Audyt przeprowadzony przez Fundación Maldita.es i University of Jaén wykazał, że Grok poprawnie ocenił 59,9% z 317 analizowanych werdyktów dotyczących viralowych treści związanych z Mistrzostwami Świata FIFA 2026. Wyniki różniły się zależnie od rodzaju materiału: w kategorii obrazów i wideo odsetek poprawnych ocen wyniósł 49,4%. Badanie dotyczyło postów na X związanych z jednym wydarzeniem.
Co objął audyt Groka
Badacze analizowali odpowiedzi Groka na posty zebrane od 13 czerwca do 20 lipca 2026 roku. Fundación Maldita.es i University of Jaén sklasyfikowały 139 postów jako 46 twierdzeń: 35 było fałszywych lub zmanipulowanych, sześć wymagało kontekstu, dwa stanowiły alerty, a trzy były prawdziwe. Badanie sfinansowała Journalism Science Alliance.
Zespół badawczy i inni użytkownicy zadali łącznie 766 pytań, na które Grok odpowiedział 358 razy. Wskaźnik odpowiedzi na systematyczne pytania zespołu „czy to prawda?” był jednak liczony osobno: Grok odpowiedział na 107 z 278 takich pytań, czyli na 38,5%. To nie jest odsetek odpowiedzi na wszystkie 766 pytań.
Jak często oceny Groka były poprawne
Wśród 317 ocen prawdziwości 190 było poprawnych, 85 błędnych, a 42 częściowo poprawne. Odpowiedzi porównano z weryfikacjami Maldita.es. Podawana w audycie średnia 66,8% na poziomie twierdzeń to odrębna miara: każdemu twierdzeniu przypisuje taką samą wagę, niezależnie od liczby ocen.
Wyniki według rodzaju treści
| Kategoria | Poprawne odpowiedzi | Ocenione odpowiedzi | Odsetek poprawnych |
| Obrazy i wideo | 121 | 245 | 49,4% |
| Twierdzenia tekstowe, także opatrzone obrazem lub pokazane na zrzucie ekranu | 69 | 72 | 95,8% |
W audycie błędne rozpoznanie manipulacji cyfrowej lub treści wygenerowanej przez AI odpowiadało za 81 ze 127 błędnych lub częściowo poprawnych ocen dotyczących obrazów i wideo, czyli za 63,8% tej grupy. Różnica między kategoriami opisuje wyniki tej próby, a nie uniwersalną ocenę Groka.
Sprzeczne odpowiedzi i wskazywanie źródeł
Spośród 38 twierdzeń, na które Grok udzielił wielu odpowiedzi, w 16 przypadkach przeczył sam sobie; 15 takich sprzeczności pojawiło się przed publikacją weryfikacji Maldita.es. Tylko trzy z 358 odpowiedzi zawierały odnośnik do dokumentu uzasadniającego werdykt. W 45,3% odpowiedzi nie wskazano źródła, a w 21,2% pojawiły się jedynie ogólne odwołania.
W porównaniu odpowiedzi udzielonych przed publikacją weryfikacji i po niej odsetek poprawności wzrósł z 63,9% do 69,6%. Wśród 22 postów, które Grok początkowo ocenił błędnie, poprawił odpowiedź w trzech przypadkach, na 14 nie odpowiedział ponownie, a w pięciu nadal się mylił.
Fundación Gabo opisała też osobny przypadek dotyczący ataku na szkołę w Minab z 28 lutego 2026 roku. Grok początkowo rozpoznał obrazy z tego zdarzenia jako nagrania z Kabulu z 2021 roku, a później skorygował identyfikację i powołał się na geolokalizacje. Ten przypadek nie należał do audytu postów związanych z mundialem.
Zakres wyników
Maldita.es opublikowała opis audytu 27 października 2026 roku. Badanie było obserwacją „czarnej skrzynki”, czyli oceną odpowiedzi bez dostępu do wewnętrznego działania modelu. Jego autorzy zaznaczyli, że wyników z jednego wydarzenia nie można bezpośrednio uogólniać na inne tematy ani wersje Groka. Porównania między grupami miały charakter eksploracyjny i nie pozwalały wyodrębnić pojedynczych przyczyn różnic.
