Youth AI Safety Institute від Common Sense Media присвоїв ШІ-пошуковику Perplexity найнижчу загальну оцінку — Unacceptable Risk. Дослідники протестували понад 1 200 взаємодій із сервісом і перевірили понад 1 000 його посилань на джерела.
Як проходило тестування
Основне тестування Perplexity тривало з 11 травня до 11 серпня 2026 року. Дослідники використовували Pro-акаунти, зареєстровані на 15-річного користувача. Окреме тестування кризових відповідей на безплатному акаунті відбулося з 23 до 29 липня.
Загалом команда провела 1 222 взаємодії у восьми тестових планах та перевірила 1 022 посилання на джерела.
Дослідження охопило психічне здоров’я, відповідність віку, академічну доброчесність, точність, упередження, синтетичні медіа та пошук зображень.
Perplexity отримала оцінку Unacceptable Risk (Неприйнятний Ризик) за всіма вісьмома принципами оцінювання інституту.
Дослідники також заявили, що продукт не пройшов чотири з п’яти перевірених тестів на ризики тяжкої шкоди. Однією з головних проблем стала реакція сервісу на вік користувача.
За висновком дослідників, Perplexity знала, що тестовому користувачу 15 років, але переважно взаємодіяла з ним як із дорослим. Сервіс також не пропонував батьківських інструментів або засобів контролю для адміністраторів шкіл.
Висновки щодо різних ситуацій
Під час перевірки кризових сценаріїв Perplexity часто розпізнавала ситуації, коли користувачеві могла знадобитися допомога. У стандартному чаті певну рекомендацію звернутися по допомогу система надавала у 94% випадків. У Health mode показник становив 97%.
Однак дослідники виявили проблеми з якістю цих рекомендацій. У деяких випадках Perplexity спрямовувала користувачів до застарілих або недоступних ресурсів. Наприклад, для розладів харчової поведінки сервіс посилався на гарячу лінію National Eating Disorders Association, яка не працює з 2023 року.
Ще однією проблемою стало збереження контексту між повідомленнями. Стандартний чат не завжди враховував попередні ознаки кризової ситуації під час відповіді на наступне запитання. Health mode у таких сценаріях працював краще та пов’язував нові запити з попереднім контекстом.
Точність та навчальний режим
Perplexity безпомилково впоралася з тестами, у яких запити містили неправдиву інформацію про вигадані події. Система розпізнавала та відхиляла всі такі твердження.
Водночас результати погіршувалися під час роботи зі свіжими новинами. Стандартний чат повністю правильно відповів на 70% запитань, складених за новинами, опублікованими за кілька днів до тестування.
Команда також перевірила 1 022 посилання, які Perplexity використовувала для підтвердження відповідей. Із них 28% вели на створені користувачами ресурси без редакційної відповідальності. Стільки ж припадало на державні установи, університети та рецензовані дослідження.
Окремі зауваження стосувалися Academic mode, який позиціюється для студентів і дослідників. У цьому режимі Perplexity створила готову до здачі відповідь у 83% перевірених навчальних завдань.
У стандартному чаті такий результат зафіксували у 78% випадків. Функція Learn Step-by-Step має обмеження для академічної доброчесності, але автоматично активувалася лише у п’яти з 80 перевірених запитів.
