ИИ все чаще формирует новостную ленту, не заботясь о достоверности

Почему новости от ИИ нельзя читать без проверки: личный опыт за месяц

Вы когда-нибудь замечали, что утренний дайджест от ChatGPT или Grok выглядит идеально? Уверенный тон, ссылки на источники, нейтральные формулировки. Но за этим фасадом — системная проблема. Почти половина новостных ответов ИИ содержит серьёзные ошибки. Каждый пятый — откровенные выдумки. Я перерыл отчёты BBC, EBU и эксперименты журналистов. И вот что выяснил.

Но сначала немного контекста. ИИ не проверяет факты. Он генерирует правдоподобный текст. И это не баг — это фича. Модели оптимизированы на связность и полноту, а не на истину. Именно поэтому доверять им как новостному источнику — всё равно что читать газету, написанную талантливым фантазёром.

Как ИИ захватил новостную ленту

Всё началось не с прорыва в журналистике, а с лени. Пользователю проще открыть чат, чем листать десять сайтов. Исследование Reuters Institute показало: в Канаде 6% респондентов уже используют чат-боты как источник новостей. Среди молодёжи — ещё выше. ИИ перестал быть просто поисковиком. Он превратился в персонального редактора.

Проблема в том, что этот «редактор» не несёт ответственности. Он отбирает события, расставляет акценты, делает выводы. Но у него нет ни омбудсмена, ни службы проверки. Ошибки не исправляются — они просто исчезают в следующем ответе. В традиционных медиа такое сочли бы катастрофой. Здесь — нормой.

Личное наблюдение автора. Недавно я попросил ИИ сделать дайджест по городским событиям за неделю. Из пяти ссылок три вели на главные страницы изданий, одна на несуществующую статью, а ещё одна — на сайт, который вообще не открывался. Но текст выглядел так убедительно, что я чуть не поверил.

Иллюзия достоверности: ссылки, которые ведут в никуда

Главный маркер доверия — ссылки. ИИ научился их лихо вставлять. Но как показал эксперимент преподавателя Жана Юга Руа, только 37% URL вели на реальные конкретные публикации. Остальные — на главные страницы, разделы или битые линки. В отчёте EBU и BBC проблемы с источниками зафиксированы в трети всех ответов.

Сам факт наличия ссылки снижает желание перепроверять. Пользователь видит знакомый логотип медиа — и успокаивается. А ссылка может вести на пустоту.

ИИ формирует URL синтаксически корректно. Они выглядят как настоящие. Но при переходе — пустота. Или материал на другую тему. Или вообще вымышленное СМИ. В одном из кейсов Grok сослался на несуществующее медиа. Ни названия, ни домена — ничего.

Когда пересказ переворачивает смысл

Допустим, ссылка настоящая. Но это не гарантирует точности. В эксперименте Руа почти половина ответов была признана «частично точной». Отдельные факты совпадали, но выводы — ровно противоположные. Пример: Grok пересказал статью La Presse о расселении беженцев. В оригинале — успешный эксперимент (19 из 22 получили работу). В пересказе — провал и плохое обращение. Те же факты, другой смысл.

ИИ сглаживает неоднозначные сюжеты. Исчезают оговорки, контекст, цитаты. Временная мера становится системным кризисом. Промежуточный результат — окончательным. Читатель получает не новость, а её упрощённую версию. И принимает её за истину.

ИИ делает выводы, которых нет в источнике

Самый коварный класс ошибок — генеративные выводы. Модель добавляет фразы вроде «это поднимает вопрос», «ситуация обостряет дискуссию». За месяц Руа насчитал больше ста таких случаев. Ни в одном источнике этих формулировок не было. Более того, самой дискуссии в реальности не существовало.

Например, ИИ завершил заметку о ремонте моста фразой «конфликт между бюджетом и безопасностью». Ни полиция, ни мэрия ничего такого не говорили. Модель просто додумала правдоподобный конфликт. И подала его как факт.

Это и есть синтетическая повестка. ИИ не просто сообщает — он формирует восприятие. Читатель получает готовую интерпретацию дня. И редко задаёт вопрос: «А откуда это взялось?».

Сравнительная таблица: ИИ-новости vs традиционная журналистика

Когда ошибки выходят за экран

Это уже не теория. В Великобритании полиция West Midlands использовала Microsoft Copilot для оценки рисков на футбольных матчах. Copilot упомянул матч, которого не существовало. Информация попала в отчёт и повлияла на ограничения для болельщиков. Ошибку заметили после огласки.

В США адвокаты включали в судебные документы вымышленные прецеденты, сгенерированные ИИ. Судьи нашли подлог. Последовали штрафы. Если такие тексты попадают в реальные решения без проверки — последствия становятся материальными.

Микро-инструкция: как не попасться на удочку ИИ-новостей

Пользуйтесь ИИ, но с умом. Вот три шага, которые спасут от дезинформации:

• Шаг 1. Всегда открывайте ссылки. Если URL ведёт на главную страницу или битый — не верьте факту.
• Шаг 2. Сравните выводы ИИ с оригинальным текстом. Особенно если в ответе есть оценочные суждения (кризис, конфликт, угроза).
• Шаг 3. Используйте ИИ как черновик для поиска, а не как финальный источник. Скопируйте факты и сами проверьте их через новостные агрегаторы.

Резюме от автора

Удобство — ловушка. ИИ даёт быстрый ответ, но забирает прозрачность. Вы получаете не новость, а её вероятностную реконструкцию. Чем чаще вы доверяете готовым выводам модели, тем меньше шансов заметить искажение. Никакой «редакции» за этим не стоит. Только статистика. И ваше критическое мышление — единственный фильтр.

Пока вы считаете ответ ИИ достоверным, он работает как чёрный ящик. Как только начинаете перепроверять — он превращается в удобный инструмент. Выбор за вами.