Wyobraź sobie, że szukasz koncertu na weekend. Masz przed sobą stronę z filtrami: gatunek, miasto, data. Albo okno czatu, w którym możesz napisać 'znajdź mi coś ciekawego w sobotę wieczorem'. Które narzędzie da ci lepsze wyniki? Badanie Rakesha Allu i Evgeny'ego Kagana pokazuje, że to pierwsze – i to wyraźnie.
Trzy interfejsy, jeden katalog
Badacze przeprowadzili eksperyment online z motywacją finansową. Uczestnicy przeszukiwali katalog kilku tysięcy wydarzeń pobranych z dużej platformy sprzedaży biletów. Do wyboru mieli trzy interfejsy: klasyczny filtr atrybutów (Filter), czat generatywnej AI (Chat) oraz połączenie obu (Hybrid). W wariancie Chat i Hybrid AI korzystała z techniki RAG, czyli generacji wspomaganej wyszukiwaniem, by ograniczyć odpowiedzi wyłącznie do danych z katalogu, żadnych halucynacji o nieistniejących koncertach.
Główny wynik jest jednoznaczny. "Nasz główny wynik: w porównaniu z dwoma pozostałymi warunkami, warunek Chat wypada najgorzej" – piszą autorzy. Efekt utrzymywał się niezależnie od modelu AI (testowano gpt-4.1-mini, gpt-5.2 i gpt-5.4) i był szczególnie dotkliwy, gdy użytkownik nie szukał konkretnego artysty czy miejsca, tylko eksplorował ofertę, na przykład przeglądał, co ciekawego dzieje się w mieście w weekend. Co zaskakujące, interfejs hybrydowy nie różnił się istotnie od zwykłego filtra. Innymi słowy, dodanie czatu nie pomogło, a zastąpienie nim menu zaszkodziło.
Bańka informacyjna czatu
Skąd tak słaby wynik czystego czatu? Pierwszy mechanizm to bańka informacyjna. "Chat tworzy bańkę informacyjną: bez widocznego menu użytkownicy konstruują zapytania na podstawie tego, co myślą, że jest w katalogu" – wyjaśniają Allu i Kagan. Gdy nie widzisz listy dostępnych kategorii, wpisujesz zapytanie oparte na własnych przypuszczeniach. Szukasz "jazzu w Warszawie", a katalog może nie mieć jazzu w ogóle albo tylko klasyczny. AI odpowie, że nic nie znalazła, a ty albo się poddajesz, albo próbujesz kolejnego strzału w ciemno.
W interfejsie z filtrami sytuacja wygląda inaczej. Menu od razu pokazuje, jakie gatunki, miasta i daty są dostępne. Użytkownik widzi pełny obraz, nawet jeśli nie do końca wie, czego chce. Może kliknąć "muzyka na żywo" i zobaczyć, że są tylko koncerty rockowe i elektroniczne, więc zawęża do rocka. W czacie tego kontekstu brakuje, a to prowadzi do pomijania dużej części oferty.
Nasz główny wynik: w porównaniu z dwoma pozostałymi warunkami, warunek Chat wypada najgorzej.
Rakesh Allu, Evgeny Kagan
Abstract

Zmęczenie promptowaniem
Drugi powód porażki czatu to zmęczenie promptowaniem. "Chat prowadzi do zmęczenia promptowaniem: przenosi wysiłek na formułowanie zapytań, zamiast na sprawdzanie i ocenę wyników" – czytamy w abstrakcie. W tradycyjnym filtrze ustawiasz kryteria raz, a potem przeglądasz listę, oceniając każde wydarzenie po kolei. W czacie każda zmiana kryteriów wymaga napisania nowej wiadomości. Po trzeciej próbie wielu użytkowników ma dość i wybiera pierwszą rzecz z listy, byle skończyć.
To przerzucenie wysiłku z oceny na tworzenie zapytań jest subtelne, ale realne. Kiedy musisz ciągle wymyślać, jak sformułować pytanie, mniej uwagi poświęcasz na to, czy wyniki faktycznie ci odpowiadają. W efekcie nawet jeśli AI podsunie dobrą sugestię, możesz ją przeoczyć, bo jesteś już zmęczony samym procesem szukania. Badacze nie znaleźli dowodów, by modele lepszej jakości (nowsze GPT) łagodziły ten problem.

Hybryda, która nic nie daje
Intuicja podpowiada, że połączenie filtrów i czatu powinno dać najlepsze z obu światów. Tymczasem Hybrid nie wypadł lepiej niż sam Filter. Autorzy nie rozstrzygają jednoznacznie dlaczego, ale można podejrzewać, że sama obecność okna czatu rozprasza użytkowników albo że w praktyce i tak polegali głównie na filtrach, ignorując opcję konwersacji. Jeśli tak, to dodanie czatu do istniejącego interfejsu nie przynosi żadnych korzyści, a może niepotrzebnie komplikować projekt.
Wniosek, jaki płynie z badania, jest jasny: "AI najlepiej sprawdza się jako narzędzie uzupełniające istniejące wyszukiwanie oparte na filtrach, a nie jako zamiennik", podsumowują Allu i Kagan. Nie chodzi o to, by wyrzucić czaty AI z aplikacji. Chodzi o to, by nie usuwać dla nich tradycyjnych menu i nie zakładać, że konwersacja zastąpi przeglądanie.
- Chat wypada najgorzej, zwłaszcza przy otwartej eksploracji.
- Efekt występuje niezależnie od modelu AI.
- Filter i Hybrid nie różnią się znacząco.
- Chat tworzy bańkę informacyjną i zmęczenie promptowaniem.
Praktyczne zastosowania
Aby lepiej zrozumieć opisywaną innowację, przygotowaliśmy cztery przykłady praktycznego zastosowania tej technologii w różnych branżach:
Podsumowanie
Platformy sprzedaży biletów, sklepy internetowe z szerokim asortymentem, firmowe bazy wiedzy – wszędzie tam, gdzie użytkownik nie wie dokładnie, czego szuka, zastąpienie filtrów chatbotem pogorszy doświadczenie. Lepszym pomysłem jest pozostawienie klasycznego menu i dodanie asystenta AI, który pomaga zawęzić wyniki, ale nie chowa przed użytkownikiem pełnego obrazu dostępnych opcji. Dla biznesu oznacza to, że inwestycja w sam czat AI może nie przynieść oczekiwanej poprawy konwersji, jeśli użytkownicy nie będą w stanie odkryć oferty.
Metryka artykułu źródłowego
Tytuł oryginalny: Can AI Chat Replace Traditional Search? Evidence from a RAG-based Live Events Experiment
Autorzy: Rakesh Allu, Evgeny Kagan
Data publikacji: 22 października 2026
arXiv: arxiv.org/abs/2610.28639
Napisanie tego artykułu zostało wspomagane przez sztuczną inteligencję. Treść opiera się na oryginalnym artykule naukowym, a jej dokładność została zweryfikowana automatycznie.
