Báo cáo cho biết trong số hơn 3.000 câu trả lời được kiểm tra, 45% có “ít nhất một vấn đề nghiêm trọng” bất kể ngôn ngữ hay quốc gia, còn 1/5 số câu trả lời chứa sai lệch lớn như “bịa chi tiết” hoặc sử dụng “thông tin lỗi thời”.
Nghiên cứu của EBU được thực hiện với 4 công cụ phổ biến gồm ChatGPT của OpenAI, Copilot của Microsoft, Gemini của Google và Perplexity. Trong đó, Gemini bị đánh giá tệ nhất, với 76% câu trả lời có lỗi nghiêm trọng - gấp 2 lần các công cụ còn lại - chủ yếu do khả năng trích dẫn nguồn yếu.
Từ cuối tháng 5 đến đầu tháng 6 vừa qua, 22 cơ quan truyền thông công cộng từ 18 quốc gia, phần lớn ở châu Âu, đã cùng đặt các câu hỏi tin tức giống nhau cho 4 trợ lý AI nói trên. Kết quả cho thấy thông tin lỗi thời là vấn đề phổ biến nhất.
Ví dụ, khi được hỏi “Giáo hoàng hiện nay là ai?”, ChatGPT trả lời cho hãng Yle (Phần Lan), còn Copilot và Gemini trả lời cho các đài NOS và NPO (Hà Lan) rằng đó là “Giáo hoàng Francis”, trong khi tại thời điểm khảo sát, người kế nhiệm là Giáo hoàng Leo XIV đã lên ngôi.
Ông Jean Philip De Tender, Phó Tổng giám đốc EBU, và ông Pete Archer, Trưởng bộ phận AI của BBC, nhận định: “Các trợ lý AI hiện nay vẫn chưa thể là kênh đáng tin cậy để truy cập và tiếp nhận thông tin báo chí”.
Dù còn nhiều hạn chế, các công cụ AI vẫn ngày càng được sử dụng rộng rãi để tra cứu tin tức, đặc biệt trong giới trẻ. Theo một báo cáo toàn cầu của Viện Reuters công bố hồi tháng 6, khoảng 15% số người dưới 25 tuổi cho biết họ sử dụng các trợ lý AI hàng tuần để đọc tóm tắt tin tức.
