AI-фактчекинг в реальных условиях: многошаговый пайплайн проверки утверждений, который обходит людей по всему политическому спектру

Обнаружено: без явного стоп-пункта между поиском и написанием LLM почти всегда пропускает оценку доказательств — и выдаёт уверенный ответ на основе первого попавшегося паттерна из обучения. Это задокументировали в MIT: развернули пайплайн на живой платформе X и сравнили AI-заметки с человеческими по голосам реальных пользователей — не краудворкеров, не студентов. Четырёхшаговый пайплайн позволяет писать фактчекинговые заметки, которые реальные люди оценивают выше человеческих по всему политическому спектру. Фишка: каждый шаг — отдельный обязательный вывод: список источников, вердикт по достаточности данных, черновик заметки, финальная правка. Модель не перемешивает поиск с генерацией — результат: 36 слов против 27 у людей, 1.5 ссылки против 1.2, Reuters и BBC вместо постов в соцсетях.