W skrócie
- 4 listopada 2026 r. GPTZero opisał 31 zmyślonych przypisów na 245 w trzech publikacjach powiązanych z Accenture; najwięcej, 15 z 89, w raporcie o łańcuchach wartości w Afryce z listopada 2025 r.
- Według GPTZero jeden przypis w majowym artykule z 2026 r. prowadził do repozytorium na GitHubie, które podszywało się pod FraudGPT i zawierało złośliwe oprogramowanie.
- Według Financial Times Accenture zapowiedziało poprawienie raportu i przypisało błędy „błędowi ludzkiemu”.
Stan na 4 listopada 2026
Co znalazł GPTZero
W trzech publikacjach powiązanych z firmą doradczą Accenture co ósmy przypis prowadzi do źródła, którego nie ma albo które mówi co innego. Takie wyniki opublikował 4 listopada 2026 r. GPTZero, firma sprzedająca narzędzia do wykrywania tekstów pisanych przez AI. Na 245 sprawdzonych przypisów 31 uznała za zmyślone (ok. 12,7%).
Najwięcej błędów, 15 z 89 przypisów, ma raport „Leapfrogging Development” z listopada 2025 r., przygotowany przez afrykański oddział Accenture z Global Policy Center uczelni IE University. Pozostałe przypadki dotyczą dwóch artykułów z maja 2026 r. w serwisie arXiv, podpisanych przez badaczy Accenture: 7 zmyśleń na 102 przypisy i 9 na 54. GPTZero przyznaje, że te dwa teksty nie były oficjalnymi publikacjami firmy, ale autorzy podpisali je firmowymi adresami.
Poza przypisami GPTZero wskazuje w raporcie fałszywe twierdzenia, np. o pozycjach Ghany i Ugandy w rankingu gotowości na AI. Najgroźniejszy przykład pochodzi z jednego z artykułów w arXiv: przypis o złośliwym czatbocie FraudGPT prowadził do repozytorium na GitHubie, które się pod niego podszywało i zawierało złośliwe oprogramowanie; repozytorium zostało już usunięte. Według Financial Times Accenture zapowiedziało poprawienie raportu i przypisało błędy „błędowi ludzkiemu”.
Ważne zastrzeżenia i lekcja dla firm
Wyniki pochodzą od firmy, która sprzedaje detektor halucynacji, i sama zastrzega, że nie dowodzą one ostatecznie użycia modelu językowego. Każdy wskazany przypis sprawdził jednak człowiek, a opis zawiera konkretne przykłady, które da się powtórzyć. GPTZero pisze też, że w ostatnim roku znalazł podobne błędy w raportach PwC, KPMG, Deloitte i EY.
Mechanizm jest dobrze znany: model językowy potrafi dopisać przekonująco wyglądające źródło, które nie istnieje. Skąd się to bierze i jak to wyłapać, opisujemy w tekście o halucynacjach AI. Umiejętność sprawdzania wyników AI to część kompetencji, o których piszemy w przewodniku AI literacy.
Przykład (szacunek): sprawdzenie jednego przypisu, czyli otwarcie źródła i odszukanie cytowanego fragmentu, zajmuje ok. 2 minut. Dla raportu z 89 przypisami to ok. 3 godziny pracy jednej osoby. To niewiele wobec kosztu wycofania i poprawiania opublikowanego raportu, którym firma podpisuje się przed klientami.
Co to znaczy dla Ciebie
Jeśli Twój zespół pisze z pomocą AI raporty, oferty lub analizy dla klientów, wprowadź prostą zasadę: każdy przypis i każdą liczbę ktoś otwiera i sprawdza w źródle przed wysyłką. Nie klikaj linków w przypisach bez sprawdzenia adresu, bo jak pokazuje przykład z FraudGPT, mogą prowadzić do złośliwego oprogramowania. Zasady pracy z AI warto spisać w firmowej polityce, a zespół nauczyć ich na praktycznych przykładach, np. na szkoleniach AI dla firm. Wróć do tematu, gdy Accenture opublikuje poprawioną wersję raportu.
Najczęstsze pytania
Co to są zmyślone przypisy AI?
To odwołania do źródeł, które nie istnieją albo nie mówią tego, co im przypisano. Model językowy tworzy je, bo dopisuje prawdopodobnie wyglądający tekst, a nie sprawdza bazy publikacji.
Jak sprawdzić, czy przypisy w tekście są prawdziwe?
Otwórz każde źródło, sprawdź autora, tytuł i datę oraz odszukaj cytowany fragment. Detektory, takie jak GPTZero, mogą wskazać podejrzane przypisy, ale ostatecznie sprawdza człowiek.
Czy Accenture przyznało się do błędów?
Według Financial Times firma zapowiedziała poprawienie raportu i przypisała błędy „błędowi ludzkiemu”. Do dwóch artykułów w arXiv publicznego stanowiska nie znaleźliśmy.
Źródła i data sprawdzenia
- GPTZero: Accenture investigation (4.11.2026)
- Financial Times: Accenture accused of publishing AI paper littered with AI hallucinations
Sprawdzono 4 listopada 2026
Czytaj dalej
W tej sprawie
W tej sprawie
W tej sprawie
Zobacz też
Zobacz też
- Wdrożenie AI w firmie: plan krok po kroku i co robią firmy, którym AI się zwraca
- Raport Wharton 2026: wyraźny zwrot z AI deklaruje tylko 28% menedżerów. Co robią inaczej
- AI w edukacji: co sztuczna inteligencja zmienia w szkole i na uczelni
- AI w biznesie: jak działy firm naprawdę używają AI (dane 2026)
- Kurs AI z certyfikatem: co certyfikat naprawdę potwierdza i komu się przydaje
Najnowsze w temacie Kompetencje AI w firmie
- Jakie zawody zastąpi AI? Dane o Polsce: które zadania przejmie, a które zostaną
- AI a rynek pracy: 59% Polaków spodziewa się mniej miejsc pracy, 2% więcej (badanie Pew)
- Plan szkoleń AI w firmie: wzór na rok, harmonogram i budżet dla HR
- Upskilling i reskilling w erze AI: jak przygotować zespół do pracy z AI
- Apple tnie limity AI: z 300 do 200 USD dziennie, a może do 100 USD
- Accenture: 31 zmyślonych przypisów w trzech tekstach o AI
Przewodnik po temacie AI literacy: kompetencje AI w firmie i obowiązek z art. 4 AI Act

