Использование нейросетей сокращает кругозор пользователей — исследование

Пользователи получают менее обширные знания, если получают знания от нейросетей, чем при поиске фактов через браузер, говорится в исследовании Копенгагенского университета, опубликованном 31 августа на сайте конференции arxiv.org.

Ученые проверили, насколько широкий спектр информации предоставляют большие языковые модели. Актуальность темы обусловлена тем, что LLM все чаще используются как основной источник знаний, а низкое эпистемическое разнообразие несет риск «коллапса знаний»: если однородные модели опосредуют информацию, со временем доступный диапазон сведений может сузиться.

В ходе работы исследователи протестировали 27 языковых моделей на 155 темах, охватывающих 12 стран, и получили 1,7 млн ответов, содержащих в совокупности 70 млн отдельных утверждений. Эпистемическое разнообразие существенно выросло за последние три года, однако ни одна из протестированных систем не достигла базового уровня поиска.

Кроме того, параметрические знания моделей систематически отдают приоритет английскому языку в ущерб местным языкам, когда речь идет о темах, специфичных для конкретных стран. Исследовательская работа была принята на конференцию EMNLP 2026.