AI排行榜︱ChatGPT、Gemini非第一！准确度大比拼！第1名竟是“它”

英国消费者组织《Which?》最近针对AI问题向数千名成年人进行问卷调查，测试了六款主流AI工具——ChatGPT、Google Gemini、Gemini AI Overview (AIO)、Microsoft 的 Copilot、Meta AI 和 Perplexity，以评估它们在回答常见消费者问题（涵盖个人金融、法律咨询、健康与饮食、消费者权益和旅游等主题）时的表现。专家根据答案的准确性、相关性、清晰度和实用性进行评分。

AI 准确度排行榜出炉：Perplexity意外夺冠

研究人员向每款工具提出了 40 个问题，并由《Which?》专家根据答案的准确性、相关性、清晰度、实用性和道德责任进行评估，然后汇总为总分。

根据调查结果显示，Meta AI的得分最低，只有55%；而大家使用率最高的工具ChatGPT得分却是倒数第二；而Perplexity则以71%的分数位居榜首，在准确性、相关性、清晰度和实用性方面均获得最高分。因此证明在专业可靠度上，知名度最高的工具并非表现最好。

高人气AI工具的致命错误：法律、金融问题频频失准

虽然AI存在缺陷，但使用者对其输出的资讯信任度依然十分高，调查显示，约有一半（51%）的受访者使用 AI 进行网络资讯搜索。而在这些使用者中，有近一半（47%）的人表示，他们对收到的资讯抱持“高度”或“合理程度”的信任。在频繁使用AI的群体中，信任度甚至上升到近 三分之二（65%）。

这亦都表示消费者对AI资讯的“合理信任”与其实际可靠度存在巨大落差，而尤其是在涉及金融、法律和医疗等高风险领域，依赖AI回覆可能会导致严重的财务损失或法律风险。

误导性的金融建议

在关于“个人储蓄账户 (ISA)”年度投资额度的测试中，研究人员故意设定错误上限 (£25,000)，结果ChatGPT和Copilot竟未能察觉错误，直接基于此前提提供投资建议，可能导致使用者违反税务规定。

其二，在询问如何申领退税时，ChatGPT 和 Perplexity均在免费的政府服务旁，列出了收费高昂的第三方退税公司链接，这些公司常因收取高额费用而受到批评。

危险的法律行动建议

在处理建筑工程纠纷时，Google Gemini建议消费者可以“扣留工匠款项”。专家警告，这类行动在某些情况下可能构成违约，反而削弱消费者的法律地位。

ChatGPT、Gemini AIO 和Meta AI在处理宽频速度问题时，未能区分不同服务供应商是否签署了相关的自愿性规范，导致给出的合约退出权利建议是错误的。

引用不可靠来源

AI 经常引用过时或不可信的资讯，例如在健康或旅行建议中，引用数年前的Reddit论坛贴文作为参考来源。

科技巨头的回应

面对调查结果，各大科技公司均承认了AI模型的局限性。

微软（Microsoft）承认Copilot仅是“资讯的整合者，而非权威来源”，并鼓励用户验证内容。

Google (Gemini) 表示对生成式 AI 的限制保持透明，并在应用程序中提醒用户复查资讯，并建议在法律、医疗和金融事务上咨询专业人士。

而ChatGPT公司OpenAI则承诺将提升准确性，并宣传其最新的GPT-5模型是“迄今最聪明、最准确”的版本。

专家建议：使用 AI 的“五要点”

《Which?》专家提醒，在AI仍未成熟的阶段，使用者必须采取谨慎态度：

1. 明确提问： 在询问法规或财务资讯时，务必清楚标明地区或司法区，避免 AI 自行推测而产生偏差。

2. 完善提问：人工智能工具并非总是能一次给出全面答案。如果您阅读资讯后仍有疑问，须进一步明确问题。清楚地表达想要了解的内容。

3. 检查来源：许多人工智能引擎使用不可靠的资讯来源，甚至根本不公开资讯来源。有些引擎甚至会捏造讯息来源，因此务必检查 AI 引用资讯的来源和链接，确认其权威性和时效性。

4. 寻求多个意见：不应该只依赖单一资讯来源，可以尝试2-3个工具，以获得一系列不同的答案。

5. 专业咨询： 对于任何涉及法律、重大财务决策或医疗健康的敏感问题，AI 的回答只能作为参考，最终决定必须依赖合格的专业人士。

来源：英国消费者组织《Which?》

延伸阅读：