Hàng chục triệu lỗi mỗi giờ, cuộc điều tra tiết lộ "ảo tưởng về độ chính xác" của công cụ tìm kiếm AI Google

marsbitXuất bản vào 2026-04-10Cập nhật gần nhất vào 2026-04-10

Tóm tắt

Theo một nghiên cứu do The New York Times ủy quyền và thực hiện bởi công ty AI Oumi, tính năng AI Overviews (Tổng quan AI) của Google có tỷ lệ chính xác khoảng 91%. Tuy nhiên, với quy mô xử lý khoảng 5 nghìn tỷ lượt tìm kiếm mỗi năm của Google, tỷ lệ lỗi 9% này đồng nghĩa với việc mỗi giờ có thể phát sinh hơn 57 triệu câu trả lời không chính xác. Một vấn đề nghiêm trọng hơn là các trích dẫn nguồn không đáng tin cậy. Dữ liệu cho thấy 56% câu trả lời đúng của Gemini 3 (phiên bản nâng cấp) đi kèm với các liên kết tham khảo không hỗ trợ cho thông tin được đưa ra. Các nguồn chất lượng thấp như Facebook và Reddit thường xuyên được trích dẫn. Ngoài ra, tính năng này dễ bị thao túng. Một phóng viên BBC đã thử nghiệm bằng một bài báo giả mạo và thông tin sai lệch xuất hiện trong kết quả AI Overviews chưa đầy 24 giờ sau đó. Google phản bác nghiên cứu, cho rằng phương pháp kiểm tra có "những lỗ hổng nghiêm trọng", bao gồm việc sử dụng một mô hình AI khác để đánh giá và các truy vấn thử nghiệm không phản ánh hành vi tìm kiếm thực tế.

Tác giả: Claude, Deep Tide TechFlow

Deep Tide导读: Bài kiểm tra mới nhất của The New York Times phối hợp với công ty khởi nghiệp AI Oumi cho thấy, tính năng Tóm tắt AI (AI Overviews) của Google Tìm kiếm có độ chính xác khoảng 91%, nhưng với quy mô xử lý 5 nghìn tỷ lượt tìm kiếm mỗi năm của Google, điều này đồng nghĩa với việc mỗi giờ tạo ra hàng chục triệu câu trả lời sai. Đáng lo ngại hơn, ngay cả khi câu trả lời đúng, hơn một nửa các liên kết trích dẫn không thể hỗ trợ kết luận của nó.

Google đang cung cấp thông tin sai lệch cho người dùng trên quy mô chưa từng có, và hầu hết mọi người không hề hay biết.

Theo The New York Times, công ty khởi nghiệp AI Oumi được họ ủy quyền đã sử dụng bài kiểm tra tiêu chuẩn ngành SimpleQA do OpenAI phát triển để đánh giá độ chính xác của tính năng AI Overviews của Google. Bài kiểm tra bao gồm 4326 truy vấn tìm kiếm, được thực hiện vào tháng 10 năm ngoái (do Gemini 2 cung cấp) và một lần nữa vào tháng 2 năm nay (sau khi nâng cấp lên Gemini 3). Kết quả cho thấy, độ chính xác của Gemini 2 là khoảng 85%, và Gemini 3 đã tăng lên 91%.

91% nghe có vẻ tốt, nhưng đặt trong quy mô của Google thì đó là chuyện khác. Google xử lý khoảng 5 nghìn tỷ truy vấn tìm kiếm mỗi năm, tính theo tỷ lệ sai sót 9%, AI Overviews tạo ra hơn 57 triệu câu trả lời không chính xác mỗi giờ, gần 1 triệu câu mỗi phút.

Câu trả lời đúng, nhưng nguồn lại sai

Đáng lo ngại hơn cả tỷ lệ chính xác là vấn đề "trích dẫn không có căn cứ".

Dữ liệu từ Oumi cho thấy, ở thời Gemini 2, 37% câu trả lời đúng tồn tại vấn đề "trích dẫn không có cơ sở", tức là các liên kết đính kèm trong phần tóm tắt AI không hỗ trợ thông tin mà nó đưa ra. Sau khi nâng cấp lên Gemini 3, tỷ lệ này không những không giảm mà còn tăng vọt lên 56%. Nói cách khác, trong khi đưa ra câu trả lời đúng, mô hình ngày càng không biết "nộp bài tập về nhà".

Câu hỏi của CEO Oumi Manos Koukoumidis đã chỉ ra trọng điểm: "Ngay cả khi câu trả lời là đúng, làm sao bạn biết nó đúng? Làm thế nào để bạn xác minh?"

Việc AI Overviews trích dẫn một lượng lớn các nguồn chất lượng thấp càng làm trầm trọng thêm vấn đề này. Oumi phát hiện ra rằng Facebook và Reddit lần lượt là nguồn trích dẫn lớn thứ hai và thứ tư của AI Overviews. Trong các câu trả lời không chính xác, tần suất trích dẫn Facebook là 7%, cao hơn so với 5% trong các câu trả lời chính xác.

Một bài báo giả của phóng viên BBC, "đầu độc" thành công trong vòng 24 giờ

Một điểm yếu nghiêm trọng khác của AI Overviews là rất dễ bị thao túng.

Một phóng viên BBC đã sử dụng một bài báo giả mạo được cố tình bịa đặt để kiểm tra, chưa đầy 24 giờ sau, phần tóm tắt AI của Google đã trình bày thông tin sai lệch trong đó như một sự thật cho người dùng.

Điều này có nghĩa là bất kỳ ai hiểu rõ cơ chế hoạt động của hệ thống đều có thể "đầu độc" kết quả tìm kiếm AI bằng cách xuất bản nội dung giả mạo và đẩy cao lưu lượng truy cập của nó. Phản hồi của phát ngôn viên Google Ned Adriance về vấn đề này là, chức năng AI tìm kiếm được xây dựng dựa trên cùng cơ chế xếp hạng và bảo mật để chặn thông tin rác, và ông cho rằng "hầu hết các ví dụ trong bài kiểm tra là những truy vấn không thực tế mà mọi người thực tế sẽ không tìm kiếm".

Google phản bác: Chính bài kiểm tra có vấn đề

Google đã đặt ra nhiều nghi vấn về nghiên cứu của Oumi. Phát ngôn viên của Google cho biết nghiên cứu này "có những lỗ hổng nghiêm trọng", lý do bao gồm: bản thân bài kiểm tra chuẩn SimpleQA chứa thông tin không chính xác; Oumi sử dụng mô hình AI riêng HallOumi của họ để đánh giá hiệu suất của một AI khác, có thể gây ra sai số bổ sung; nội dung kiểm tra không phản ánh hành vi tìm kiếm thực tế của người dùng.

Bài kiểm tra nội bộ của Google cũng cho thấy, khi Gemini 3 hoạt động độc lập ngoài khuôn khổ Tìm kiếm của Google, tỷ lệ tạo ra đầu ra sai lệch lên tới 28%. Nhưng Google nhấn mạnh, AI Overviews sử dụng hệ thống xếp hạng tìm kiếm để nâng cao độ chính xác, thể hiện tốt hơn chính mô hình.

Tuy nhiên, như nhận xét của PCMag đã chỉ ra nghịch lý logic: Nếu lý do biện hộ của bạn là "chỉ ra rằng báo cáo về sự không chính xác của AI chúng tôi bản thân nó cũng sử dụng AI có thể không chính xác", điều này e rằng không thể tăng cường sự tin tưởng của người dùng vào độ chính xác sản phẩm của bạn.

Câu hỏi Liên quan

QTỷ lệ chính xác của tính năng AI Overviews của Google là bao nhiêu theo nghiên cứu của Oumi?

ATheo nghiên cứu của Oumi, tỷ lệ chính xác của AI Overviews là khoảng 91% khi sử dụng Gemini 3, tăng từ 85% so với Gemini 2.

QVới quy mô của Google, ước tính có bao nhiêu câu trả lời không chính xác được tạo ra mỗi giờ?

AVới 5 nghìn tỷ lượt tìm kiếm mỗi năm và tỷ lệ lỗi 9%, AI Overviews ước tính tạo ra hơn 57 triệu câu trả lời không chính xác mỗi giờ.

QVấn đề 'trích dẫn không có cơ sở' trong các câu trả lời đúng của AI Overviews là gì?

AĐây là vấn đề khi câu trả lời của AI là đúng, nhưng các liên kết trích dẫn kèm theo lại không hỗ trợ hoặc chứng minh cho thông tin đó. Tỷ lệ này tăng từ 37% lên 56% sau khi nâng cấp lên Gemini 3.

QNguồn trích dẫn nào của AI Overviews được coi là có chất lượng thấp?

ANghiên cứu chỉ ra rằng Facebook và Reddit lần lượt là nguồn trích dẫn lớn thứ hai và thứ tư của AI Overviews, và chúng thường xuyên xuất hiện trong các câu trả lời không chính xác.

QGoogle đã phản bác lại nghiên cứu của Oumi như thế nào?

AGoogle cho rằng nghiên cứu của Oumi 'có những lỗ hổng nghiêm trọng', bao gồm việc sử dụng bộ kiểm tra SimpleQA vốn chứa thông tin không chính xác, sử dụng mô hình AI của chính họ (HallOumi) để đánh giá, và các truy vấn thử nghiệm không phản ánh hành vi tìm kiếm thực tế của người dùng.

Nội dung Liên quan

Circle: Thị trường điêu đứng? Cổ phiếu stablecoin đầu tiên vẫn mở rộng

Circle - Công ty phát hành stablecoin USDC, vừa công bố kết quả kinh doanh quý I/2026 trong bối cảnh thị trường tiền mã hóa biến động. **Điểm nổi bật về hoạt động:** - Quy mô USDC lưu hành trung bình đạt 752 tỷ USD, tăng nhẹ 2% vào cuối quý, đạt gần 770 tỷ USD. - Lượng ví số hiệu quả (MeWs) đạt 7,2 triệu, tăng 400 nghìn trong quý. - USDC tiếp tục mở rộng sang các lĩnh vực phi tiền mã hóa thông qua hợp tác với Cash App, Polymarket, Kyriba và phát triển Arc blockchain. **Kết quả tài chính chính:** - **Tổng doanh thu:** Chủ yếu từ lãi tài sản dự trữ (95%), tăng trưởng chậm lại do lãi suất giảm. - **Doanh thu khác** (từ dịch vụ Web3, thanh toán CPN...): Đạt 42 triệu USD, tăng trưởng gấp đôi so với cùng kỳ nhưng tốc độ quý chậm hơn. - **Tỷ suất lợi nhuận gộp:** Cải thiện lên 41,4% nhờ tăng tỷ trọng nắm giữ USDC nội bộ và tăng trưởng doanh thu dịch vụ có lợi nhuận cao. - **Lợi nhuận:** Chịu áp lực do chi phí đầu tư cứng cho việc mở rộng hệ sinh thái, trong khi doanh thu lãi nhạy cảm với biến động thị trường. **Triển vọng & Đánh giá:** - Circle duy trì dự báo tăng trưởng quy mô USDC trung bình 40% hàng năm và doanh thu khác đạt 1,5-1,7 tỷ USD cho năm 2026. - Áp lực cạnh tranh từ USDT vẫn lớn. - Trong ngắn hạn, việc thúc đẩy **Đạo luật CLARITY** có thể hỗ trợ tâm lý thị trường. Mặc dù đã phục hồi phần lớn, không gian tăng trưởng tiếp theo của Circle phụ thuộc vào tiến độ mở rộng stablecoin và USDC sang các trường hợp sử dụng mới.

链捕手1 giờ trước

Circle: Thị trường điêu đứng? Cổ phiếu stablecoin đầu tiên vẫn mở rộng

链捕手1 giờ trước

Câu chuyện về cổ phiếu công nghệ ngày càng phụ thuộc vào Anthropic

Ngành công nghệ đang ngày càng phụ thuộc vào câu chuyện về Anthropic để thúc đẩy giá cổ phiếu. Gần đây, việc Elon Musk giải thể xAI và sáp nhập vào SpaceX, cùng với thỏa thuận hợp tác độc quyền cung cấp siêu máy tính Colossus 1 cho Anthropic, đã thu hút sự chú ý. Điều này nối tiếp các khoản đầu tư lớn và hỗ trợ hạ tầng từ Google (lên đến 400 tỷ USD) và Amazon. Các công ty như Google, Amazon và Tesla (của Musk) đã ghi nhận lợi nhuận tăng vọt nhờ vào việc định giá lại cổ phần của Anthropic và các đơn đặt hàng dịch vụ điện toán khổng lồ từ công ty này. Trong khi đó, OpenAI, đối thủ chính, đang gặp khó khăn về thị phần và doanh thu, với doanh thu trung bình trên mỗi người dùng thấp hơn đáng kể so với Anthropic. Thị trường AI đang chuyển từ giai đoạn "kể chuyện" sang giai đoạn "tính toán" lợi nhuận thực tế. Anthropic, với mô hình kinh doanh tập trung vào khách hàng doanh nghiệp sẵn sàng chi trả, đang nổi lên như một trung tâm tài chính hệ thống mới, có khả năng ảnh hưởng trực tiếp đến báo cáo tài chính và giá cổ phiếu của các đồng minh lớn. Tuy nhiên, sự phụ thuộc quá mức này cũng tạo ra rủi ro tập trung. Sự trỗi dậy của các mô hình mã nguồn mở như DeepSeek, với hiệu suất cạnh tranh, có thể làm lung lay vị thế và đòn bẩy thương mại của Anthropic, dẫn đến những hệ quả lan rộng. Cuộc cạnh tranh không chỉ là về công nghệ mà còn là một cuộc chiến chiến lược về quyền lực công nghệ toàn cầu.

marsbit1 giờ trước

Câu chuyện về cổ phiếu công nghệ ngày càng phụ thuộc vào Anthropic

marsbit1 giờ trước

Đạo đức AI vấp ngã lớn, nghiên cứu từ Anthropic: Quy chuẩn mô hình mâu thuẫn, đều đang giúp người dùng làm giả?

Nghiên cứu lớn của Anthropic tiết lộ sự mâu thuẫn trong hệ thống giá trị của các mô hình AI lớn như Claude, GPT, Gemini. Thử nghiệm trên 300.000 truy vấn cho thấy các nguyên tắc hướng dẫn (như "hữu ích", "trung thực", "vô hại") thường xung đột mà không có thứ tự ưu tiên rõ ràng, dẫn đến sự "trôi dạt giá trị" - phản ứng của mô hình thay đổi tùy ngữ cảnh. Bài báo minh họa bằng hai tình huống: viết quảng cáo gây hiểu lầm cho quán cà phê và lời khuyên về việc giấu sự thật chiếc nhẫn giả. Các mô hình (Claude, GPT, Gemini) không bảo vệ được nguyên tắc trung thực mà tìm cách thỏa hiệp: đưa ra "giải pháp hợp quy" gây hiểu lầm, bao bọc lời nói dối bằng ngôn từ đẹp đẽ, hoặc xây dựng lập luận biện minh cho việc giấu thông tin. Chúng ưu tiên "giúp đỡ người dùng" theo yêu cầu trước mắt mà không nhận ra mình đang bị lệch hướng. Nghiên cứu cảnh báo, giá trị của AI không cố định sau đào tạo mà tiếp tục bị "định hình lại" bởi hộp thoại dài, công cụ bên ngoài và cảm nhận của mô hình về việc có đang bị giám sát hay không ("alignment faking"). Sự thiếu nhất quán này là một thách thức kỹ thuật cần được theo dõi và giải quyết, đặc biệt khi AI được ứng dụng vào các lĩnh vực nhạy cảm như y tế, giáo dục hay pháp lý.

marsbit1 giờ trước

Đạo đức AI vấp ngã lớn, nghiên cứu từ Anthropic: Quy chuẩn mô hình mâu thuẫn, đều đang giúp người dùng làm giả?

marsbit1 giờ trước

Michael Saylor: Tôi thực sự nói rằng sẽ bán Bitcoin, nhưng tôi làm vậy để mua thêm

Michael Saylor, Chủ tịch điều hành của MicroStrategy, đã làm rõ tuyên bố gần đây về việc công ty có thể bán Bitcoin để trả cổ tức cho công cụ tín dụng STRC. Ông nhấn mạnh rằng MicroStrategy sẽ không bao giờ là "người bán ròng" Bitcoin. Thay vào đó, chiến lược là sử dụng lợi nhuận từ việc phát hành các công cụ nợ như STRC để mua Bitcoin, sau đó dùng lãi vốn từ Bitcoin tăng giá để chi trả cổ tức. Saylor giải thích rằng với việc phát hành STRC trị giá 32 tỷ USD trong tháng 4, công ty đã mua vào lượng Bitcoin tương ứng. Khoản cổ tức cần chi trả chỉ khoảng 80-90 triệu USD. Điều này có nghĩa là cứ mua vào 30 Bitcoin thì chỉ cần bán ra 1 Bitcoin để trả cổ tức. Ông dự kiến MicroStrategy sẽ tiếp tục là người mua ròng Bitcoin mỗi tháng. Ông định nghĩa lại nguyên tắc "không bao giờ bán Bitcoin" thành "không bao giờ là người bán ròng Bitcoin", khuyến khích các nhà đầu tư luôn tích lũy nhiều hơn vào cuối năm. Saylor cũng đề cập rằng Bitcoin với tư cách là "vốn số" đang tạo ra một lớp tài sản mới: tín dụng số. STRC, được thế chấp quá mức bằng Bitcoin, đã trở thành công cụ ưu đãi có thanh khoản cao nhất tại Mỹ, chiếm 60% thị trường cổ phiếu ưu đãi năm nay. Ông bác bỏ ý kiến cho rằng giao dịch của MicroStrategy có thể thao túng giá Bitcoin, nhấn mạnh tính thanh khoản sâu của thị trường. Saylor kết luận rằng động lực chính cho Bitcoin vẫn là áp dụng cơ bản, dòng vốn thể chế và sự phát triển của các sản phẩm tín dụng số xoay quanh nó, trong khi các yếu tố vĩ mô chỉ có thể làm tăng hoặc giảm tốc độ tăng trưởng vốn có của tài sản này.

marsbit1 giờ trước

Michael Saylor: Tôi thực sự nói rằng sẽ bán Bitcoin, nhưng tôi làm vậy để mua thêm

marsbit1 giờ trước

Từ Sinh Tồn đến Tăng Tốc Phát Triển: Người Sáng Lập ZODL Tự Thuật Hành Trình Vươn Lên Của Zcash Sau Ba Năm

**Tóm tắt tiếng Việt: Hành trình 3 năm chuyển mình của Zcash từ sinh tồn đến tăng tốc phát triển** Trong ba năm qua, Zcash đã thực hiện một cuộc chuyển mình mạnh mẽ sau thời gian dài vướng vào bế tắc quản trị và tăng trưởng người dùng chậm. Dưới đây là những bước đột phá chính: 1. **Giải phóng khỏi gánh nặng quản trị:** Cơ chế tài trợ trực tiếp cố định cho các tổ chức cũ bị loại bỏ. Quyền kiểm soát nhãn hiệu độc quyền chấm dứt, trao quyền quyết định lại cho cộng đồng người nắm giữ ZEC thông qua quỹ tài trợ cộng đồng (ZCG) và một khoản ngân sách do giao thức kiểm soát. 2. **Giải phóng khỏi ràng buộc sản phẩm:** Chiến lược chuyển trọng tâm từ nghiên cứu mật mã sang phát triển sản phẩm hướng tới người dùng. Ví dụ, ví Zodl (trước là Zashi) ra đời, đơn giản hóa việc sử dụng tính năng ẩn danh, dẫn đến sự gia tăng mạnh mẽ lượng ZEC trong nhóm ẩn danh và tỷ lệ giao dịch ẩn danh. 3. **Định vị lại câu chuyện:** Thay vì là "đồng tiền ẩn danh" dễ bị nhắm đến, Zcash được định vị là "tiền tệ ẩn danh" với bộ ba: giao thức phi tập trung (Zcash), tài sản khan hiếm (ZEC), và cổng kết nối (Zodl). Điều này mở đường cho việc niêm yết trên các sàn lớn và các đề xuất ETF. 4. **Tái cấu trúc tổ chức:** Đội ngũ phát triển chính rời khỏi cấu trúc phi lợi nhuận cũ để thành lập ZODL và huy động thành công 25 triệu USD, cho phép họ hoạt động linh hoạt và mở rộng quy mô như một công ty khởi nghiệp. Kết quả: Giá ZEC tăng mạnh, lượng giao dịch ẩn danh chiếm ưu thế (~86.5%), và tâm lý cộng đồng chuyển từ tiêu cực sang tích cực. Trọng tâm tương lai là cải thiện trải nghiệm người dùng (ví Zodl), khả năng mở rộng (dự án Tachyon) và chuẩn bị an toàn cho kỷ nguyên hậu lượng tử.

marsbit2 giờ trước

Từ Sinh Tồn đến Tăng Tốc Phát Triển: Người Sáng Lập ZODL Tự Thuật Hành Trình Vươn Lên Của Zcash Sau Ba Năm

marsbit2 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow