Research med AI: sådan får du kilder, du kan stole på

Research er en af de opgaver, AI bliver brugt mest til. I Djøfs undersøgelse fra juni 2026 svarer 52 % af medlemmerne, at de bruger AI til at søge efter information, og 54 % bruger det til at opsummere. Svarprocenten var kun 11 %, og Djøf skriver selv, at resultaterne skal tolkes med nogen forsigtighed. Retningen er alligevel til at se: Mange lader AI finde stoffet.

Det går fint, så længe du selv tjekker det, AI finder. Målinger fra 2025 viser nemlig, at kilderne i AI-svar ofte er forkerte, opdigtede eller ikke siger det, svaret påstår. Nedenfor ser vi på, hvor ofte det sker, og hvordan du laver research med AI på en måde, du kan stå inde for.

Hvad kan AI-research i dag?

AI kan i dag lave en hel researchopgave: lægge en plan, søge mange steder og samle resultatet i en rapport med kilder. Alle fire store AI-værktøjer har en funktion til det. I ChatGPT hedder den deep research, i Claude Research, i Gemini Deep Research og i Microsoft Copilot Researcher.

Forskellen fra en almindelig chat er, at funktionen ikke nøjes med ét svar. Den laver en række søgninger, der bygger på hinanden, og bruger minutter i stedet for sekunder. Google skriver for eksempel, at Deep Research i Gemini typisk tager 5 til 10 minutter.

Ifølge leverandørernes egne hjælpesider, som vi har gennemgået i oktober 2026, går funktionerne i store træk ud på tre ting, selv om ikke alle hjælpesider beskriver dem lige detaljeret:

• En plan, du kan rette. ChatGPT og Gemini viser en forskningsplan, før søgningen går i gang, og du kan ændre den.
• Søgning på nettet og eventuelt i jeres egne filer. Afhængigt af værktøj og opsætning kan funktionen også søge i uploadede filer, mail, dokumenter og forbundne apps. Researcher i Copilot bruger for eksempel de filer, mails, møder og chats, du har adgang til, sammen med nettet.
• En rapport med kilder. OpenAI skriver, at alle rapporter fra deep research har kildehenvisninger eller links, så du kan kontrollere oplysningerne. Microsoft beskriver Researchers resultat som en struktureret rapport med kildehenvisninger.

Et par praktiske forbehold. Research i Claude og Researcher i Copilot kræver betalt abonnement eller licens, og ChatGPT og Gemini har grænser for, hvor meget du kan bruge funktionen. Ingen af de fire oplyser tallene på deres hjælpesider. Og i Claudes mobilapp søger Research kun på nettet, selv om du har forbundet andre værktøjer.

Kildelisten er det største fremskridt, fordi den gør rapporten mulig at tjekke. Selve tjekket skal du stadig lave.

Hvor ofte er kilderne forkerte?

Ofte. Fire målinger fra 2025 peger i samme retning, selv om de måler forskellige ting. Vi gengiver de samlede tal og ikke tallene for de enkelte værktøjer, fordi værktøjerne ændrer sig hurtigere, end studierne bliver udgivet.

Over 60 % forkerte, da AI skulle finde kilden til et citat

Tow Center ved Columbia Journalism Review offentliggjorde i marts 2025 en test af otte AI-søgeværktøjer med i alt 1.600 forespørgsler. Værktøjerne fik et ordret uddrag af en nyhedsartikel og skulle finde overskrift, udgiver, dato og link. Samlet gav de forkerte svar på mere end 60 % af forespørgslerne.

Mest overraskende: De to betalingsversioner i testen svarede rigtigt oftere, men tog også oftere fejl. De gav sikre, men forkerte svar i stedet for at melde pas. Forbehold: Testen måler, om værktøjet kan finde kilden til et citat, ikke om svarene i almindelighed er korrekte. Og værktøjerne var versionerne fra starten af 2025.

45 % af nyhedssvarene havde mindst én væsentlig fejl

EBU, der er sammenslutningen af Europas public service-medier, og BBC samlede 22 public service-medier fra 18 lande om at teste fire udbredte AI assistenter på 14 sprog. Resultatet, offentliggjort i oktober 2025, bygger på over 3.000 svar:

• 45 % af svarene havde mindst én væsentlig fejl.
• 31 % havde alvorlige problemer med kilderne: manglende, vildledende eller forkerte henvisninger.
• 20 % havde større fejl i selve indholdet, herunder opdigtede detaljer og forældede oplysninger.

Forbehold: Undersøgelsen handler om nyhedsspørgsmål, og DR var ikke med, så der er ingen danske svar i materialet.

Hver femte reference var opdigtet

I et studie i JMIR Mental Health fra november 2025 bad Linardon og kolleger en udbredt sprogmodel om at skrive litteraturoversigter om psykisk sundhed. Ud af 176 referencer var 35, altså 19,9 %, opdigtede. Af de 141 referencer, der fandtes, havde 64 fejl. Samlet var næsten to tredjedele af referencerne enten opdigtede eller unøjagtige.

Studiet viste også, at emnet betød meget. For depression, som der er skrevet meget om, var 6 % af referencerne opdigtede. For de mindre kendte emner var det 28 til 29 %. Forbehold: Modellen arbejdede uden websøgning og uden deep research, og stikprøven er lille og fra ét fagfelt. Men pointen om nicheemner er nyttig.

Deep research løser ikke problemet

DeepTRACE er en gennemgang af deep research-systemer, som en gruppe forskere lagde ud i september 2025. Den fandt en citatnøjagtighed på mellem 40 og 80 %, afhængigt af system. En stor del af udsagnene i rapporterne var ikke understøttet af de kilder, systemerne selv havde listet, og på spørgsmål, hvor der findes flere holdninger, gav systemerne ofte ensidige og meget selvsikre svar. Forbehold: Det er et preprint, altså ikke fagfællebedømt.

Fælles for de fire målinger er, at en kildeliste ikke er en garanti. Den typiske fejl er sjældent et dødt link. Oftere virker linket fint og fører til en side, der siger noget andet.

Hvorfor sker det?

Fordi en sprogmodel sammensætter et sandsynligt svar og ikke ved, om kilden faktisk siger det. Også når den søger på nettet, læser den uddrag af sider, skriver en sammenfatning og sætter links på bagefter. Sætningen og linket kan derfor hænge løsere sammen, end det ser ud til. Hvordan det hænger sammen med måden, modellerne trænes på, forklarer vi i artiklen om AI-hallucinationer.

Dertil kommer, at værktøjerne sjældent melder pas. Tow Centers test viste, at de hellere giver et sikkert svar end indrømmer, at de ikke fandt kilden. Et sikkert tonefald er altså ikke et tegn på, at svaret er rigtigt.

Sådan bruger du AI til research i fem trin

Brug AI til at finde og sammenfatte stoffet, og tjek selv det, der bærer konklusionen. De fem trin her virker både med deep research og med en almindelig chat med websøgning.

1. Definér spørgsmålet, og hvilke kilder der tæller. "Hvor mange bruger AI?" giver et rodet svar. "Hvor stor en andel af danske virksomheder med mindst ti ansatte brugte AI i 2025, ifølge Danmarks Statistik eller Eurostat?" giver et svar, du kan tjekke. Skriv også, hvilke kilder du ikke vil have, for eksempel leverandørers egne undersøgelser. Og bed AI stille opklarende spørgsmål, før den går i gang, hvis der mangler noget.
2. Ret planen, før den kører. Læs forskningsplanen, når værktøjet viser den. Mangler der et delspørgsmål? Er perioden rigtig? Er der en vinkel, du ikke har brug for? Det tager et minut, og det sparer dig for en rapport, der svarer på det forkerte spørgsmål.
3. Begræns til bestemte sider, hvor værktøjet kan det. I ChatGPT's deep research kan du vælge, at den kun skal bruge bestemte sider, eller at den skal prioritere dem. Hvor den mulighed ikke findes, kan du skrive det i din prompt. Men en prompt er et ønske, ikke et filter, så tjek bagefter, hvor kilderne faktisk kommer fra.
4. Åbn hver kilde, der bærer en pointe, og find tallet der. Du behøver ikke læse alle 40 kilder i en rapport. Men de tal, citater og påstande, der skal stå i dit notat, skal du selv se ved kilden. Brug søgefunktionen i browseren til at finde tallet. Tjek, at årstal, land og målgruppe er de samme, som AI skriver. Kan du ikke finde det, ryger det ud. Spørg ikke AI, om kilden er rigtig. Den kan ikke kontrollere sig selv.
5. Læs på tværs. Når du har fundet kilden, så undersøg, hvem der står bag, og hvad andre skriver om den. Stanford CRAFT kalder det lateral reading og beskriver det som en måde at vurdere en kildes troværdighed på ved at sammenligne den med andre kilder udefra. Er det en leverandør, der har målt effekten af sit eget produkt? Er det en spørgeundersøgelse med lav svarprocent? Det ændrer ikke nødvendigvis tallet, men det ændrer, hvor meget du kan bygge på det.

Seks tal ser grundigere ud end to, men det er de to, ledergruppen kan bruge til noget. Hvordan du skriver prompts, der gør trin 1 lettere, kan du læse i Sådan skriver du gode prompts.

Hvad gør du, når emnet er smalt eller dansk?

Du tjekker mere. JMIR-studiet viste, at andelen af opdigtede referencer steg fra 6 % ved et velbeskrevet emne til 28 til 29 % ved mindre kendte emner. Jo mindre der er skrevet om et emne, jo mindre har modellen at holde sig til, og jo mere gætter den.

Det rammer ofte danske spørgsmål. Danske regler, lokale forhold og specifikke brancher fylder mindre på nettet end store internationale emner. Samtidig ligger de bedste danske kilder tit i databaser og rapporter, som AI ikke altid finder frem til, for eksempel Statistikbanken hos Danmarks Statistik, ministeriernes og styrelsernes egne sider eller brancheorganisationernes analyser.

Brug derfor AI til at finde ud af, hvor du skal lede, og gå selv derhen. Spørg for eksempel: "Hvilke danske myndigheder og organisationer offentliggør tal om dette emne, og hvad hedder deres rapporter?" Find så tallet selv hos udgiveren. Søg også på dansk, ikke kun på engelsk, hvis du vil have danske kilder med.

Hvornår skal du ikke bruge AI til research?

Når afgørelsen kræver en fagperson, og når materialet er fortroligt. AI kan give dig et overblik over et juridisk eller sundhedsfagligt spørgsmål, men den kan ikke træffe afgørelsen for dig. Står der noget på spil, så brug AI til at forberede dig, og spørg derefter jeres egen jurist, læge eller anden fagperson.

Fortrolige oplysninger og personoplysninger hører ikke hjemme i gratisværktøjer. Det gælder også det, du uploader som baggrund til en researchopgave. Bruger jeres virksomhed deep research med adgang til mail og dokumenter, så husk, at rapporten kan indeholde oplysninger fra de kilder, og tænk over, hvem du deler den med. Hvad I må, gennemgår vi i GDPR og AI i praksis. Artiklen er ikke juridisk rådgivning. Er I i tvivl om en konkret sag, så spørg jeres egen jurist.

Hvad skal du huske?

At AI finder stoffet, og at du selv tjekker det. I praksis betyder det:

• Brug AI til at finde og sammenfatte, ikke som kilde. Kilden er den side, rapporten eller den undersøgelse, du selv har åbnet.
• Åbn altid kilden, før et tal eller citat går videre. Også når rapporten ser grundig ud.
• Jo smallere emnet er, jo mere skal du tjekke. Det gælder især danske og faglige nicheemner.

Det tager længere tid end at kopiere rapporten. Til gengæld skal du ikke bagefter trække et notat tilbage, fordi et tal stammede fra et andet land. Vil du træne vanen, så læs artiklen om kritisk tænkning med AI. Den ser på de samme rutiner fra en anden vinkel. Og vil I øve research på jeres egne opgaver, er det en del af vores AI kursus for virksomheder.