НовостьНейросетиИскусственный интеллектAI-инструменты

Эксперимент: неверные AI-подсказки втрое снизили точность, но удвоили уверенность

Исследование на 3 132 участниках показало: доступ к ошибочным AI-подсказкам снизил точность ответов с 27% до 9%, а уверенность выросла с 30% до 76%.

Кирилл Киреев

19.07.2026 · 3 минут чтения · Нейросети

AI-подсказки и уверенность в ошибочных ответах

Содержание

Почему AI мешает вовремя сказать «я не знаю»

Доступ к совету нейросети может не только повлиять на ответ, но и изменить момент, когда человек решает, что уже знает достаточно. К такому выводу пришли исследователи из École Normale Supérieure, Университета Милано-Бикокка и Римского университета Сапиенца. В пяти экспериментах участвовали 3 132 человека, четыре эксперимента были предварительно зарегистрированы, а один повторял основной результат.

Что показал эксперимент

Участникам задавали сложные вопросы и всегда разрешали отказаться от ответа. В условиях без AI 44% выбирали вариант «не знаю», а точность составила 27%. Когда людям дали доступ к подсказкам нейросети, доля отказов упала до 3%, точность — до 9%, зато уверенность выросла с 30% до 76%.

Важная оговорка: авторы специально подобрали вопросы, на которых использованная модель Step 3.5 Flash часто ошибалась. Исследование не доказывает, что AI всегда ухудшает результат. Оно проверяет более узкий и практичный сценарий — способны ли пользователи распознать ненадёжную подсказку и сохранить собственное суждение.

Даже деньги помогли не полностью

Когда за точность начали вознаграждать, а за ошибки штрафовать, участники реже следовали советам AI. Точность выросла до 16%, а доля ответов «не знаю» — до 8%. Но оба показателя всё равно остались заметно хуже группы без нейросетевых подсказок.

Что это значит для работы с нейросетями

Для авторов, маркетологов и бизнеса вывод простой: уверенный тон модели нельзя считать подтверждением факта. Особенно рискованны вопросы, где ответ трудно проверить по памяти — цифры, детали кейсов, цитаты, даты и характеристики продуктов. Полезный процесс должен включать запрос источников, проверку первоисточника и явную возможность зафиксировать неопределённость вместо обязательного ответа.

Командам также стоит оценивать AI-инструменты не только по скорости и числу завершённых задач. В тестах и регламентах лучше отдельно измерять долю подтверждённых ответов, число исправлений после проверки и способность системы честно обозначать нехватку данных.

Хочешь узнавать первым о таких новостях?

Переходи в наш телеграм канал где мы ежедневно публикуем самые свежие и интересные новости

Чиби Новости