Tens of Millions of Errors Per Hour: Investigation Reveals the 'Accuracy Illusion' of Google AI Search

marsbitXuất bản vào 2026-04-13Cập nhật gần nhất vào 2026-04-13

Tóm tắt

A New York Times investigation, in collaboration with AI startup Oumi, reveals significant accuracy and reliability issues with Google's AI Overviews search feature. Testing over 4,300 queries showed the accuracy rate improved from 85% (powered by Gemini 2) to 91% (Gemini 3). However, given Google's scale of ~5 trillion annual searches, this 9% error rate translates to nearly 57 million incorrect answers generated hourly. A critical finding is the prevalence of "unsubstantiated citations." For correct answers, the rate of citations that do not support the AI's summary surged from 37% to 56% with the Gemini 3 upgrade, making it difficult for users to verify information. The AI heavily relies on low-quality sources, with Facebook and Reddit being among its top-cited websites. Furthermore, the system is highly manipulable. A BBC journalist successfully "poisoned" it by publishing a fabricated article; Google's AI began presenting the false information as fact within 24 hours. Google disputed the study's methodology, criticizing its use of the SimpleQA benchmark and an AI model (Oumi's own) to evaluate another AI. The company maintains its AI Overviews, combined with its search ranking systems, perform better than the underlying model alone. Critics note this defense does little to bolster user confidence in the feature's reliability.

Author: Claude, Deep Tide TechFlow

Deep Tide Guide: A recent test conducted by The New York Times in collaboration with AI startup Oumi shows that the accuracy rate of Google Search's AI Overviews feature is approximately 91%. However, given Google's scale of processing 5 trillion searches annually, this translates to tens of millions of incorrect answers generated every hour. More troublingly, even when the answers are correct, over half of the cited links fail to support their conclusions.

Google is disseminating misinformation on an unprecedented scale, and most people are completely unaware.

According to The New York Times, AI startup Oumi, commissioned by the publication, used the industry-standard test SimpleQA, developed by OpenAI, to evaluate the accuracy of Google's AI Overviews feature. The test covered 4,326 search queries, conducted in two rounds: one in October last year (powered by Gemini 2) and another in February this year (upgraded to Gemini 3). The results showed that Gemini 2's accuracy was about 85%, which improved to 91% with Gemini 3.

91% sounds good, but it's a different story when considering Google's massive scale. Google processes approximately 5 trillion search queries annually. With a 9% error rate, AI Overviews generates over 57 million inaccurate answers per hour, nearly 1 million per minute.

Correct Answers, Wrong Sources

More alarming than the accuracy rate is the issue of "unsubstantiated citations."

Oumi's data shows that in the Gemini 2 era, 37% of correct answers had the problem of "unsubstantiated citations," meaning the links attached to the AI summary did not support the information provided. After upgrading to Gemini 3, this proportion increased instead of decreasing, jumping to 56%. In other words, while the model gives correct answers, it is increasingly failing to "show its work."

Oumi CEO Manos Koukoumidis pointedly questioned: "Even if the answer is correct, how do you know it's correct? How do you verify it?"

The heavy reliance on low-quality sources by AI Overviews exacerbates this problem. Oumi found that Facebook and Reddit are the second and fourth most cited sources for AI Overviews, respectively. In inaccurate answers, Facebook was cited 7% of the time, higher than the 5% rate in accurate answers.

BBC Journalist's Fake Article "Poisons" Results Within 24 Hours

Another serious flaw of AI Overviews is its susceptibility to manipulation.

A BBC journalist tested the system with a deliberately fabricated false article. In less than 24 hours, Google's AI Overview presented the false information from the article as fact to users.

This means anyone who understands how the system works could potentially "poison" AI search results by publishing false content and boosting its traffic. Google spokesperson Ned Adriance responded by stating that the search AI feature is built on the same ranking and security mechanisms used to block spam, and claimed that "most examples in the test are unrealistic queries that people wouldn't actually search for."

Google's Rebuttal: The Test Itself Is Flawed

Google raised several concerns about Oumi's study. A Google spokesperson called the research "seriously flawed," citing reasons including: the SimpleQA benchmark itself contains inaccurate information; Oumi used its own AI model, HallOumi, to judge another AI's performance, potentially introducing additional errors; and the test content does not reflect real user search behavior.

Google's internal tests also showed that when Gemini 3 operates independently outside the Google Search framework, it produces false outputs at a rate as high as 28%. However, Google emphasized that AI Overviews, leveraging the search ranking system, performs better in accuracy than the model alone.

Nevertheless, as PCMag pointed out in a logical paradox: If your defense is that "the report pointing out our AI's inaccuracies itself uses potentially inaccurate AI," this likely does not enhance user confidence in your product's accuracy.

Câu hỏi Liên quan

QWhat was the accuracy rate of Google's AI Overviews feature as tested by Oumi, and how many errors does this translate to per hour given Google's search volume?

AThe accuracy rate of Google's AI Overviews was found to be 91% in the test. Given Google's annual volume of 5 trillion searches, this 9% error rate translates to over 57 million inaccurate answers generated every hour.

QAccording to the Oumi study, what was the trend in 'unsubstantiated citations' between the Gemini 2 and Gemini 3 versions of the AI Overviews?

AThe problem of 'unsubstantiated citations' (where the provided links did not support the AI's answer) increased from 37% with Gemini 2 to 56% with the upgraded Gemini 3.

QWhich low-quality websites were identified as major sources frequently cited by Google's AI Overviews?

AFacebook and Reddit were identified as the second and fourth most frequently cited sources by the AI Overviews feature.

QHow did a BBC journalist demonstrate the vulnerability of Google's AI Overviews to manipulation?

AA BBC journalist tested the system by publishing a deliberately fabricated article. Within 24 hours, Google's AI Overviews began presenting the false information from that article as a factual answer to user queries.

QWhat were Google's main criticisms of the Oumi study's methodology?

AGoogle criticized the study for having 'serious flaws,' stating that the SimpleQA benchmark itself contains inaccuracies, that using Oumi's own AI model to judge another AI could introduce errors, and that the test queries did not reflect real user search behavior.

Nội dung Liên quan

Ngân hàng Ý không nhìn thấy lợi thế hệ thống của stablecoin trong chuyển tiền

Một nghiên cứu của Ngân hàng Ý kết luận rằng stablecoin không mang lại lợi thế hệ thống bền vững về chi phí và tốc độ trong chuyển tiền quốc tế so với các dịch vụ tiêu chuẩn. Các ưu điểm tiềm năng bị mất đi bởi phí chuyển đổi sang/và từ tiền pháp định và hiệu quả của cơ sở hạ tầng thanh toán địa phương. Nghiên cứu so sánh việc chuyển 200 USDC qua 10 hành lang giữa Ý và các nước như Brazil, Argentina, Nhật Bản, UAE và Nam Phi. Tổng chi phí chuyển stablecoin dao động từ 0,3% đến gần 9%, tùy tuyến. Thời gian giải quyết giao dịch dưới 20 phút ở những nơi có hệ thống thanh toán tức thời, nhưng có thể kéo dài 1-2 ngày làm việc ở khu vực không có. Chi phí và độ trễ chủ yếu đến từ việc trao đổi, chuyển đổi tiền tệ và chất lượng hạ tầng địa phương, không phải từ phí blockchain. Dù stablecoin rẻ hơn mức trung bình toàn cầu là 6,65%, chúng chỉ rẻ hơn dịch vụ Wise ở 3/7 tuyến so sánh được. Các tác giả cho rằng lợi ích sẽ rõ ràng hơn nếu stablecoin có thể được chi tiêu trực tiếp mà không cần đổi sang tiền địa phương. Họ cũng lưu ý rằng các quy định cấm đoán không làm giảm nhu cầu với stablecoin, trong khi quy định quá chặt chẽ lại gây khó khăn cho người dùng phổ thông.

cryptonews.ru57 phút trước

Ngân hàng Ý không nhìn thấy lợi thế hệ thống của stablecoin trong chuyển tiền

cryptonews.ru57 phút trước

Cơn sốt Bitcoin đang bùng nổ: Tuyên bố mới của Saylor gây nên những đồn đoán về việc mua vào

Giám đốc điều hành của Strategy Inc. (Nasdaq: MSTR), Michael Saylor, một lần nữa khơi dậy những đồn đoán về việc công ty sẽ thông báo mua Bitcoin mới vào thứ Hai, sau khi đăng thông điệp "Bitcoin Drive engaged" vào ngày 2 tháng 8. Thông báo này đi kèm với biểu đồ mua hàng quen thuộc của công ty, phù hợp với thói quen báo hiệu thay đổi kho bạc trước các báo cáo hàng tuần của Saylor. Báo cáo kèm theo cho thấy dự trữ Bitcoin của Strategy là 843.775 BTC, trị giá khoảng 53,25 tỷ USD. Giá mua trung bình được ghi nhận là 75.653 USD/BTC, với lỗ chưa thực hiện là 10,58 tỷ USD (-16,58%). Một tín hiệu tương tự vào Chủ nhật tuần trước đã dẫn đến thông báo vào ngày 27/7 về việc công ty gia tăng dự trữ tiền mặt. Sổ cái thời gian thực của Strategy hiển thị 116 giao dịch đã đăng ký với tổng số 843.775 BTC được mua, đồng thời ghi nhận hai đợt bán Bitcoin gần đây tổng cộng 3.588 BTC (giảm từ 847.363 BTC), nhằm mục đích tài trợ cho cổ tức ưu đãi và bổ sung dự trữ USD. Công ty được báo cáo là đã không mua BTC trong tuần kết thúc ngày 26/7, đồng thời tăng dự trữ USD lên khoảng 3,75 tỷ USD. Bối cảnh tài chính đầy thách thức khi Strategy báo lỗ hoạt động 8,33 tỷ USD trong quý II/2026, chủ yếu do lỗ chưa thực hiện trên tài sản kỹ thuật số. Ban lãnh đạo có thể bán thêm tới 1,25 tỷ USD Bitcoin để củng cố dự trữ USD. Thông báo cập nhật dự kiến vào thứ Hai sẽ cho thấy liệu "Bitcoin Drive" có đánh dấu việc tái tích lũy hay không, khi Strategy cân bằng giữa kho dự trữ Bitcoin khổng lồ và các nghĩa vụ tiền mặt ngày càng tăng.

cryptonews.ru59 phút trước

Cơn sốt Bitcoin đang bùng nổ: Tuyên bố mới của Saylor gây nên những đồn đoán về việc mua vào

cryptonews.ru59 phút trước

Cổ phiếu các công ty trí tuệ nhân tạo được giao dịch như 'meme coin', trong khi Bitcoin hầu như không thay đổi giá - Tổng quan tuần

**Tóm tắt:** Bài viết phân tích các diễn biến chính trên thị trường tài chính và tiền điện tử trong tuần, với trọng tâm là sự biến động mạnh ở lĩnh vực AI và sự trầm lặng tương đối của Bitcoin. **Thị trường chứng khoán & AI:** * Cổ phiếu AI được giao dịch như "meme coin" với biến động cực đoan. Thị trường Hàn Quốc lao dốc 8% trong một phiên, chịu ảnh hưởng từ đợt bán tháo chip toàn cầu. * Quỹ "Situational Awareness" của Leopold Aschenbrenner bị thua lỗ nặng, dẫn đến thanh lý tài sản lớn, góp phần gây ra biến động. Citadel được cho là đã mua lại phần lớn danh mục của quỹ này. * Các chuyên gia như Ram Ahluwalia và Flood khuyên nên kiên nhẫn, trong khi Jim Bianco lưu ý thị trường thường tìm đáy sau khi một sự kiện lớn (như sự sụp đổ của một quỹ) xảy ra. **Macro & Tiền tệ:** * Các phát biểu của Chủ tịch Fed Kevin Warsh được cho là đã góp phần gây ra biến động, với một số ý kiến cho rằng ông thiếu năng lực. * Bộ Tài chính Nhật Bản can thiệp để hỗ trợ đồng Yên, nhưng hiệu quả hạn chế. * Có dấu hiệu về việc giảm thanh khoản toàn cầu và đà tăng trưởng sản xuất Mỹ chậm hơn kỳ vọng. **Thị trường Tiền điện tử:** * Bitcoin ít biến động, dao động quanh mức 64,000 USD, trong khi sự chú ý đổ dồn sang thị trường truyền thống. * Nhiều công ty tiền điện tử gặp khó khăn: BitMart và Storj Labs tuyên bố đóng cửa/phá sản; Coinbase (COIN) lao dốc sau báo cáo tài chính yếu; Uphold và các sàn khác cắt giảm nhân sự. * MicroStrategy tiếp tục tích lũy Bitcoin và mua lại cổ phiếu của chính mình, một chiến lược bị chỉ trích là "vòng xoáy Ponzi". * Cảnh báo bảo mật nghiêm trọng về lỗ hổng trên ví phần cứng Coldcard có thể làm lộ khóa riêng tư, đòi hỏi người dùng hành động ngay. **Các chủ đề khác:** * **DeFi/Blockchain:** Trade.xyz trên Hyperliquid và Pump.fun trên Solana cực kỳ thành công, đặt ra câu hỏi liệu họ có tự khởi chạy blockchain riêng hay không. Nghi ngờ giao dịch nội gián trên Hyperliquid. * **AI & Crypto:** Jason Calacanis và Barry Silbert nhiệt tình ủng hộ dự án Bittensor (TAO), coi đó là mô hình AI phi tập trung. Tác giả cảnh báo nên thận trọng trước sự cổ xúy của các nhà đầu tư mạo hiểm. * Các tranh cãi trong ngành: Kyle Samani chỉ trích Multicoin Capital; Charles Hoskinson khó chịu vì câu hỏi về quá khứ đồng sáng lập Ethereum. **Thông điệp chính:** Thị trường đang trải qua giai đoạn biến động mạnh, đặc biệt ở mảng AI, trong khi tiền điện tử chịu áp lực. Tính kỷ luật, sự kiên nhẫn và cảnh giác cao độ (đặc biệt về bảo mật) là cần thiết trong bối cảnh hiện tại.

cryptonews.ru1 giờ trước

Cổ phiếu các công ty trí tuệ nhân tạo được giao dịch như 'meme coin', trong khi Bitcoin hầu như không thay đổi giá - Tổng quan tuần

cryptonews.ru1 giờ trước

Coinkite bị chỉ trích vì lưu trữ email khách hàng sau vụ hack Coldcard trị giá 88 triệu USD

Coinkite một lần nữa đối mặt với làn sóng chỉ trích từ khách hàng sau khi lỗi trong quá trình tạo cụm từ seed ngẫu nhiên cho ví phần cứng Coldcard dẫn đến việc hơn 1.000 BTC (trị giá hơn 88 triệu USD tính đến thời điểm đó) bị đánh cắp trong hai ngày. Để cảnh báo phần lớn khách hàng có thể bị ảnh hưởng, công ty đã gửi email thông báo đến các địa chỉ email liên quan đến giao dịch mua hàng từ năm 2019. Hành động này vấp phải chỉ trích khi khách hàng chất vấn việc công ty lưu trữ dữ liệu email lâu dài. Coinkite phản hồi bằng cách viện dẫn chính sách công khai, nói rằng email được lưu để khách hàng có thể đăng nhập và xác nhận các thông tin khác đã bị xóa, nhưng không nêu rõ thời hạn xóa các địa chỉ email này. Trong một tuyên bố dường như mâu thuẫn, CEO Rodolfo Novak nhấn mạnh rằng công ty không lưu trữ thông tin khách hàng và không có cách nào liên lạc trực tiếp với những người bị ảnh hưởng, đồng thời kêu gọi sự hỗ trợ để tiếp cận tất cả người dùng có nguy cơ. Ông cũng khẳng định Coinkite cung cấp tùy chọn mua hàng ẩn danh và xóa dữ liệu khách hàng sau 90 ngày, đồng thời nhấn mạnh công ty rất coi trọng vấn đề bảo mật.

cryptonews.ru1 giờ trước

Coinkite bị chỉ trích vì lưu trữ email khách hàng sau vụ hack Coldcard trị giá 88 triệu USD

cryptonews.ru1 giờ trước

Giao dịch

Giao ngay
活动图片