Una auditoría de los modelos de búsqueda de Perplexity ha revelado una falta de confiabilidad sorprendente en sus citas. De 1,826 citas adjuntas a oraciones que establecen una cifra, el 34.7% apuntaban a páginas que no se podían abrir o no contenían los números mencionados en la oración. Esto significa que más de un tercio de las veces, las citas proporcionadas por los modelos de Perplexity no apoyan en realidad las afirmaciones que se hacen.
La investigación involucró hacer 310 preguntas factuales a los dos modelos de búsqueda de Perplexity sobre 210 empresas de tecnología y luego verificar las citas proporcionadas. Los resultados mostraron que el 84.2% de las respuestas citaban al menos una URL que un lector ordinario no podía abrir, y el 10.6% citaban al menos un enlace muerto. Los tipos de páginas más comunes que se citaban pero eran inaccesibles fueron aquellas de directorios B2B, estimadores de ingresos y listas de leads.
Incluso cuando las páginas citadas eran accesibles, a menudo no contenían la información afirmada. En el 16.1% de los casos, las páginas no mencionaban ninguno de los números citados en la oración. Esto plantea serias preocupaciones sobre la confiabilidad de la información proporcionada por los modelos de Perplexity y el potencial de que se propague la desinformación.
El problema no se limita a los modelos de Perplexity, ya que el uso de respuestas generadas por inteligencia artificial se está volviendo cada vez más común. La falta de transparencia y responsabilidad en estos modelos hace que sea difícil verificar la exactitud de la información proporcionada. A medida que las respuestas generadas por inteligencia artificial se vuelven más prevalentes, es esencial desarrollar métodos para garantizar su confiabilidad y fiabilidad.
La investigación también destacó la importancia de preservar las páginas web y hacerlas accesibles al público. Muchas de las páginas citadas se encontraron que eran efímeras, existiendo solo mientras la empresa que las hospedaba las mantuvo. Esto significa que incluso si una cita es precisa en el momento en que se hace, puede no seguir siéndolo en el futuro.
Para abordar estas preocupaciones, es crucial desarrollar métodos más robustos para verificar la exactitud de las respuestas generadas por inteligencia artificial y garantizar la preservación de las páginas web. Esto puede involucrar el uso de técnicas como la optimización del motor de respuestas (AEO) y la optimización del motor generativo para mejorar la visibilidad y la confiabilidad del contenido generado por inteligencia artificial.
Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory APP - notizie agentiche per potenziare il tuo SEO e AEO.