Las respuestas de IA abarcaron menos conocimiento que la búsqueda web, pero no fue una prueba de exactitud

Se usaron 200 formulaciones basadas en preguntas reales, 155 temas y contextos de 12 países para medir diversidad de conocimiento.

La métrica cuenta la variación de afirmaciones sobre el mundo. Menos afirmaciones distintas no significa automáticamente más errores ni prueba que la web sea más exacta.

Qué se comparó

Los 27 modelos, de familias como OpenAI, Meta, Google y Alibaba, generaron cerca de 1,7 millones de respuestas y 70 millones de afirmaciones. Los temas iban de armas nucleares y matrimonio a racismo y K-pop.

Qué significa 18,7%

GPT-5, el modelo más diverso en este montaje, quedó al menos un 18,7% por debajo de una búsqueda básica de Google en diversidad medida. Hubo diferencias por tema y modelo; los nuevos fueron más diversos y la recuperación de información amplió generalmente la cobertura.

Por qué hablan de colapso del conocimiento

La hipótesis de riesgo es que resúmenes parecidos dominen el acceso y que modelos posteriores aprendan de esas salidas, excluyendo repetidamente perspectivas menos comunes. Los autores no afirman que el colapso ya esté ocurriendo.

Cómo usar el hallazgo

Para asuntos importantes conviene ir más allá de un solo resumen de IA y revisar fuentes primarias y perspectivas realmente distintas. El trabajo fue presentado como aceptado en EMNLP 2026; falta replicar la métrica y estudiar otras condiciones de búsqueda y usuarios no anglófonos.

Fuente primaria y comprobaciones independientes

Fuente primaria: arXiv 연구 원고

Explicación institucional: University of Copenhagen 연구 설명

Comprobación independiente: 연구팀 CopeNLU 서지 페이지

Leer en otros idiomas

한국어 · English · Español · 日本語 · Tiếng Việt