Naukowcy identyfikują problem zwany Fluency Trap: gdy AI potrafi generować płynną, profesjonalnie wyglądającą zawartość, użytkownicy nie potrafią już polegać na jakości stylu jako wskaźniku prawdziwości. Dodatkowo, gdy ujawniono, że tekst pochodzi z AI, ludzie mają tendencję do dewaluacji jego wiarygodności niezależnie od rzeczywistej dokładności. Proste etykiety "Made with AI" rozwiązują problem przejrzystości autorstwa, ale nie pokazują, jakie dowody wspierają poszczególne twierdzenia.
Zaproponowana metoda Provenance Density to interfejs wizualizacji, który pokazuje gęstość zweryfikowanych faktów w tekście. W badaniu userskim z 81 uczestnikami idealizowany interfejs Provenance Density osiągnął znaczącą przepaść dyskryminacyjną między prawdą a fabryką: +4,15 punktu z wartością efektu d=1,82. Grupa kontrolna bez żadnego sygnału nie wykazała mierzalnego rozróżniania.
Techniczny audyt na 200 próbkach ujawnił, że sama gęstość wyszukiwania jest niewystarczająca - zaskakująco, Consistency Veto (mechanizm weryfikacji spójności) przenosi większość sygnału dyskryminacyjnego w dynamicznych zapytaniach. To sugeruje, że efektywna przejrzystość treści AI musi się przesunąć z prostej identyfikacji autorstwa w kierunku wizualizacji konkretnych dowodów wspierających każde twierdzenie.