Eksperyment z sztuczną inteligencją w roli radiowego prezentera pokazał, że obecne systemy AI wcale nie są gotowe do samodzielnego prowadzenia audycji. Badacze testowali różne modele AI w scenariuszach typowych dla pracy prezentera - czytanie wiadomości, ad-lib komentarze, interakcje ze słuchaczami - i rezultaty były rozczarowujące. Okazało się, że AI bez nadzoru człowieka regularnie generuje błędne informacje, mylą daty i numery, a czasami kompletnie się "zacina" w trudnych sytuacjach. Projekt miał na celu sprawdzenie praktycznych możliwości zastosowania AI w mediach, ale zamiast tego ujawnił fundamental-ną słabość: systemy takie nie potrafią niezawodnie przetwarzać rzeczywistych danych w dynamicznym środowisku transmisji na żywo.
Problem sięga głębiej niż zwykłe błędy faktyczne. AI w testach wykazywało skłonność do "halucynacji" - wymyślania informacji, które wydają się wiarygodne, ale są całkowicie nieprawdziwe. W radio to szczególnie niebezpieczne, bo słuchacze zwykują się na zawodność medium i mogą łatwo rozpowszechniać błędy. Ponadto systemy miały trudności z adaptacją do nieprzewidzianych sytuacji - gdyby coś poszło nie tak lub pojawiła się zmiana w planie audycji, AI nie potrafiło elastycznie reagować tak, jak robi to doświadczony presenter.
Odkrycie to ma szersze implikacje dla branży medialnej i innych sektorów krytycznych. Pokazuje, że niezależnie od postępów w technologii, AI musi być traktowane jako narzędzie wspierające człowieka, a nie jego zastępstwo w zadaniach wymagających niezawodności i zaufania publicznego. Przed wprowadzeniem systemów AI do roli mediów, potrzebny jest znaczący postęp w weryfikacji faktów i obsłudze wyjątkowych situacji. Na razie branża medialna powinna uważnie obserwować te doświadczenia i utrzymywać ludzi w pierwszej linii, szczególnie jeśli chodzi o treści trafiające do słuchaczy.