31.08.2026

Odcinek 3: Weryfikacja faktów i praca ze źródłami – antyhalucynacje

Sławek:

W poprzednim odcinku rozmawialiśmy o tym, jak AI może pomagać w szukaniu informacji. Dziś zajmiemy się sprawą równie ważną: jak nie dać się zwieść odpowiedzi, która brzmi mądrze, lecz niekoniecznie jest prawdziwa.

Nie chodzi o nieufność wobec samej technologii, ale o zachowanie własnego osądu i prostego, zdrowego odruchu: „skąd to wiadomo?”

Perplexity AI:

Teraz pora na umiejętność być może najważniejszą: sprawdzanie, czy odpowiedź AI rzeczywiście ma oparcie w faktach.

AI potrafi pisać płynnie, logicznie i przekonująco. To jej wielka zaleta, ale i pułapka. Styl wypowiedzi może sprawiać wrażenie wiedzy, nawet gdy odpowiedź zawiera błąd, niepełną informację albo źródło, które nie potwierdza podanej tezy. Dlatego z AI warto rozmawiać jak z bardzo sprawnym, szybkim i pomocnym asystentem — ale nie jak z nieomylną wyrocznią.

NIST, amerykański Narodowy Instytut Standardów i Technologii, używa określenia „confabulation” — po polsku: konfabulacja — w odniesieniu do sytuacji, w której generatywna AI tworzy błędną lub fałszywą treść, niekiedy przedstawianą w tonie dużej pewności.

W języku potocznym częściej mówi się o „halucynacjach AI”. Chodzi o sytuację, w której system może podać nieprawdziwy fakt, wymyślić cytat, książkę, artykuł, dane statystyczne albo nieistniejące powiązanie między zdarzeniami — często w bardzo pewnym tonie.

Najważniejsza zasada tego odcinka jest prosta: nie wystarczy, że odpowiedź AI brzmi rozsądnie — trzeba sprawdzić, czy opiera się na wiarygodnych źródłach.

Co AI może pomylić?

AI może:

• Podać błędną datę, nazwisko, liczbę lub kolejność zdarzeń.
• Pomylić dwie osoby, firmy, miejsca albo badania o podobnych nazwach.
• Przytoczyć źródło, które istnieje, ale nie zawiera przypisywanej mu informacji.
• Wskazać książkę, raport albo link, który nie istnieje.
• Użyć danych nieaktualnych, mimo że pytamy o stan obecny.
• Przedstawić opinię jako fakt.
• Nie ujawnić swojej niepewności tam, gdzie źródła są sprzeczne lub niepełne.
• Porównać liczby, które pozornie mówią o tym samym, ale zostały policzone inną metodą.

To ostatnie szczególnie warto zapamiętać. Dwie statystyki mogą wyglądać na porównywalne, a mimo to dotyczyć innych grup, innych okresów, odmiennych definicji albo różnych sposobów liczenia.

Liczba bez informacji, kto ją podał, czego dotyczy i jak została wyliczona, jest tylko liczbą — jeszcze nie wiedzą.

UNESCO zwraca uwagę, że wyniki generatywnej AI należy oceniać krytycznie, ponieważ może ona być szybkim, ale zawodnym źródłem informacji.

Zasada pięciu pytań

Gdy AI podaje ważną informację, należy zatrzymać się i zadać pięć prostych pytań:

Skąd to wiadomo?

Poprośmy o konkretne źródła: raport, ustawę, artykuł naukowy, dane urzędu, statystykę lub wypowiedź osoby odpowiedzialnej za daną sprawę.

Czy źródło jest pierwotne?

Najlepiej, gdy możemy dotrzeć do dokumentu, badania, aktu prawnego, komunikatu instytucji albo pełnej wypowiedzi. Następnie warto sprawdzić, czy interpretacja tego źródła jest prawidłowa. Nie należy opierać się wyłącznie na relacji medialnej czy cudzym streszczeniu.

Z kiedy pochodzą dane?

W polityce, gospodarce, zdrowiu, prawie i technice nawet kilkumiesięczna informacja może być już nieaktualna.

Co dokładnie zmierzono lub stwierdzono?

Trzeba sprawdzić definicje. Czy chodzi o wszystkich mieszkańców, tylko dorosłych, osoby pracujące, zarejestrowanych bezrobotnych, wybrane przedsiębiorstwa, konkretny kraj czy region?

Jak duża jest pewność?

Warto odróżniać fakt potwierdzony przez kilka niezależnych źródeł od przypuszczenia, prognozy, opinii albo pojedynczego doniesienia.

Nie wstydźmy się pytać AI po raz drugi i trzeci. Dobre pytanie kontrolne jest często cenniejsze niż pierwsza odpowiedź.

Jak pytać AI?

Nie wystarczy zapytać: „czy to prawda?”. Lepiej powiedzieć, czego oczekujemy. Oto kilka gotowych poleceń, które można kopiować i stosować:

„Podaj źródła dla każdego ważnego twierdzenia w swojej odpowiedzi. Oddziel fakty od opinii i przypuszczeń.”

„Wskaż źródła pierwotne: dokumenty urzędowe, pełne raporty, badania, akty prawne albo oryginalne wypowiedzi. Nie podawaj źródeł, których nie możesz zweryfikować. Jeśli nie masz pewności, zaznacz to wyraźnie.”

„Sprawdź, czy podane dane są aktualne. Przy każdej liczbie podaj rok, kraj lub obszar, którego dotyczy, oraz definicję użytego wskaźnika.”

„Które elementy odpowiedzi są pewne, które sporne, a których nie da się obecnie potwierdzić? Nie uzupełniaj luk domysłami.”

„Znajdź argumenty przeciwne do przedstawionej tezy i podaj wiarygodne źródła dla obu stron sporu.”

Można też potraktować AI jak redaktora własnej notatki:

„Oto moja informacja: [wklej zdanie]. Wypisz wszystkie twierdzenia wymagające sprawdzenia, zaproponuj źródła pierwotne i zaznacz, czego nie można potwierdzić bez dodatkowych danych.”

Taki sposób rozmowy ma dwie zalety. Po pierwsze, pomaga ustalić, na jakich źródłach AI deklaruje oparcie swojej odpowiedzi — a następnie możemy sprawdzić, czy rzeczywiście potwierdzają one jej odpowiedź. Po drugie, uczy nas samych rozdzielać twierdzenia od dowodów.

Ćwiczenie praktyczne

Wybierzmy zdanie, które może pojawić się w rozmowie, artykule albo mediach społecznościowych:

„Bezrobocie w Polsce gwałtownie rośnie.”

Nie pytajmy AI od razu: „czy to prawda?”. Najpierw poprośmy:

„Sprawdź to twierdzenie na podstawie najnowszych dostępnych danych. Podaj źródła pierwotne, daty i definicję użytego wskaźnika. Jeśli korzystasz z bezrobocia rejestrowanego, porównaj je z poprzednim miesiącem i tym samym miesiącem poprzedniego roku. Jeśli korzystasz z BAEL, wyjaśnij, za jaki okres dostępne są dane i nie porównuj bezpośrednio wskaźników liczonych inną metodą.”

Po otrzymaniu odpowiedzi wykonajmy cztery kroki:

• Otwórzmy przynajmniej jedno wskazane źródło.
• Sprawdźmy datę dokumentu i okres, którego dotyczą dane.
• Zobaczmy, czy liczba w źródle jest taka sama jak w odpowiedzi AI.
• Ustalmy, czy porównujemy ten sam wskaźnik i tę samą grupę osób.

Może się okazać, że jedna liczba dotyczy bezrobocia rejestrowanego, a druga bezrobocia według Badania Aktywności Ekonomicznej Ludności, czyli BAEL. Obie mogą być prawdziwe, ale nie opisują dokładnie tego samego zjawiska, ponieważ są ustalane według odmiennej metodologii.

Bezrobocie rejestrowane opiera się na danych osób zarejestrowanych w powiatowych urzędach pracy i jest publikowane co miesiąc. BAEL jest reprezentacyjnym badaniem statystycznym gospodarstw domowych, opartym na innej definicji bezrobotnego i publikowanym w cyklu kwartalnym.

Nie wolno więc traktować tych dwóch wskaźników jako prostych odpowiedników ani porównywać ich bez wyjaśnienia różnic metodologicznych.

Wtedy problemem nie jest „kłamstwo” jednej ze statystyk, lecz nieuczciwe albo nieuważne ich porównanie.

AI może przyspieszyć drogę do informacji. Nie może zwolnić nas z obowiązku jej sprawdzenia.

Kiedy szczególnie uważać?

Weryfikacja jest potrzebna zawsze, ale szczególnej ostrożności wymagają informacje dotyczące:

• Zdrowia, leków, diagnoz i terapii.
• Prawa, podatków, świadczeń i terminów urzędowych.
• Finansów, inwestycji, kursów walut, kredytów i prognoz rynkowych.
• Polityki, wyborów, wypowiedzi publicznych i spraw międzynarodowych.
• Statystyk, rankingów, sondaży i danych gospodarczych.
• Cytatów, książek, artykułów naukowych oraz nazwisk rzekomych ekspertów.
• Treści budzących silne emocje: strach, oburzenie, zachwyt lub poczucie sensacji.

Im większą decyzję mamy podjąć na podstawie odpowiedzi AI, tym wyższy powinien być próg ostrożności.

Jeżeli błąd może kosztować pieniądze, zdrowie, reputację lub czyjeś zaufanie, nie wystarcza jedna odpowiedź i jeden link.

Krótka lista „antyhalucynacyjna”

Przed wykorzystaniem informacji z AI warto przejść przez krótką listę:

• Czy AI podała konkretne źródło?
• Czy otworzyłem choć jedno najważniejsze źródło?
• Czy sprawdziłem datę?
• Czy źródło rzeczywiście potwierdza dokładnie tę tezę?
• Czy rozumiem, co oznaczają użyte liczby i definicje?
• Czy AI oddzieliła fakty od opinii oraz prognoz?
• Czy informacja nie wymaga potwierdzenia w drugim, niezależnym źródle?
• Czy nie dałem się przekonać wyłącznie pewnemu tonowi odpowiedzi?

Jeśli na któreś z tych pytań odpowiedź brzmi: „nie wiem”, warto wrócić do źródeł albo po prostu uczciwie powiedzieć: „tego jeszcze nie udało się potwierdzić”.

Na zakończenie

Nie musimy bać się AI ani traktować jej jak przeciwnika. Warto natomiast korzystać z niej świadomie. Najlepsza praktyka polega na tym, by używać AI do szukania kierunku, porządkowania problemu, tworzenia list pytań i docierania do dokumentów, ale nie oddawać jej prawa do ostatniego słowa.

AI jest dobrym przewodnikiem po informacji, lecz nie może być jedynym sędzią prawdy.

W kolejnym odcinku można będzie pójść krok dalej: sprawdzić, jak odróżniać źródło pierwotne od komentarza, streszczenia, reklamy i propagandy — oraz jak rozpoznawać, kiedy link tylko wygląda poważnie, a kiedy naprawdę jest wart zaufania.

Dla dociekliwych

Osoby, które chcą sprawdzić użyte pojęcia i metodologię, mogą odnaleźć w internecie następujące materiały:

• NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1).
• UNESCO, Guidance for Generative AI in Education and Research.
• Główny Urząd Statystyczny, „Jak liczymy bezrobocie?”.

Sławek:

Dziękuję Państwu za opinie pod poprzednim odcinkiem, a także za uwagi przekazane w bezpośrednich kontaktach. Otrzymaliśmy od Państwa zielone światło, aby kolejne części cyklu publikować częściej niż dotychczas — co trzy lub cztery dni.

Mam nadzieję, że taki rytm pozwoli zachować ciągłość naszej wspólnej nauki, a zarazem pozostawi dość czasu na spokojne czytanie, własne próby i pytania.

Perplexity AI i Sławek