Nem minden AI állítás igényel hivatkozást – de minden állításnak alapja van

Miért nem volt már elegendő teszt az „idézet hiánya” A bizalom problémája nem elvont. Mérhető, és specifikus, dokumentált módokon rosszabbodik. Egy 2025-ös, AI által generált hivatkozásokról szóló tanulmány megállapította, hogy 19,9% teljesen koholt volt, további 45,4% pedig súlyos bibliográfiai hibákat tartalmazott – ami azt jelenti, hogy az AI által abban a tanulmányban előállított hivatkozások közel kétharmada vagy kitalált, vagy valamilyen lényeges módon hibás volt. Emellett a koholt hivatkozások nyomon követése a publikált kutatásokban durván 12-szeres növekedést mutat 2023 és 2025 között, több mint 4000 orvosbiológiai tanulmányban találtak olyan kutatásra való hivatkozást, amely nem létezik. A jogrendszer már most viseli ennek költségeit. 2026 februárjáig 66 amerikai jogi ügyben szabtak ki szankciót kifejezetten AI által generált hibák miatt, és 2026 júniusára ez a szám világszerte 1598 bírósági eljárásra nőtt, amelyek koholt hivatkozásokat tartalmazó AI tartalmat érintettek – több mint 145 000 dollár értékű AI-benyújtási büntetéssel az amerikai bíróságokon csak 2026 első negyedévében. Mindez nem ok arra, hogy teljes mértékben bizalmatlannak legyünk az AI-val szemben. Ok arra, hogy felhagyjunk azzal, hogy „van-e hivatkozás” legyen a teljes teszt, mert ez a teszt túl könnyen átmenő anélkül, hogy valójában igaz lenne, és – ami éppolyan fontos – túl könnyen elbukható, miközben valójában helyes. A dolog másik oldalán is van egy valós bonyodalom, amit érdemes őszintén kijelenteni, nem pedig elhallgatni: egy Yale-tanulmány megállapította, hogy azok az emberek, akik AI chatbotokat használtak hírek ellenőrzésére, 15 pontos csökkenést tapasztaltak saját, segítség nélküli képességükben a félretájékoztatás felismerésére mindössze négy hét után. A hitelesítés kiszervezése nem ingyenes. Rosszabbá tehet abban, hogy maga végezze el. Ez egy valódi ok arra, hogy olyan rendszert akarjunk, amely megmutatja a munkáját, nem pedig olyat, amely csak egy tisztának tűnő választ ad. --- ## Min állhat valójában egy állítás Ha egyedül egy idézet nem a megfelelő teszt, a hasznosabb kérdés az: milyen típusú bizonyíték hozta létre ezt az állítást? A gyakorlatban hat valós, elkülönülő válasz létezik. ### 1. Külső kutatás Egy állítás, amely élő keresésen vagy valós, aktuális források elleni lekérdezésen alapul – az a fajta bizonyíték, amelyre egy idézetnek mutatnia kellene, és ahol a hiánya valódi vörös zászló. ### 2. Felhasználó által szolgáltatott információ Egy állítás, amelyet Ön közvetlenül közölt a rendszerrel – saját márkájának tényei, saját piaci ismeretei, egy Ön által szolgáltatott korrekció. Ehhez nincs szükség külső idézetre. Az idézet Ön. ### 3. Korábbi lépésből továbbvitt bizonyíték Egy többlépcsős kutatásban egy későbbi szakasz helyesen támaszkodhat olyan bizonyítékokra, amelyeket egy korábbi szakasz már megállapított és ellenőrzött, ahelyett, hogy azt a nulláról újra kutatná. Az idézet felfelé található, nem pedig minden alárendelt mondaton, amely azt használja. ### 4. Analitikus következtetés, egyértelműen következtetésként jelölve Néha az őszinte válasz az, hogy „az összegyűjtött bizonyítékok alapján ez a legészszerűbb értelmezés” – nem felfedezett tény, hanem ítélet. Ez legitim, feltéve, hogy következtetésként van megjelölve, és nem idézetként van feltüntetve. ### 5. Determinisztikus számítás Néhány állítás csupán számtani művelet. Ha a bemenetek helyesek, egy rögzített, reprodukálható számításhoz nincs szükség idézetre, ahogy egy táblázatkezelő formulához sem – a „bizonyíték” az a tény, hogy ugyanazok a bemenetek mindig ugyanazt a kimenetet eredményezik. ### 6. Emberi korrekció, utólag alkalmazva Ezt a pontot az AI bizalomról szóló legtöbb tudósítás teljesen kihagyja: amikor egy valós, elsődleges tudással rendelkező személy korrigál egy AI által generált állítást, az a korrekció maga is bizonyíték – vitathatatlanul a legerősebb elérhető típus, mert attól származik, aki valóban ott volt. Ezt önálló, valódi, hatodik kategóriának tekintjük, nem csupán egy minőségellenőrzési lépésnek, amelyet az előző öt után csavaroztak. Ez egy valódi szintézis a részünkről, nem egy bevett iparági kifejezés – érdemes világosan kimondani, ahelyett, hogy többet mutatnánk, mint ami. Hat valós válasz. Egy teszt – „van-e hivatkozás” – soha nem fedezte volna le mind a hatot. --- ## Az a különbségtétel, amit szinte senki sem tesz: hiányosság versus műtermék Íme az a szempont, amely valóban kevéssé feltárt, és sokkal fontosabb, mint amilyennek hangzik. Amikor egy AI rendszer valami bizonytalanként jelöl meg, az a jelzés két nagyon különböző dolgot jelenthet: Valódi bizonyítékhiány — a téma valójában nem volt ellenőrizhető. Senki sem publikálta a számot. Az információ nem nyilvános. A bizonytalanság valós, és a világról szól. Nyelvi műtermék — az alapul szolgáló megállapítás rendben van, de negatívként vagy bizonytalanként jelölték meg pusztán a megfogalmazás módja miatt, nem pedig azért, amit valójában mond. A bizonytalanság a mondatról szól, nem a témáról. Ezek az oldalon azonosnak tűnnek. Mindkettő sárga zászlóként jelenik meg egy állítás mellett. De teljesen más reakciókat igényelnek. Egy valódi hiányosság további kutatást igényel. Egy nyelvi műtermék jobb megfogalmazást igényel – és ha kutatási hiányosságként kezelik, az időpazarlás, mert olyan bizonyítékokat üldöznek, amelyek sosem voltak kétségesek. Ez a különbségtétel alig jelenik meg az AI bizalommal és hallucinációval foglalkozó meglévő tudósításokban. A legtöbb megáll ott, hogy „az AI tévedhet, ellenőrizze a fontos állításokat” – ami igaz, de nem cselekvőképes. Annak tudása, hogy milyen típusú zászlót néz, az mondja meg valójában, hogy mit tegyen legközelebb. --- ## Miért jobbak a szűkebb kérdések a tágabbaknál Van egy második minta is, amit érdemes megnevezni, és ez azzal ellentétes irányba mutat, amit a legtöbb ember feltételez egy „alaposabb” AI kutatásról. Az ösztön az, hogy egy nagy, nyitott kérdést tegyünk fel, és átfogó választ várjunk. A gyakorlatban az ellenkezője szokott jobban működni: egy tág kérdés több szűk, specifikus, körülhatárolt kérdésre bontása – és azok külön-külön feltétele – olyan bizonyítékokat eredményez, amelyeket könnyebb ellenőrizni, könnyebb megbízni bennük, és gyakran közvetlenül hasznosabb, mint egyetlen, mindent egyszerre lefedni próbáló, terjedelmes válasz. Részben azért: egy szűk kérdés kevesebb teret enged a rendszernek arra, hogy összemosson dolgokat, amelyeknek külön kellene maradniuk. Azt is lehetővé teszi Önnek, az olvasónak, hogy sokkal könnyebben ellenőrizhető állítást kapjon – egy konkrét kérdésre adott konkrét választ ellenőrizhet egy konkrét forrással szemben. Egyetlen bekezdés, amely öt dolgot próbál megválaszolni egyszerre, általában nem ellenőrizhető semmivel szemben. A kevesebb, pontosabban célozva, általában felülmúlja a többet. --- ## Hogyan nézett ki ez valójában a valós piackutatásban Mindezeket nem vettük készpénznek. Valós kutatást végeztünk arról, hogy az emberek jelenleg hogyan írják le frusztrációjukat azokkal az AI eszközökkel kapcsolatban, amelyek bizonyíték- és bizalmi állításokat tesznek – az ismétlődő nyelvezetet, amelyet az emberek valójában használnak, nem pedig egy hipotézist erről. Három kifejezés elég gyakran, függetlenül felmerült ahhoz, hogy érdemes legyen itt megismételni, anélkül, hogy bármely konkrét termékhez vagy vállalathoz kötnénk őket, mert a minta a lényeg, nem pedig egyetlen eladó: - Egy érzékelt „5%-os hülyeség arány” — az az érzés, hogy még egy többnyire megbízható AI eszköz is tartalmaz egy kicsi, de valós arányban magabiztosan téves kimenetet, és hogy ez az arány ritkán csökken nullára, bármilyen jó is az eszköz. - A „átláthatóság illúziója” — ahol egy eszköz láthatóan megmutatja az indoklását vagy forrásait, ami megbízhatónak tűnik, anélkül, hogy ez a látható réteg valójában ellenőrizhető vagy helyes lenne. - A „validálás terhe” — az a csendes, valós költség, hogy az AI-segítette munka nem szünteti meg az ellenőrzés szükségességét, hanem egyszerűen áthelyezi az ellenőrzést az emberre, később, gyakran figyelmeztetés nélkül, hogy az továbbra is szükséges. Ugyanez a kutatás feltárta azt is, amit az emberek valójában akarnak helyette, függetlenül és ismételten, anélkül, hogy bármilyen konkrét válasz felé terelték volna őket: konzisztens, ellenőrizhető idézési képességet; látható magyarázatot arra, hogyan jutott az AI a következtetésre, ahelyett, hogy csak magát a következtetést adná; és egy szintetizált, cselekvésre ösztönző ítéletet ahelyett, hogy a rendszer által talált összes dolog szűretlen halmazát öntené ránk. Nem tartjuk magunknak a kereslet azonosításának érdemét – a kutatás magától rátalált. Amit kiemelünk, az az, hogy szorosan illeszkedik ahhoz, ahogyan mi építettük termékünket: egy őszinteségi réteg, amely feltételezéseket, hiányosságokat és ellentmondásokat mutat, ahelyett, hogy elrejtené őket; egy mód az elemzés valós kontextussal való korrigálására és újrafuttatására, ahelyett, hogy elölről kezdenénk; és egyetlen szintetizált ítélet előre, a teljes bizonyítéknyomvonal elérhető alatta bárki számára, aki ellenőrizni szeretné a munkánkat. --- ## Ellenőrző lista a következő AI állításhoz, amit kap Legközelebb, amikor egy AI rendszer – a miénk vagy bárki másé – egy állítást ad Önnek, amire cselekedni készül, öt kérdés messzebbre viszi, mint a „van-e hivatkozás”: 1. Milyen típusú ez? Külső kutatás, saját bemenet, továbbvitt bizonyíték, címkézett következtetés, számítás vagy emberi korrekció – ezek különböző szintű bizalmat igényelnek. 2. Ha hivatkozásról van szó, a forrás valóban ezt mondja? Egy létező hivatkozás és egy, az adott állítást támogató hivatkozás nem ugyanaz az ellenőrzés. 3. Ha bizonytalanként van jelölve, az hiányosság vagy műtermék? Kérdezze meg, mi az, ami konkrétan ellenőrizetlen – a téma, vagy csak a mondat. 4. Egy szűkebb változatú kérdés ellenőrizhetőbb választ adna Önnek? Ha az állítás tág, fontolja meg, hogy a felosztása segítene-e. 5. Valóban megnézte ezt valaki, aki elsődleges tudással rendelkezik? Egy emberi korrekció, ha elérhető, gyakran a legerősebb bizonyítéktípus a listán – használja azt. Mindez nem igényli az AI teljes bizalmatlanságát. Azt igényli, hogy az „idézett” és az „igaz” szavakat két különböző kérdésként kezeljük, mert azok. ---