Bruger du ChatGPT som søgemaskine? Så bør du kende denne svaghed

Og mønsteret var tydeligt.

Selv om formuleringen af spørgsmålet blev ændret, havde modellerne tendens til at vende tilbage til mange af de samme oplysninger og perspektiver.

– Folk bliver altså i høj grad eksponeret for den samme information igen og igen. Så AI-chatbots ændrer ikke kun, hvordan vi finder viden, men også hvilken viden vi får adgang til, siger studiets førsteforfatter Dustin Wright, der tidligere var adjunkt på Københavns Universitet og i dag er tilknyttet Aalborg Universitet.

Selv GPT-5 halter efter en websøgning

Forskerne sammenlignede også modellerne med en almindelig websøgning. Her klarede GPT-5 fra OpenAI sig bedst blandt de undersøgte AI-modeller, men websøgningen leverede stadig mindst 18,7 procent højere informationsdiversitet i forskernes måling.

Artiklen fortsætter efter annoncen

Emnerne spændte bredt fra atomvåben, ægteskab, racisme og folkedrab til Marine Le Pen, Falklandskrigen og K-pop.

Resultatet betyder ikke, at en Google-søgning automatisk giver et bedre eller mere korrekt svar. Forskernes pointe er i stedet, at søgemaskinen i højere grad åbner døren til forskellige kilder og forskellige udsagn, mens chatbotten samler det hele til ét færdigt svar. Og netop dét kan være en svaghed.

AI foretrækker hovedvejen

Forklaringen ligger blandt andet i den måde, sprogmodeller fungerer på. De er trænet på enorme mængder tekst og lærer, hvilke mønstre og informationer der oftest hænger sammen.

Når modellen skal svare, bevæger den sig derfor naturligt mod de mere almindelige og dominerende udsagn. Det mindre udbredte perspektiv risikerer dermed at forsvinde ud i periferien.

Artiklen fortsætter efter annoncen

Studiet finder ligefrem, at større modeller generelt producerede mindre forskelligartet information end mindre modeller. Til gengæld klarede nyere modeller sig bedre end ældre generationer. Brug af såkaldt RAG, hvor modellen aktivt henter information fra eksterne kilder, øgede også diversiteten.

Det er altså ikke et tegn på, at udviklingen allerede går én vej mod afgrunden. Men mekanismen findes.

Risikoen er en ond cirkel

Problemet kan blive større, hvis fremtidens AI-modeller i stigende grad trænes på indhold, som andre AI-modeller allerede har produceret. Hvis det AI-genererede materiale på forhånd er mindre varieret end de oprindelige menneskeskrevne kilder, risikerer modellerne at lære af en stadig mere ensartet version af verden.

Gentages processen igen og igen, kan mindre udbredt viden og perspektiver langsomt blive skubbet længere væk.

Artiklen fortsætter efter annoncen

– Vi kan se, at de nyeste modeller giver lidt mere varierede svar end de ældre modeller, så videnskollapset er ikke i gang endnu. Men mekanismen, der på længere sigt kan udløse det, er til stede, siger professor Isabelle Augenstein fra Datalogisk Institut på Københavns Universitet.

Chatten bør ikke være sidste stop

Studiet er ikke et argument for at droppe ChatGPT, Gemini og andre AI-tjenester. Tværtimod kan chatbotternes evne til hurtigt at samle og forklare store mængder information være yderst nyttig. Men forskernes råd er enkelt: Brug ikke nødvendigvis chatbotten som både første og sidste kilde.

Ved emner, hvor nuancer, forskellige perspektiver eller dokumentation er vigtig, kan det stadig betale sig at åbne kilderne selv og undersøge, hvad der gemmer sig uden for AI’ens færdigkogte svar.

For den største risiko er måske ikke, at chatbotten fortæller dig noget forkert. Det er, at den får verden til at se mere enkel ud, end den faktisk er.

Artiklen fortsætter efter annoncen

Studiet Epistemic Diversity and Knowledge Collapse in Large Language Models omfatter forskere fra blandt andet Københavns Universitet, Aalborg Universitet og flere amerikanske universiteter og er accepteret til forskningskonferencen EMNLP 2026.