Millioner af AI-svar undersøgt: Forskerne fandt en bekymrende forskel

”Jeg spørger lige chatten.”

AI-chatbots er på kort tid blevet en del af hverdagen for mange. De bruges til alt fra inspiration til aftensmaden og hjælp til formulering af mails til spørgsmål om økonomi, samfund og historie.

Men når vi spørger en AI-chatbot i stedet for at søge efter information på nettet, kan der være en væsentlig forskel på den viden, vi bliver præsenteret for. Det viser et nyt studie anført af Datalogisk Institut på Københavns Universitet.

Forskerne har undersøgt 27 forskellige store sprogmodeller på 155 emner. Resultaterne viser ifølge studiet, at modellerne giver et mindre varieret udvalg af information end traditionelle internetsøgninger.

Omkring 70 millioner udsagn blev analyseret

Undersøgelsen bygger på et omfattende datamateriale. De 27 sprogmodeller blev testet på 155 emner med tilknytning til 12 forskellige lande. For hvert emne anvendte forskerne 200 forskellige formuleringer af spørgsmål baseret på spørgsmål fra virkelige brugere.

Det resulterede i omkring 1,7 millioner AI-genererede svar og cirka 70 millioner enkeltstående udsagn. Og på tværs af de undersøgte modeller fandt forskerne det samme overordnede mønster.

– Samtlige sprogmodeller, vi har testet, giver brugeren mere ensartet information end en simpel Google-søgning på tværs af alle de emner, vi undersøgte. 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 førsteforfatter Dustin Wright, der er tidligere adjunkt på Datalogisk Institut og i dag tilknyttet Aalborg Universitet.

Selv den mest varierede model lå efter Google

Forskerne testede modellerne på vidt forskellige emner. Det gjaldt blandt andet atomvåben, ægteskab, pornografi, racisme og folkedrab samt mere landespecifikke emner som Marine Le Pen, Falklandskrigen og K-pop. Blandt de undersøgte modeller var GPT-5 fra OpenAI den model, der ifølge studiet gav de mest mangfoldige svar.

Alligevel leverede modellen mindst 18,7 procent mindre varieret information end Google. Ifølge forskerne kan forskellen få betydning, hvis AI-chatbots i stigende grad bliver den primære vej til information.

– Vi risikerer, at folk bliver eksponeret for færre forskellige perspektiver og et smallere udvalg af viden. Og så kan der opstå en ond cirkel, hvor det mest populære indhold bliver endnu mere dominerende, mens andet indhold bliver mere og mere overset, siger professor og seniorforfatter Isabelle Augenstein fra Datalogisk Institut.

Hun sammenligner udviklingen med globaliseringen.

– Det er ligesom med globaliseringen. I dag kan du få de samme varer og finde de samme kaffekæder næsten overalt i verden. Det giver mange fordele, men har også reduceret mangfoldigheden.

Hvorfor bliver AI-svarene mere ens?

Ifølge forskerne hænger den lavere diversitet sammen med den måde, store sprogmodeller fungerer på. Modellerne er trænet på enorme mængder tekst og lærer de mønstre, der går igen i materialet. I den proces kan information, som afviger fra de mest almindelige mønstre, blive frasorteret.

Forskerne peger samtidig på en mulig udfordring i fremtiden. Hvis nye AI-modeller i stigende grad bliver trænet på tekst, som andre AI-modeller har produceret, kan de komme til at lære af indhold, der allerede er mindre varieret end de menneskeskrevne tekster, som modellerne oprindeligt blev trænet på.

Hvis det gentager sig gennem flere generationer af modeller, kan variationen ifølge forskerne gradvist blive mindre.

Det er denne mulige udvikling, de betegner som et ”videnskollaps”.

Videnskollapset er ikke i gang endnu

Forskerne understreger samtidig en vigtig nuance: Studiet viser ikke, at et videnskollaps allerede er i gang. Faktisk fandt forskerne, at de nyeste AI-modeller generelt leverer lidt mere varierede svar end de ældre.

– Det er en bekymrende tanke. Vi kan dog 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. Så det er noget, vi bør være opmærksomme på, siger Isabelle Augenstein.

Studiet viser desuden, at de mindre AI-modeller genererer mere diverst indhold end de største modeller. Samlet set havde alle de undersøgte modeller dog markant lavere diversitet end traditionelle internetsøgemaskiner.

Forskerne har et råd til AI-brugerne

Resultaterne betyder ikke, at forskerne mener, at man skal holde op med at bruge AI-chatbots. De opfordrer i stedet til, at brugerne husker at søge information flere steder og ikke gør AI til deres eneste kilde til viden.

– Selvfølgelig kan AI-chatbotters opsummeringer være nyttige – det er jo derfor, så mange bruger dem. Men det er vigtigt stadig at opsøge forskellige kilder for at forstå nuancerne og få et bredere billede – især for den yngre generation, der vokser op med AI. Vi må ikke blive så afhængige af teknologien, at vi holder op med selv at forstå og tænke, påpeger Isabelle Augenstein.

Forskerne håber samtidig, at AI-udviklere vil arbejde på at bevare en større bredde i den information, modellerne giver videre.

– Vi håber AI-udviklerne vil lave sprogmodeller på en måde, der bevarer bredden i den viden, vi mennesker har adgang til. Vi har her en metode, de kan bruge til at måle diversiteten i modellerne, som kan være med til at sikre, at fremtidens sprogmodeller ikke bliver mindre mangfoldige, siger Dustin Wright.

Studiet er udført af forskere fra Københavns Universitet, Aalborg Universitet, Stanford University, University of Colorado Boulder og University of Texas Austin.

Det er accepteret til den internationale forskningskonference EMNLP 2026, der finder sted i oktober.