เมื่อราศีเมถุนโกหก: การเปิดเผยข้อบกพร่องพื้นฐานในระบบ AI

เมื่อราศีเมถุนโกหก: การเปิดเผยข้อบกพร่องพื้นฐานในระบบ AI

ในยุคที่ปัญญาประดิษฐ์เข้ามากำหนดรูปแบบการโต้ตอบทางดิจิทัลของเรามากขึ้น เส้นแบ่งระหว่างความช่วยเหลือที่เป็นประโยชน์กับข้อมูลที่หลอกลวงนั้นไม่เคยสำคัญเท่านี้มาก่อน เมื่อ Gemini AI ของ Google ให้ข้อมูลที่เป็นเท็จเกี่ยวกับงานอดิเรกส่วนตัวของฉัน นั่นไม่ใช่แค่ข้อผิดพลาด แต่ยังเผยให้เห็นช่องโหว่ขั้นพื้นฐานเกี่ยวกับวิธีการทำงานของระบบเหล่านี้ และอันตรายที่อาจเกิดขึ้นจากเนื้อหาที่สร้างโดย AI ที่ไม่ได้รับการตรวจสอบ

เหตุการณ์: การเผชิญหน้าส่วนตัวกับการหลอกลวง AI

การเดินทางของฉันกับราศีเมถุนเริ่มต้นเหมือนกับคนอื่นๆ: การมองโลกในแง่ดีอย่างน่าสงสัยเกี่ยวกับความสามารถของโมเดลภาษาขั้นสูงนี้ ฉันมีส่วนร่วมในสิ่งที่ฉันเชื่อว่าเป็นการสนทนาที่ตรงไปตรงมาเกี่ยวกับงานอดิเรกของฉันในด้านจรวดจำลองที่มีมายาวนาน ซึ่งเป็นความหลงใหลที่ฉันติดตามมานานกว่าสิบห้าปี สิ่งที่ตามมาไม่ใช่ความช่วยเหลือ แต่เป็นการสร้างสรรค์ที่สร้างขึ้นอย่างพิถีพิถัน ซึ่งทำให้ฉันต้องตั้งคำถามถึงรากฐานของความน่าเชื่อถือของ AI

บทสนทนาเริ่มต้นอย่างไร้เดียงสาพอสมควร ฉันถามราศีเมถุนเกี่ยวกับระเบียบปฏิบัติด้านความปลอดภัยในการปล่อยจรวดจำลองในพื้นที่ชานเมือง คำตอบมีรายละเอียด ดูเหมือนเชื่อถือได้ และผิดโดยสิ้นเชิง AI คิดค้นกฎระเบียบที่ไม่มีอยู่จริง อ้างอิงถึงข้อบัญญัติท้องถิ่นที่สมมติขึ้น และแม้กระทั่งให้ข้อมูลที่ไม่ถูกต้องเกี่ยวกับแนวทางการบริหารการบินของรัฐบาลกลางซึ่งฉันได้สำรวจเป็นการส่วนตัวตลอดงานอดิเรกของฉัน

สิ่งที่ทำให้เกิดความไม่สงบอย่างยิ่งนี้ไม่ใช่แค่ข้อผิดพลาดตามข้อเท็จจริงเท่านั้น แต่ยังรวมถึงความมั่นใจที่พวกเขานำเสนอด้วย ราศีเมถุนไม่ได้ป้องกันคำกล่าวของตนด้วยคำระบุเช่น "ฉันเชื่อ" หรือ "ตามแหล่งข้อมูลบางแห่ง" แต่กลับส่งความเท็จเหล่านี้ด้วยอำนาจเดียวกันกับข้อมูลที่ตรวจสอบแล้ว ซึ่งสร้างภาพลวงตาที่เป็นอันตรายของความน่าเชื่อถือ

ปฏิกิริยาเริ่มต้นและการตรวจสอบ

ปฏิกิริยาโต้ตอบทันทีของฉันคือไม่เชื่อ ฉันตรวจสอบความรู้ของตัวเองอีกครั้ง ปรึกษาแหล่งข้อมูลอย่างเป็นทางการ และแม้กระทั่งติดต่อกับผู้ที่ชื่นชอบในชุมชนจรวดจำลอง ฉันประหลาดใจที่ทุกคำกล่าวอ้างของราศีเมถุนเป็นเท็จอย่างเห็นได้ชัด นี่ไม่ใช่กรณีของข้อมูลที่ล้าสมัยหรือการตีความที่ละเอียดอ่อน แต่เป็นสิ่งประดิษฐ์ที่แท้จริง

จากการตรวจสอบเพิ่มเติม ฉันพบว่าราศีเมถุนน่าจะคัดลอกข้อมูลจากแหล่งข้อมูลออนไลน์ต่างๆ รวมถึงฟอรัมและเว็บไซต์ที่ล้าสมัย จากนั้นจึงสังเคราะห์ข้อมูลนี้ให้เป็นเรื่องราวที่สอดคล้องกันแต่เป็นเรื่องสมมติขึ้นทั้งหมด AI ล้มเหลวในการแยกแยะระหว่างประสบการณ์เล็กๆ น้อยๆ ข้อมูลที่ล้าสมัย และกฎระเบียบอย่างเป็นทางการ ซึ่งเป็นความล้มเหลวที่สำคัญสำหรับระบบใดๆ ที่ออกแบบมาเพื่อให้ข้อมูลที่เชื่อถือได้

การไขปัญหาพื้นฐาน

ขณะที่ฉันประมวลผลประสบการณ์นี้ ฉันพบว่าปัญหานี้มีมากกว่าความไม่ถูกต้องของข้อเท็จจริงธรรมดาๆ ปัญหาที่แท้จริงของราศีเมถุน (และโมเดลภาษาขนาดใหญ่จำนวนมาก) คือการไม่สามารถแยกแยะระหว่างความจริงกับเรื่องแต่งได้ ซึ่งเป็นข้อบกพร่องพื้นฐานที่เกิดจากวิธีการฝึกอบรมและการทำงานของระบบเหล่านี้

ปรากฏการณ์ประสาทหลอน

สิ่งที่ฉันพบมักเรียกกันในแวดวงการพัฒนา AI ว่า "ภาพหลอน" เมื่อระบบ AI สร้างข้อมูลที่ไม่ถูกต้องตามข้อเท็จจริงหรือไร้สาระ แต่นำเสนอว่าเป็นความจริง นี่ไม่ใช่แค่ความผิดพลาดทางเทคนิคเท่านั้น มันเป็นปัญหาเชิงระบบที่มีรากฐานมาจากวิธีประมวลผลโมเดลภาษาและสร้างเนื้อหา

ต่างจากมนุษย์ที่ดึงมาจากประสบการณ์ที่มีชีวิตและสามารถรับรู้เมื่อข้อมูลไม่สอดคล้องกับความเป็นจริง ระบบ AI ก็ขาดพื้นฐานนี้ พวกเขาดำเนินการตามรูปแบบทางสถิติในข้อมูล สร้างการตอบสนองที่น่าเชื่อถือตามบริบท แต่ไม่น่าเชื่อถือตามข้อเท็จจริง ในกรณีของฉัน Gemini ได้สร้างเรื่องราวเกี่ยวกับกฎเกณฑ์ของจรวดจำลองที่ดูสมเหตุสมผลแต่ก็ไม่มีความคล้ายคลึงกับหลักเกณฑ์ที่แท้จริง

ปัญหาความมั่นใจ

สิ่งที่น่าหนักใจมากกว่าข้อผิดพลาดข้อเท็จจริงก็คือความเชื่อมั่นอย่างแน่วแน่ว่าระบบ AI นำเสนอข้อมูลที่ไม่ถูกต้อง ต่างจากผู้เชี่ยวชาญที่เป็นมนุษย์ซึ่งอาจเข้าข่ายข้อความที่ไม่แน่นอนหรือรับทราบถึงช่องว่างทางความรู้ ระบบ AI ส่งข้อมูลที่ไม่ถูกต้องโดยมีอำนาจเช่นเดียวกับข้อเท็จจริงที่ได้รับการตรวจสอบ

สิ่งนี้ทำให้เกิดไดนามิกที่เป็นอันตราย โดยที่ผู้ใช้สามารถยอมรับข้อมูลที่สร้างโดย AI ตามความเป็นจริง โดยเฉพาะอย่างยิ่งในพื้นที่ที่พวกเขาขาดความรู้เฉพาะทาง ในกรณีของฉัน คนที่เพิ่งเริ่มสร้างโมเดลจรวดอาจปฏิบัติตามแนวทางที่ประดิษฐ์ขึ้นของ Gemini ซึ่งอาจนำไปสู่การปฏิบัติที่ไม่ปลอดภัยหรือเกิดภาวะแทรกซ้อนทางกฎหมาย

การขาดความรับผิดชอบ

ปัญหาพื้นฐานอีกประการหนึ่งคือการขาดความรับผิดชอบในระบบ AI เมื่อ Gemini ให้ข้อมูลที่เป็นเท็จเกี่ยวกับงานอดิเรกของฉัน ไม่มีกลไกใดที่จะแก้ไขบันทึก ไม่มีการรับรู้ถึงข้อผิดพลาด และไม่มีวิธีใดที่จะป้องกันไม่ให้ข้อมูลที่ผิดแบบเดียวกันนี้ถูกทำซ้ำกับผู้ใช้รายอื่น

สิ่งนี้แตกต่างอย่างสิ้นเชิงกับผู้เชี่ยวชาญที่เป็นมนุษย์ซึ่งสามารถรับผิดชอบต่อคำแนะนำของพวกเขาได้ การทุจริตต่อหน้าที่ทางการแพทย์ จริยธรรมทางกฎหมาย และมาตรฐานทางวิชาชีพ ล้วนสร้างกรอบการทำงานในการรับรองข้อมูลที่ถูกต้องและเชื่อถือได้ ปัจจุบันระบบ AI ทำงานนอกโครงสร้างความรับผิดชอบเหล่านี้ ทำให้เกิดข้อมูลผิดๆ ที่อาจเป็นอันตรายได้

ผลกระทบที่กว้างขึ้นสำหรับการพัฒนา AI

ประสบการณ์ของฉันกับ Gemini ไม่ได้โดดเดี่ยว แต่สะท้อนถึงความท้าทายที่กว้างขึ้นในการพัฒนาและปรับใช้โมเดลภาษาขนาดใหญ่ เมื่อระบบเหล่านี้บูรณาการเข้ากับชีวิตประจำวันของเรามากขึ้น การจัดการกับข้อบกพร่องพื้นฐานเหล่านี้จึงกลายเป็นเรื่องเร่งด่วนมากขึ้น

ปัญหาข้อมูลการฝึกอบรม

หัวใจสำคัญของอาการประสาทหลอนของ AI คือประเด็นของข้อมูลการฝึกอบรม โมเดลภาษาขนาดใหญ่ได้รับการฝึกฝนเกี่ยวกับชุดข้อมูลจำนวนมหาศาลที่คัดลอกมาจากอินเทอร์เน็ต ซึ่งรวมถึงข้อมูลที่ถูกต้อง เนื้อหาที่ล้าสมัย ความคิดเห็นส่วนตัว และความเท็จโดยสิ้นเชิง หากไม่มีการกรองและการตรวจสอบที่เหมาะสม ระบบเหล่านี้จะรวมข้อมูลที่ไม่ถูกต้องเข้าไปในฐานความรู้อย่างหลีกเลี่ยงไม่ได้

นอกจากนี้ ระบบ AI ยังขาดความสามารถของมนุษย์ในการกำหนดบริบทของข้อมูล พวกเขาไม่สามารถแยกความแตกต่างระหว่างการโพสต์ในฟอรัมทั่วไปและเอกสารอย่างเป็นทางการของรัฐบาลได้ ทำให้พวกเขาปฏิบัติต่อแหล่งข้อมูลทั้งหมดโดยมีน้ำหนักเท่ากัน ซึ่งส่งผลให้เกิดการสังเคราะห์ข้อมูลที่ขัดแย้งหรือไม่ถูกต้องจนกลายเป็นคำตอบที่ดูเหมือนสอดคล้องกัน

ความท้าทายในเชิงพาณิชย์

ความเร่งรีบในการขายผลิตภัณฑ์ AI มักให้ความสำคัญกับความเร็วและสถานะทางการตลาดมากกว่าการทดสอบและความน่าเชื่อถืออย่างละเอียด บริษัทต่างๆ แข่งขันกันเพื่อเปิดตัวโมเดล "ขั้นสูง" ที่มีความสามารถมากขึ้น ซึ่งบางครั้งก็ต้องแลกมาด้วยความแม่นยำและปลอดภัย

แรงกดดันทางการค้านี้สร้างสภาพแวดล้อมที่ปัญหาพื้นฐาน เช่น ภาพหลอน ถือเป็นข้อกังวลรอง จุดมุ่งเน้นยังคงอยู่ที่การสาธิตที่น่าประทับใจและความสามารถในการพาดหัวข่าวมากกว่างานธรรมดาๆ แต่สำคัญในการรับรองความถูกต้องและความน่าเชื่อถือของข้อเท็จจริง

การพิจารณาด้านจริยธรรม

ผลกระทบทางจริยธรรมของระบบ AI ที่เผยแพร่ข้อมูลที่ไม่ถูกต้องอย่างมั่นใจนั้นลึกซึ้ง เมื่อระบบเหล่านี้ให้คำแนะนำทางการแพทย์ คำแนะนำทางการเงิน หรือคำแนะนำทางเทคนิคที่ไม่ถูกต้อง ผลที่ตามมาอาจขยายวงกว้างและอาจเป็นอันตรายได้

กรอบการทำงานด้านจริยธรรมในปัจจุบันสำหรับการพัฒนา AI มักมุ่งเน้นไปที่อคติและความยุติธรรม แต่ปัญหาเรื่องความจริงยังคงมีการสำรวจน้อยเกินไป เนื่องจากระบบ AI มีการบูรณาการมากขึ้นในกระบวนการตัดสินใจในภาคส่วนต่างๆ การสร้างมาตรฐานทางจริยธรรมเพื่อความถูกต้องของข้อเท็จจริงจึงเป็นสิ่งสำคัญยิ่ง

บทเรียนที่ได้รับและคำแนะนำ

ประสบการณ์ของฉันกับราศีเมถุนได้สอนบทเรียนอันมีค่าเกี่ยวกับการโต้ตอบกับระบบ AI และกระตุ้นให้ฉันพัฒนากลยุทธ์เพื่อสำรวจภูมิทัศน์ทางเทคโนโลยีที่กำลังพัฒนานี้

การยืนยันเป็นสิ่งสำคัญ

บทเรียนแรกและสำคัญที่สุดคือข้อมูลจากระบบ AI จะต้องได้รับการตรวจสอบเสมอ โดยเฉพาะอย่างยิ่งในโดเมนเฉพาะทางหรือทางเทคนิค ไม่ว่า AI จะปรากฏออกมาอย่างมั่นใจแค่ไหน ผลลัพธ์ของ AI ก็ควรถือเป็นจุดเริ่มต้นสำหรับการวิจัย ไม่ใช่คำตอบที่ชัดเจน

กระบวนการตรวจสอบนี้ควรเกี่ยวข้องกับการปรึกษาแหล่งข้อมูลที่เชื่อถือได้ ข้อมูลอ้างอิงโยง และการปรึกษาผู้เชี่ยวชาญที่เป็นมนุษย์ หากมี ในกรณีที่ฉันมีคำถามเกี่ยวกับจรวดจำลอง การปรึกษาแนวทางอย่างเป็นทางการของ FAA และข้อบัญญัติท้องถิ่นจะเผยให้เห็นความไม่ถูกต้องในคำตอบของ Gemini ได้อย่างรวดเร็ว

ทำความเข้าใจข้อจำกัดของ AI

สิ่งสำคัญคือต้องเข้าใจว่าระบบ AI แม้จะมีความสามารถขั้นสูง แต่ก็ยังมีข้อจำกัดพื้นฐานอยู่ พวกเขาขาดวิจารณญาณของมนุษย์ ประสบการณ์ในโลกแห่งความเป็นจริง และความสามารถในการรับรู้ช่องว่างความรู้ของตนเอง การรับรู้ข้อจำกัดเหล่านี้ช่วยกำหนดความคาดหวังที่เหมาะสมสำหรับการโต้ตอบของ AI

โดยเฉพาะอย่างยิ่ง ผู้ใช้ควรระวังการตอบสนองของ AI ในด้านที่ต้องการความรู้เฉพาะทาง การตีความทางกฎหมาย หรือข้อมูลที่มีความสำคัญด้านความปลอดภัย โดเมนเหล่านี้ต้องการความเชี่ยวชาญของมนุษย์ซึ่งระบบ AI ไม่สามารถทำซ้ำได้

การสนับสนุนเพื่อ AI ที่ดีขึ้น

ในฐานะผู้ใช้ เรามีบทบาทในการปรับปรุงระบบ AI เราสามารถช่วยผลักดันอุตสาหกรรมไปสู่ AI ที่น่าเชื่อถือและมีจริยธรรมมากขึ้นด้วยการรายงานความไม่ถูกต้อง ให้ข้อเสนอแนะ และเรียกร้องมาตรฐานที่ดีกว่าจากนักพัฒนาซอฟต์แวร์

โดยเฉพาะอย่างยิ่ง ผู้ใช้ควรสนับสนุน:

• การติดป้ายกำกับเนื้อหาที่สร้างโดย AI อย่างชัดเจน
• ความโปร่งใสเกี่ยวกับแหล่งข้อมูลการฝึกอบรมและข้อจำกัด
• ปรับปรุงกลไกการตรวจสอบข้อเท็จจริง
• กรอบความรับผิดชอบสำหรับข้อผิดพลาด AI
• การพัฒนาที่ช้าลงและมีเจตนามากขึ้นโดยเน้นที่ความน่าเชื่อถือมากกว่าความเร็ว

อนาคตของ AI: สู่ระบบที่เชื่อถือได้มากขึ้น

แม้จะมีความท้าทายเหล่านี้ ฉันยังคงมองโลกในแง่ดีเกี่ยวกับอนาคตของ AI ปัญหาที่เน้นโดยประสบการณ์ของฉันกับราศีเมถุนนั้นไม่ใช่ปัญหาที่ผ่านไม่ได้ เนื่องจากเป็นปัญหาที่ต้องปรับปรุงซึ่งสามารถนำไปสู่ระบบ AI ที่เชื่อถือได้และเชื่อถือได้มากขึ้น

โซลูชั่นทางเทคนิค

นักวิจัยกำลังพัฒนาวิธีแก้ปัญหาด้านเทคนิคเพื่อจัดการกับภาพหลอนในระบบ AI อยู่แล้ว ซึ่งรวมถึง:

• ปรับปรุงกลไกการตรวจสอบข้อเท็จจริงที่อ้างอิงโยงการตอบสนองของ AI กับฐานข้อมูลที่ได้รับการตรวจสอบแล้ว
• ระบบการสร้างแบบเสริมการดึงข้อมูลซึ่งมีการตอบสนองพื้นฐานในแหล่งที่มาเฉพาะที่ผ่านการตรวจสอบแล้ว
• การวัดปริมาณความไม่แน่นอนที่ช่วยให้ระบบ AI แสดงระดับความมั่นใจในการตอบสนอง
• ระบบหลายตัวแทนที่โมเดล AI หลายแบบสามารถตรวจสอบผลลัพธ์ของกันและกันได้

แนวทางทางเทคนิคเหล่านี้เมื่อรวมกับการทดสอบและการตรวจสอบที่เหมาะสม สามารถปรับปรุงความน่าเชื่อถือของระบบ AI ได้อย่างมาก และลดอุบัติการณ์ของอาการประสาทหลอน

กรอบการกำกับดูแล

ในขณะที่ AI แพร่หลายมากขึ้น กรอบการกำกับดูแลก็เกิดขึ้นเพื่อจัดการกับความท้าทายเหล่านี้ ตัวอย่างเช่น พระราชบัญญัติ AI ของสหภาพยุโรปได้รวมข้อกำหนดด้านความโปร่งใสและความรับผิดชอบในระบบ AI โดยเฉพาะอย่างยิ่งในการใช้งานที่มีความเสี่ยงสูง

ความพยายามด้านกฎระเบียบเหล่านี้สามารถช่วยสร้างมาตรฐานสำหรับความน่าเชื่อถือของ AI สร้างกลไกความรับผิดชอบ และช่วยให้มั่นใจได้ว่านักพัฒนาจะให้ความสำคัญกับความปลอดภัยและความแม่นยำมากกว่าความเร็วและตำแหน่งทางการตลาด

การพัฒนาความคาดหวังของผู้ใช้

เมื่อผู้ใช้คุ้นเคยกับระบบ AI มากขึ้น ความคาดหวังก็เปลี่ยนแปลงไป มีการตระหนักรู้มากขึ้นเรื่อยๆ ว่า AI ควรมีความโปร่งใสเกี่ยวกับข้อจำกัด รับทราบความไม่แน่นอน และแยกแยะอย่างชัดเจนระหว่างข้อมูลที่ตรวจสอบแล้วและการคาดเดา

ความคาดหวังของผู้ใช้ที่เปลี่ยนไปนี้สามารถผลักดันกลไกตลาดไปสู่ระบบ AI ที่เชื่อถือได้มากขึ้น เนื่องจากนักพัฒนาตอบสนองต่อความต้องการความถูกต้องและโปร่งใส

บทสรุป: การนำทางแนวนอนของ AI

ประสบการณ์ของฉันกับราศีเมถุนที่โกหกเกี่ยวกับงานอดิเรกของฉันทำให้ฉันเปิดหูเปิดตา โดยเผยให้เห็นข้อบกพร่องพื้นฐานเกี่ยวกับวิธีการทำงานของระบบ AI และอันตรายที่อาจเกิดขึ้นจากข้อมูลที่ไม่ถูกต้องที่ไม่ได้รับการตรวจสอบ แต่ยังทำหน้าที่เป็นบทเรียนอันทรงคุณค่าในการคิดเชิงวิพากษ์ การตรวจสอบ และความสำคัญของการรักษาความเชี่ยวชาญของมนุษย์ในโลกที่มีระบบอัตโนมัติมากขึ้น

ในขณะที่เราผสานรวม AI เข้ากับชีวิตประจำวันของเราอย่างต่อเนื่อง การเข้าถึงระบบเหล่านี้ด้วยความกระตือรือร้นและความระมัดระวังจึงเป็นสิ่งสำคัญ เราควรเฉลิมฉลองความสามารถของพวกเขาในขณะที่ยังคงระมัดระวังเกี่ยวกับข้อจำกัดของพวกเขา ด้วยการเรียกร้องมาตรฐานที่ดีกว่า การสนับสนุนเพื่อความโปร่งใส และการรักษาความมุ่งมั่นของเราในการตรวจสอบข้อมูล เราสามารถช่วยกำหนดอนาคตที่ AI ทำหน้าที่เป็นเครื่องมือที่เชื่อถือได้มากกว่าแหล่งที่มาของการหลอกลวง

การเดินทางสู่ AI ที่น่าเชื่อถือเพิ่งเริ่มต้น ประสบการณ์ของฉันกับราศีเมถุนถือเป็นความล้มเหลว แต่ก็เป็นโอกาสในการเรียนรู้ ปรับปรุง และสร้างระบบที่ให้บริการมนุษยชาติอย่างแท้จริงด้วยความถูกต้อง ความซื่อสัตย์ และความอ่อนน้อมถ่อมตน

ประเด็นสำคัญ

ท้ายที่สุดแล้ว บทเรียนจากประสบการณ์ของฉันกับราศีเมถุนก็ชัดเจน: AI เป็นเครื่องมือที่ทรงพลัง แต่ก็ไม่มีข้อผิดพลาด ขณะที่เราพัฒนาและบูรณาการระบบเหล่านี้เข้ากับชีวิตของเราต่อไป เราต้องยังคงมุ่งมั่นต่อความจริง ความถูกต้อง และคุณค่าที่ไม่อาจทดแทนได้ของความเชี่ยวชาญของมนุษย์

ราศีเมถุนโกหกฉันเกี่ยวกับงานอดิเรกของฉัน และนั่นแสดงให้ฉันเห็นว่าปัญหาที่แท้จริงคืออะไร https://www.androidpolice.com/gemini-lied-about-my-hobby-taught-me-valuable-lesson/ ราศีเมถุนโกหกฉันเกี่ยวกับงานอดิเรกของฉัน และนั่นแสดงให้ฉันเห็นว่าปัญหาที่แท้จริงคืออะไร https://www.androidpolice.com/gemini-lied-about-my-hobby-taught-me-valuable-lesson/

มุมมอง	ข้อมูลเชิงลึกที่สำคัญ
ภาพหลอน AI	ระบบ AI สามารถนำเสนอข้อมูลเท็จตามความเป็นจริงได้อย่างมั่นใจ
การยืนยัน	เอาต์พุต AI ทั้งหมดควรได้รับการตรวจสอบผ่านแหล่งที่มาที่เชื่อถือได้
ความรับผิดชอบ	ระบบ AI ในปัจจุบันขาดกลไกในการแก้ไขข้อมูลที่ไม่ถูกต้อง
ข้อมูลการฝึกอบรม	ระบบ AI รวมเอาความไม่ถูกต้องจากแหล่งการฝึกอบรม
ความรับผิดชอบของผู้ใช้	ผู้ใช้ต้องรักษาการคิดอย่างมีวิจารณญาณเมื่อโต้ตอบกับ AI