AI排行榜｜ChatGPT、Gemini非第一！準確度大比拼！第1名竟是「它」

英國消費者組織《Which?》最近針對AI問題向數千名成年人進行問卷調查，測試了六款主流AI工具——ChatGPT、Google Gemini、Gemini AI Overview (AIO)、Microsoft 的 Copilot、Meta AI 和 Perplexity，以評估它們在回答常見消費者問題（涵蓋個人金融、法律諮詢、健康與飲食、消費者權益和旅遊等主題）時的表現。專家根據答案的準確性、相關性、清晰度和實用性進行評分。

AI 準確度排行榜出爐：Perplexity意外奪冠

研究人員向每款工具提出了 40 個問題，並由《Which?》專家根據答案的準確性、相關性、清晰度、實用性和道德責任進行評估，然後匯總為總分。

根據調查結果顯示，Meta AI的得分最低，只有55%；而大家使用率最高的工具ChatGPT得分卻是倒數第二；而Perplexity則以71%的分數位居榜首，在準確性、相關性、清晰度和實用性方面均獲得最高分。因此證明在專業可靠度上，知名度最高的工具並非表現最好。

高人氣AI工具的致命錯誤：法律、金融問題頻頻失準

雖然AI存在缺陷，但使用者對其輸出的資訊信任度依然十分高，調查顯示，約有一半（51%）的受訪者使用 AI 進行網路資訊搜尋。而在這些使用者中，有近一半（47%）的人表示，他們對收到的資訊抱持「高度」或「合理程度」的信任。在頻繁使用AI的群體中，信任度甚至上升到近 三分之二（65%）。

這亦都表示消費者對AI資訊的「合理信任」與其實際可靠度存在巨大落差，而尤其是在涉及金融、法律和醫療等高風險領域，依賴AI回覆可能會導致嚴重的財務損失或法律風險。

誤導性的金融建議

在關於「個人儲蓄帳戶 (ISA)」年度投資額度的測試中，研究人員故意設定錯誤上限 (£25,000)，結果ChatGPT和Copilot竟未能察覺錯誤，直接基於此前提提供投資建議，可能導致使用者違反稅務規定。

其二，在詢問如何申領退稅時，ChatGPT 和 Perplexity均在免費的政府服務旁，列出了收費高昂的第三方退稅公司連結，這些公司常因收取高額費用而受到批評。

危險的法律行動建議

在處理建築工程糾紛時，Google Gemini建議消費者可以「扣留工匠款項」。專家警告，這類行動在某些情況下可能構成違約，反而削弱消費者的法律地位。

ChatGPT、Gemini AIO 和Meta AI在處理寬頻速度問題時，未能區分不同服務供應商是否簽署了相關的自願性規範，導致給出的合約退出權利建議是錯誤的。

引用不可靠來源

AI 經常引用過時或不可信的資訊，例如在健康或旅行建議中，引用數年前的Reddit論壇貼文作為參考來源。

科技巨頭的回應

面對調查結果，各大科技公司均承認了AI模型的局限性。

微軟（Microsoft）承認Copilot僅是「資訊的整合者，而非權威來源」，並鼓勵用戶驗證內容。

Google (Gemini) 表示對生成式 AI 的限制保持透明，並在應用程式中提醒用戶複查資訊，並建議在法律、醫療和金融事務上諮詢專業人士。

而ChatGPT公司OpenAI則承諾將提升準確性，並宣傳其最新的GPT-5模型是「迄今最聰明、最準確」的版本。

專家建議：使用 AI 的「五要點」

《Which?》專家提醒，在AI仍未成熟的階段，使用者必須採取謹慎態度：

1. 明確提問： 在詢問法規或財務資訊時，務必清楚標明地區或司法區，避免 AI 自行推測而產生偏差。

2. 完善提問：人工智慧工具並非總是能一次給出全面答案。如果您閱讀資訊後仍有疑問，須進一步明確問題。清楚地表達想要了解的內容。 

3. 檢查來源：許多人工智慧引擎使用不可靠的資訊來源，甚至根本不公開資訊來源。有些引擎甚至會捏造訊息來源，因此務必檢查 AI 引用資訊的來源和連結，確認其權威性和時效性。

4. 尋求多個意見：不應該只依賴單一資訊來源，可以嘗試2-3個工具，以獲得一系列不同的答案。

5. 專業諮詢： 對於任何涉及法律、重大財務決策或醫療健康的敏感問題，AI 的回答只能作為參考，最終決定必須依賴合格的專業人士。

來源：英國消費者組織《Which?》

延伸閲讀：