ما مدى دقة الذكاء الاصطناعي Perplexity؟ وكيفية التحقق من المراجع والمصادر

دليل الأدلة · تم تحديثه في سبتمبر 2026

يمكن أن تساعدك تقنية الذكاء الاصطناعي Perplexity في العثور على المصادر وصياغة إجابة أولية، لكن المراجع التي تقدمها لا تضمن صحة الإجابة. تعتمد الدقة على السؤال ووضع البحث وجودة المصادر. وتُعد هذه المعلومات نقطة انطلاق مفيدة للبحث؛ إلا أن الادعاءات المهمة لا تزال بحاجة إلى التحقق منها بالرجوع إلى الصفحة الأصلية.

قد يؤدي الاقتباس المرقّم إلى صفحة حقيقية وذات صلة دون أن تدعم الإحصائية أو التاريخ أو الاقتباس أو الاستنتاج المحدد المذكور بجانبه. ولذلك، فإن دقة الاقتباس وفقًا لمعيار Perplexity لا تقتصر على ما إذا كان الرابط يعمل أم لا: بل يجب أن يدعم المصدر الادعاء في السياق نفسه.

قبل أن تنشر إحصائية ما، أو تستشهد بورقة بحثية، أو تستخدم إجابة ما لاتخاذ قرار، افتح المصدر المرفق، وابحث عن المقطع ذي الصلة، وقارن صياغته وتاريخه ونطاقه مع الإجابة. وإذا كان الدليل مفقودًا أو يشير إلى شيء مختلف، فاعتبر هذا الادعاء غير مؤكد.

ما الذي تعنيه دقة Perplexity في الواقع؟

تتألف دقة نموذج Perplexity من طبقتين على الأقل: ما إذا كانت الإجابة صحيحة، وما إذا كانت مصادرها تدعم هذه الإجابة. وعادةً ما تخفي النسبة المئوية الواحدة عدة اختبارات مختلفة. فقد يتم فتح الرابط بنجاح، ومع ذلك يفشل في اجتياز الاختبار الأهم: وهو ما إذا كانت الصفحة تدعم الادعاء المرتبط بها.

بالنسبة للناشرين والعلامات التجارية، يُعد وجود الإشارة مسألة منفصلة. فقد تُعلمك إحدى الأدوات بأن Perplexity قد ذكرت شركتك، لكنها لا تحدد ما إذا كانت الإجابة قد وصفتها بشكل صحيح أم لا. فـ«الوجود» يقيس مدى الظهور؛ أما «الدقة» فتقيس مدى التوافق بين المصدر والادعاء.

لدينا دليل المبتدئين لاستخدام الذكاء الاصطناعي Perplexity يشرح سير العمل الأساسي. تركز هذه المقالة على ما يحدث بعد ظهور الإجابة: التحقق من الأدلة.

ما الذي اختبرته بالفعل الدراسة الأكثر شهرة حول الاستشهادات التي تحمل الرمز Perplexity؟

منهجية مركز «تو» و«CJR»

أهم مرجع عام في هذا المجال هو الدراسة التي أجراها «مركز تو للصحافة الرقمية» والتي نشرتها مجلة كولومبيا للصحافة في 6 مارس 2025. اختار الباحثون 20 جهة إخبارية، وأخذوا 10 مقالات من كل منها، وقدموا مقتطفات منها إلى ثمانية محركات بحث تعمل بالذكاء الاصطناعي. وكان على كل نظام تحديد عنوان المقال، والجهة الناشرة، وتاريخ النشر، وعنوان URL.

وقد أسفر ذلك عن 1,600 استفسار: 20 ناشرًا مضروبًا في 10 مقالات و8 أدوات. وتعد هذه الطريقة مفيدة لأن الباحثين كانوا يمتلكون مقالًا مرجعيًّا معروفًا، مما سمح لهم بمقارنة كل إجابة به. وهي محدودة النطاق لأنها تختبر القدرة على تحديد مصدر مقتطفات إخبارية، وليس كل الأسئلة المتعلقة بالبحث أو التسوق أو الأبحاث الأكاديمية أو البرمجة أو التوليف.

ما توصلت إليه الدراسة بشأن Perplexity

المصدر الأساسي: يواجه البحث القائم على الذكاء الاصطناعي مشكلة في الاستشهادات, ، مركز تو / مجلة «كولومبيا للصحافة»، نُشر في 6 مارس 2025.

ما لم تثبته الدراسة

• ولم يتم اختبار كل سؤال أو وضع Perplexity.
• ولم يتم إنشاء نوتة موسيقية دائمة للإصدارات المستقبلية.
• ولم يثبت ذلك أن كل استشهاد بـ Perplexity هو خطأ.
• ولم يثبت نجاحها على الصعيد العالمي في كل موضوع.
• لا ينبغي إعادة صياغتها على النحو التالي: “دقة الاستشهاد الإجمالية 63%”.”

تحليل شركة ’برومبت أركيتكتس» ويشير إلى نفس النقطة المهمة: لا يكون الرقم ذا مغزى إلا عندما يتمكن القراء من الاطلاع على العينة وقاعدة التقييم وتعريف المهمة والتاريخ الذي يستند إليه.

لماذا قد يبدو الاستشهاد بنمط Perplexity صحيحًا، ومع ذلك يكون خاطئًا؟

يصعب ملاحظة عدم تطابق الاقتباس أكثر من ملاحظة الرابط المعطل. فالصفحة تُحمَّل، والعنوان يبدو ذا صلة بالموضوع، وقد تبدو الإجابة واثقة. لكن المشكلة تظهر عندما تقارن الادعاء بالصياغة والسياق في الصفحة المصدر.

الحيرة إرشادات بشأن تسمية المصدر كما أنه يضع توقعات مفيدة: فالوصف يخص الموقع الإلكتروني ككل، وليس صحة كل مقال أو ادعاء على حدة.

كيفية التحقق من صحة مرجع Perplexity في دقيقتين

ابدأ بالادعاء الذي من شأنه أن يتسبب في أكبر قدر من الضرر إذا ثبت خطأه: سواء كان سعرًا، أو نسبة مئوية، أو تاريخًا، أو اقتباسًا، أو شرطًا قانونيًا، أو بيانًا طبيًّا، أو مقارنةً مع منافس.

1. اختر المطالبة. انسخ الجملة أو الرقم بالضبط.
2. افتح المرجع المرفق. استخدم المصدر المرتبط بتلك الجملة.
3. ابحث في الصفحة. استخدم خيار «البحث» للعثور على الرقم أو العبارة أو الدراسة المسماة.
4. اقرأ الفقرة. تحقق من الموضوع والتاريخ والنطاق والوحدة والاتجاه.
5. تحقق من مصدره. يفضل استخدام النسخة الأصلية والحالية. ضع علامة «غير متحقق منه» على المطابقة الفاشلة.

رسالة التحقق القابلة لإعادة الاستخدام: افتح المصدر الذي استشهدت به بشأن “[الادعاء]”. اقتبس الجملة الدقيقة التي تدعمه. إذا لم يحتوِ المصدر على جملة تدعم الادعاء بالصيغة المذكورة، فاذكر ذلك صراحةً ولا تعيد صياغته.

هذه التوجيهات لا تزيد من دقة عملية الاسترجاع الأصلية. بل إنها تجبر النموذج على إظهار خطواته الحسابية. ولا تزال هناك حاجة إلى قراءة المصدر عند نشر الإجابة أو استخدامها في اتخاذ قرار ذي أهمية كبيرة.

هل البحث المتعمق Perplexity أكثر دقة من البحث القياسي؟

قد يكون التقرير الأطول الذي يتضمن مصادر أكثر مفيدًا، لكن الطول ليس معيارًا لتقييم التحقق. فالبحث المتعمق ينطوي على فرص أكبر لاستخراج المعلومات ودمجها وتصنيفها بشكل خاطئ. ويمكن للأمثلة العامة أن تبيّن حدوث مشكلات في الاستشهاد بالمصادر؛ لكنها لا تحدد نسبة دقة ثابتة لكل جلسة.

قارن بين الجهد المبذول في المراجعة والنتائج المتحققة. قم بإجراء فحص عشوائي لنظرة عامة ذات أهمية محدودة. أما بالنسبة لمراجعة الأدبيات، أو مذكرة العناية الواجبة، أو التقرير الذي يتضمن إحصاءات دقيقة، فقم بالتحقق من كل رقم وقراءة المصدر. لدينا دليل النماذج والأنماط يشرح الاختلافات في سير العمل؛ لكنه لا يمكن أن يحل محل عملية التحقق.

هل يُعد نموذج Perplexity أكثر دقة من نموذج ChatGPT فيما يتعلق بالاستشهادات؟

فيما يتعلق بمهمة تحديد مصادر الأخبار المحددة التي أجراها مركز «تو»، أنتج نموذج Perplexity عددًا أقل من الإجابات الخاطئة مقارنةً بنموذج ChatGPT Search. وتعد هذه مقارنة عادلة بين النموذجين في نفس المهمة، وليست حكمًا شاملاً على كل نموذج أو استعلام أو تاريخ أو وضع.

تتطلب المقارنة العادلة استخدام نفس المطالبات، ومجموعة البيانات المصدرية، والفترة الزمنية، وقاعدة التقييم، وطريقة التعامل مع حالات الامتناع عن التصويت. وللاطلاع على سياق أوسع لسير العمل، انظر اختبار Perplexity مقابل ChatGPT.

متى يكون استخدام الاقتباسات بنمط Perplexity آمنًا؟

قبل تحميل مستندات داخلية أو بيانات شخصية لأغراض مهمة بحثية في مجال الذكاء الاصطناعي، يرجى مراجعة السياسة ذات الصلة وإجراءات التحكم في مساحة العمل. دليلك إلى خصوصية بيانات الذكاء الاصطناعي عبر سياسات النماذج تعد نقطة انطلاق مفيدة.

كيف يمكنك التحقق من صحة الادعاءات المتعلقة بعلامة تجارية ما؟

“عبارة ”تم الاستشهاد بنا» ليست سوى السطر الأول في عملية التدقيق. قم بتسجيل الاستعلام، والادعاء المدعى عليه، وعنوان URL المرجع، ونوع المصدر، وما إذا كانت الصفحة تدعم هذا الادعاء أم لا. أضف «الوضع» و«تاريخ الاختبار» لأن شبكة الإنترنت ونظام الاسترجاع يتغيران.

إذا كنت تتحقق من إجابة تتعلق بشركتك أو بأحد المنافسين، فقم بمقارنة كل سعر وميزة وقيود مع صفحة المنتج الأصلية. على سبيل المثال، لا يُعد الإشارة إلى صفحة الأسعار دليلاً على أن ميزة ما متوفرة، ما لم تدرجها تلك الصفحة ضمن نفس الباقة. قم بتسجيل أي تباين قبل إعادة استخدام الإجابة في تقرير أو توصية.

للاطلاع على القرارات المتعلقة بالمنتجات ذات الصلة، يرجى الاطلاع على بدائل الحيرة, ، دليل إلى كيف يعمل Perplexity مقارنةً بـ Google وChatGPT, ، ونظرة عامة على ميزات البحث والاستشهاد في Perplexity.

الأسئلة الشائعة

هل يقدم موقع Perplexity معلومات دقيقة؟

يمكن أن يوفر موقع Perplexity معلومات مفيدة وحديثة، لا سيما فيما يتعلق باكتشاف المصادر. وتعتمد الدقة على الاستعلام ومجموعة المصادر والوضع والادعاء. يجب التعامل مع الأرقام والتواريخ والاقتباسات والتوصيات المهمة على أنها غير مؤكدة إلى أن تدعمها الصفحة المشار إليها.

هل مصادر Perplexity موثوقة؟

بعضها موثوق وبعضها الآخر ليس كذلك. يمكن أن تساعدك علامة المصدر في تقييم الموقع الإلكتروني، لكنها لا تثبت أن المقالة تدعم جملة معينة. تحقق من تاريخها ومصدرها وسياقها.

ما هي دقة الذكاء الاصطناعي Perplexity؟

لا توجد نسبة مئوية واحدة حالية تشمل جميع الاستعلامات وأنماط البحث. وقد أظهر المعيار المرجعي العام الأكثر شهرة معدل خطأ قدره 37% في إحدى مهام تحديد مصادر الأخبار. يرجى الإبلاغ عن هذه النتيجة مع ذكر العينة والمهمة، وليس كدرجة عامة.

هل يشير الاستشهاد بـ Perplexity إلى أن الادعاء قد تم التحقق منه؟

لا. الإشارة إلى المصدر تعني أنه تم إرفاق مصدر ما. أما التحقق فيتطلب التأكد مما إذا كان المصدر يحتوي على أدلة تدعم الادعاء المحدد بالضبط في نفس السياق والنطاق.

هل أسلوب Perplexity مناسب للكتابة الأكاديمية؟

يمكن أن يساعد ذلك في العثور على الأبحاث وتكوين قائمة قراءة. افتح البحث الأصلي، وتحقق من صحة الاقتباس أو النتيجة، ثم قم بالإشارة إلى البحث نفسه.

هل يُعد «Perplexity» أكثر دقة من «ChatGPT»؟

حقق نظام Perplexity أداءً أفضل من نظام ChatGPT Search في اختبار تحديد مصادر الأخبار المحدد الذي أجراه مركز تو. ولا يعني ذلك تحديد نظام فائز في كل موضوع أو نمط.

كيف يمكنني التحقق من صحة الاقتباس بنمط Perplexity؟

افتح الاقتباس المحدد، وابحث عن العبارة الرئيسية أو الرقم، واقرأ الفقرة المحيطة به، وقارن بين الموضوع والنطاق والتاريخ والاتجاه. ضع علامة «غير مُتحقق منه» على أي تطابق غير صحيح.

هل يمكن لـ Perplexity أن يستشهد بمصدر خاطئ حتى لو كان الرابط صالحًا؟

نعم. يمكن أن تكون الصفحة نشطة وذات صلة بالموضوع، مع عدم دعمها في الوقت نفسه للادعاء المذكور بالضبط. وتعد مطابقة الادعاء مع مصدره أكثر فائدة من مجرد التحقق مما إذا كان عنوان URL صالحًا أم لا.

الخلاصة: تعامل مع الاقتباسات على أنها أدلة، ثم تحقق من صحة الادعاء

تُسرّع الاستشهادات التي يقدمها نظام Perplexity عملية البحث لأنها توفر لك مسارًا للعودة إلى الويب. وهي لا تلغي الحاجة إلى قراءة المصدر. تعد نتيجة مركز تو/CJR دليلاً مفيداً، لكن الرقم 37% الخاص بها ينطبق على مهمة محددة تتعلق بمصدر إخباري واحد. وهي ليست درجة إشارة مرجعية Perplexity دائمة وشاملة.

عندما يكون الادعاء مهمًا، حدد الادعاء، وافتح المرجع، وابحث عن الدليل، وقارن السياق. فهذه العادة تساعد في اكتشاف الأخطاء التي قد تخفيها واجهة مستخدم أنيقة، وتوفر لك سجلاً يمكن الدفاع عنه عندما تحتاج إلى توضيح مصدر إجابة ما.