AI 答案有幾可靠？唔好只睇佢講得幾順

AI 答案最容易令人誤會嘅地方，係佢可以講得好流暢、好肯定，但流暢唔等於已經查證。現有史丹福數據顯示，AI 可靠性唔係一個全球通用百分比，而係取決於你問咩、AI 用咩資料、同之後有冇人手核對。

換句話講：AI 可以係好好嘅起點，但唔應該自動當成終點。

先講結論：冇一個簡單命中率

如果有人話「AI 答案有幾多幾多百分比一定正確」，其實好容易誤導。史丹福 AI Index 2025 指出，用 Responsible AI（負責任 AI，即評估安全、可靠、偏差等風險）準則去評估 AI 系統，現時仍未廣泛標準化；HELM Safety、AIR-Bench 等新 benchmark 開始出現，但 HaluEval、TruthfulQA 呢類較早期測試，已經不足以全面評估現代大型語言模型（LLM）。

所以更實際嘅問題唔係「AI 總體準唔準」，而係：

• 你問嘅係普通知識，定係專業判斷？
• AI 有冇用到可核實來源？
• 答案會唔會影響法律、醫療、財務或安全決定？
• 你有冇開返來源逐句核對？

一段文章摘要、一個旅遊靈感、一份法律研究、同一個醫療決定，唔可以用同一把尺量。

AI「幻覺」點解咁麻煩？

所謂 AI 幻覺，唔一定係答案寫得亂七八糟；相反，最危險嘅情況係佢講到似層層，但內容其實錯、無根據，或者引用支持唔到嗰句說法。

2025 年一項史丹福研究檢視領先嘅法律 AI 研究工具，發現不同系統嘅幻覺率介乎 17% 至 33%。 同一研究入面，表現最好嘅系統喺 65% 個案答啱；另一個系統準確率為 42%；仲有一個系統喺超過 60% 查詢入面交出不完整答案。

呢啲數字唔係話所有聊天機械人都有同一錯誤率。重點係：連專門用嚟做法律研究、而且有接駁資料來源嘅工具，都仍然可以答錯或者答漏。

有來源，唔代表已經有證據

傳統網上搜尋，你會見到多個結果，自己比較來源。AI 答案就通常將呢個過程壓縮成一段「整理好」嘅文字。咁做慳時間，但亦令查證責任變得更重要。

關鍵唔係答案有冇列來源，而係來源有冇真正支持嗰句具體聲明。尤其係以下內容，要特別小心：

• 數字、排名、百分比
• 引文、研究名稱、作者或機構
• 日期、法例、政策變化
• 醫療、金融、安全相關建議
• 最近發生嘅新聞或市場動態

最好做法係打開來源，搵返原文中支持該說法嘅位置。如果來源只係「同題目有關」，但無證明 AI 嗰句講法，咁答案仍然未算查實。

企業點解咁緊張 AI 準確度？

史丹福 AI Index 2025 提到，企業使用 AI 時，「不準確」係一個主要憂慮：64% 受訪高層表示呢點係問題。 報告亦引用 AI Incidents Database：2024 年錄得 233 宗 AI 相關事件，比 2023 年多 56.4%。

呢啲數字唔係直接量度聊天機械人答錯幾多次。不過，佢哋反映咗一件事：當 AI 被放入工作流程、產品、服務同決策入面，單靠「相信系統」唔夠，組織需要檢查機制、清楚責任同人手監督。

咩情況適合用 AI？

AI 最有用嘅位置，通常唔係做最後裁判，而係幫你快啲入門、整理同發問。例如：

• 將一個陌生題目拆成幾個重點；
• 解釋基本概念同常見術語；
• 幫你諗搜尋關鍵字同後續問題；
• 摘要你提供畀佢嘅長文；
• 整理正反論點；
• 起草電郵、報告框架或初稿，再由人核對。

呢啲用途嘅價值在於提升效率同方向感。至於事實是否準確，仍然要另外核實。

咩情況唔應該照單全收？

如果 AI 答案有以下特徵，就唔好直接照用：

• 講出具體數字、排名、日期；
• 聲稱引用某份研究、某位專家或某句原文；
• 涉及法律、醫療、金融或安全；
• 評價最新事件；
• 口氣好肯定，但無可開啟、可核實嘅來源；
• 答案只講一部分，無交代限制、例外或反方資料。

法律領域就係一個清晰警號：史丹福研究顯示，專門法律 AI 研究工具都會出現幻覺或不完整答案。

30 秒 AI 答案查證清單

1. 有冇來源？ 無可核實來源嘅答案，只可以當提示，唔好當證據。
2. 你有冇打開來源？ 唔好只睇 AI 列出嘅標題，要睇原文是否支持該句說法。
3. 係咪原始來源？ 原研究、官方文件、直接數據，通常比二手摘要更可靠。
4. 日期啱唔啱？ 法例、價格、統計、排名同政策，好多時會過期。
5. 答案完整嗎？ 半對半漏，比完全錯更容易令人判斷失誤。
6. 錯咗會有咩後果？ 如果錯誤會影響健康、金錢、法律責任或安全，就唔可以只靠 AI。

結語：AI 係起點，唔係句號

AI 答案可以令搜尋、學習同寫作快好多，但現有數據唔支持盲目信任：冇一個可靠嘅萬用準確率，專門工具仍然會幻覺，而「不準確」亦係實際部署 AI 時嘅重要風險。

最穩陣嘅工作方法係：問 AI、要求來源、打開來源、核對關鍵句。涉及重大後果嘅決定，就要回到原始資料，必要時再問合資格專業人士。