Uma investigação recente sobre a dispersão de consultas em grandes modelos de linguagem (LLMs) como o ChatGPT revelou uma variabilidade significativa em suas respostas. O estudo destaca que a composição das subconsultas muda ao longo do tempo, levando a resultados diferentes. Além disso, a inclusão de carimbos de data com o ano praticamente desapareceu, e as fontes usadas por esses modelos mudam frequentemente, com 32 novas fontes adicionadas e 44 removidas. Além disso, as empresas mencionadas nas respostas rotacionam a cada execução de consulta, desafiando a suposição de estabilidade nos resultados de busca gerados por IA.