidente ang mga panganib para sa pagsira ng balita o umuusbong na mga kaganapan. Ang ulat na iyon ay nabanggit ang paggamit ng”seremonyal na mga pagsipi”-mga link na mukhang makapangyarihan ngunit hindi talaga suportado ang mga pag-angkin na ginawa.”Ang pananaliksik na ito ay konklusyon na nagpapakita na ang mga pagkabigo na ito ay hindi nakahiwalay na mga insidente. Ang mga ito ay sistematiko, cross-border, at multilingual, at naniniwala kami na ang mga endangers na pampublikong tiwala.”Nagtatalo ang mga publisher na ang mga search engine ng AI ay hindi lamang hindi maaasahan ngunit aktibong nakakasira sa kanilang mga negosyo sa pamamagitan ng pag-scrape ng nilalaman upang magbigay ng mga direktang sagot, tinanggal ang pangangailangan para sa mga gumagamit na mag-click hanggang sa orihinal na mapagkukunan. News/Media Alliance, ilagay ito,”Ang mga link ay ang huling pagtubos ng kalidad ng paghahanap na nagbigay ng trapiko at kita ng mga publisher. Ngayon ay kinukuha lamang ng Google ang nilalaman at ginagamit ito nang walang pagbabalik.”Ang mga kasalukuyang sukatan, na idinisenyo para sa mga ranggo na listahan ng mga link, ay hindi sapat para sa pagsusuri ng mga bagong sistemang ito. Kahalagahan ng pagsasama ng temporal na kamalayan at dynamic na pagkuha sa mga generative search evaluation frameworks.”