2025年10月22日，Search Engine Journal 對2,709條由不同AI助手生成嘅新聞回答進行評估，結果警示：45%嘅回答存在「顯著問題」，廣義嚟講，81%嘅回答含有某程度嘅問題。
研究對「問題」作出細分，並非籠統指責，而係拆到可操作嘅維度：來源缺失或唔透明、引用唔準確、事實捏造（hallucination）、時間性錯誤同埋語境誤讀。文章指出，好多看似權威嘅回答喺關鍵證據鏈出現斷裂——例如引用嘅「研究」喺原始來源搵唔到，或者列出嘅統計數據同公開報告唔相符。
喺所有被測產品中，報道特別點名Google嘅Gemini喺「來源管理」方面嘅問題最為突出。研究者發現Gemini生成嘅回答比其他助手更頻繁出現無法追溯到原始出處嘅斷言，呢個情況意味住讀者想核實資料時，往往透過提供嘅線索搵唔到原始材料。
作者喺文章中強調跨市場設置嘅重要性：呢項研究唔係只限於單一語言或地區，而係喺多個市場抽樣，以反映唔同語言、唔同新聞生態下AI助手表現嘅差異。結果顯示，問題分佈唔係集中喺某類題目或某個國家新聞，而係一種較為普遍嘅風險，特別喺涉及即時突發事件、複雜數據解讀或需要多方核實嘅報道中更易曝光弱點。
對新聞編輯同內容平台嚟講，呢組數據提出咗明確挑戰：當AI用嚟生成新聞摘要、撰寫報道輔助材料或直接回應讀者提問時，單靠模型輸出唔夠。文章建議加兩道防線：一係提升模型喺引用來源時嘅透明度，二係建立人工核查或自動化溯源機制，確保每條關鍵斷言都可以追溯到可靠來源。
Search Engine Journal嘅報道仲提醒讀者同開發者留意時間標記同語境——有啲AI喺回答中冇清楚說明時間範圍或所用數據嘅截止點，導致讀者誤判資訊嘅時效性。喺追求速度嘅新聞生態，呢類模糊性會擴大誤導風險。
呢項跨市場分析將焦點放喺AI助手喺真實新聞場景下嘅弱點：並非所有模型輸出都可以直接上報或引用，尤其喺來源同可驗證性方面存在明顯缺陷。作者呼籲開發者、媒體機構同用戶喺擁抱AI帶來效率嘅同時，更要將「可驗證性」作為評價模型輸出嘅核心指標。