Hur tillförlitlig är Perplexity?
Som med alla generativa AI-baserade tjänster finns det begränsningar. Perplexity kan ibland ge svar som är felaktiga eller missledande, beroende på de källor den använder. Dessutom kan AI:n ha svårt att förstå komplexa frågor eller specifika nyanser.
Men det finns vissa kvaliteter med Perplexity som gör den bättre lämpad än en mer generell generativ AI som till exempel ChatGPT.
Eftersom Perplexity söker i realtid, presenteras ofta uppdaterad information. Men detta innebär också att tjänsten är beroende av vad som är tillgängligt vid söktillfället, vilket kan påverka svarens relevans och tillförlitlighet beroende på ämnet. Tumregeln är som följer: ju mer omfattande ämne desto större är sannolikheten att du får ett bra svar. Väldigt specifika frågor eller ämnen i en ganska snäv svensk kontext minskar sannolikheten för ett bra svar. Återigen är det värt att påpeka att Perplexity bara kan söka på det som finns på den öppna webben.
Svaren som ges kommer med källhänvisningar, vilket gör det möjligt för användaren att kontrollera varifrån informationen kommer. Det ger viss insyn, men det innebär också att du själv måste avgöra hur trovärdig källan är. Men i Perplexitys urval av källor premieras vissa typer av källor mer än andra, exempelvis offentliga kunskapsbanker eller forskningsrapporter. Det finns, enligt min kännedom, ingen officiell lista, men Wikipedia har nämnts som ett specifikt exempel på en premierad källa.
Men eftersom urvalet av källor bygger på algoritmer som söker på internet i realtid, finns det alltid en risk att mindre tillförlitliga källor slinker med. Testa att skriva in några frågor och undersök vilka källor du hänvisas till så märker du snabbt att det inte alltid är de mest välrenommerade källorna som citeras. Men en sammanslagning av den totala mängden källor ger ett bra resultat. Genom att kombinera information från olika källor lyckas tjänsten ge en balanserad översikt. Men det betyder också att svaren ibland kan bli alltför allmänna, utan att ge djupgående insikter eller besvara mer specifika frågor.
Utöver det så har alla generativa AI-modeller en så kallad ”temperatur” som avgör hur kreativt resultat du får. Om du använder en modell med högt inställd temperatur så får du mer oväntade svar, men också svar som sannolikt innehåller mer faktafel eller hallucinationer. Om du använder en modell med lågt inställd temperatur så får du ganska torra och förutsägbara svar men som håller sig väldigt nära din fråga och med mycket lägre sannolikhet för faktafel. Exakt vilken inställning Perplexity har är en affärshemlighet, men vi kan anta att den är lågt inställd.
Till sist så förlitar sig också Perplexity på träningsdatan från de språkmodeller som den konsulterar för att generera sitt svar till dig. Eftersom modeller som exempelvis ChatGPT är tränade på all tillgänglig information på webben så utnyttjas här en stor mängd med extra data. Däremot kan inte all den här datan tillgodogöras vid varje sökning, något som beror på hur en generativ språkmodell är uppbyggd och fungerar. Det är tyvärr ett för stort ämne för att tas upp i den här artikeln.
På så vis är Perplexity en AI-modell som gör sitt bästa för att leverera svar som är tillförlitliga, men det finns inga garantier för att informationen alltid är korrekt.