- Wiele osób, które szukają informacji o używanych samochodach sięga także po opinię sztucznej inteligecji
- Postanowiliśmy sprawdzić, czy odpowiedzi, których udzielają algorytmy są wiarygodne, i w jakim stopniu można na nich polegać
- Poszukaliśmy za ich pomocą samochodów, które psują się najbardziej i skonfrontowaliśmy ich opinie ze zdaniem prawdziwych mechaników
- Zapytaliśmy sztuczną inteligencję o najgorsze samochody
- ChatGPT - których samochodów nie poleca?
- ChatGPT - wypowiedź
- Samochody używane, które najczęściej się psują (Polska, wg raportów DEKRA, TÜV, ADAC i doświadczeń warsztatów):
- ChatGPT - co mechanicy mówią na jego propozycje?
- Copilot - jakie są najgorsze samochody jego zdaniem?
- Copilot - wypowiedź
- Copilot - jego propozycje w porównaniu z opinią fachowców
- Google Gemini - jakich aut nie poleca?
- Google Gemini - wypowiedź
- Google Gemini - jak wypadło w "starciu" z opinią mechaników?
- Perplexity - najgorsze samochody zdaniem AI
- Perplexity - wypowiedź
- Perplexity - jak AI wypada na tle wyboru mechaników?
- Najbardziej awaryjne samochody według sztucznej inteligencji - podsumowanie
Zakup samochodu używanego potrafi czasem przypominać spacer po polu minowym. Naciąć można się na każdym kroku - zarówno wybierając konkretny egzemplarz auta, jak i już na bardziej ogólnym poziomie poszukiwań - decydując się na wybór pośród konkretnych marek czy modeli. Aby zminimalizować szansę na zakup samochodu, który już na wstępie może okazać się ryzykowną inwestycją, albo nawet skarbonką bez dna, niektóre auta lepiej po prostu omijać z daleka.
Przeczytaj także: Najlepsze używane samochody. Mój mechanik mówi, że jest 10 pancernych. Każde ocenił na piątkę
Zapytaliśmy sztuczną inteligencję o najgorsze samochody
Dlatego właśnie szukający dla siebie samochodów sprawdzają samochody, którymi są zainteresowani we wszystkich możliwych miejscach - takich jak poradniki Auto Świata. Nierzadko zasięgają także opinii sztucznej inteligencji. Dlatego właśnie postanowiliśmy sprawdzić, ile warte są takie opinie i w jakim stopniu są one zgodne z tym, co o używanych samochodach sądzą eksperci, czy algorytmy analizujące internetowe recenzje, opinie użytkowników, a może i dane serwisowe (nie mamy pewności, czy sztuczne inteligencje są "karmione" wyłącznie ogólnodostępnymi danymi, czy korzystają też z bardziej specjalistycznej wiedzy) wskażą te same pojazdy, co doświadczeni specjaliści.
Wszystkim sztucznym inteligencjom zadaliśmy to samo, dość ogólnie sformułowane pytanie. Brzmiało ono: "Które samochody używane psują się najbardziej. Weź pod uwagę polski rynek".
Ku bardzo ogólnemu sformułowaniu, problemu, z którym miało zmierzyć się AI, było kilka powodów. Po pierwsze, zgodnie z tytułem tego materiału, już na wstępie, zgodnie z założeniami nam przyświecającymi, mieliśmy zamiar propozycje sztucznej inteligencji porównać z naszym własnym materiałem, w którym przedstawiliśmy listę 15 modeli samochodów podwyższonego ryzyka, które mechanicy polecają omijać szerokim łukiem, a w materiale tym, nie ma podziału na klasy, kategorie cenowe, czy roczniki.
Opinie mechaników, z którymi porównaliśmy wypowiedzi sztucznej inteligencji można przeczytać pod tym adresem: Psują się na potęgę. To najgorsze samochody używane. Mamy listę 15 modeli od mechanika
Po drugie chcieliśmy sprawdzić, czy sztuczna inteligencja wykaże się faktyczną inteligencją, a raczej wyczuciem, czego tak naprawdę oczekuje czytelnik. Czy np. "dorzuci" od siebie jakąś dygresję albo "wartość dodaną" - np. napisze od siebie coś więcej o danym samochodzie, czy też zaprezentuje po prostu "suchą" listę - w czysto informacyjnym stylu, bez zbędnych dodatków czy ozdobników. Dlaczego? W trakcie przygotowań do tego materiału kilkakrotnie pytaliśmy jedną ze sztucznych inteligencji o najlepsze samochody używane na polskim rynku i wyniki zawsze były bardzo zgrabnie podzielone - albo na roczniki, albo na zakresy cenowe. W niektórych przypadkach AI uwzględniło też, i to samo z siebie - niepytane wcześniej, bardzo specyficzne wymagania, których nie uwzględnialiśmy w pytaniu. Podało np. listę najlepszych rodzinnych kombi do 50 tys. zł, choć pytaliśmy po prostu o najlepsze samochody. W innym przypadku zrobiło nawet listę - cytujemy - "miejskich wojowników", czyli małych i oszczędnych samochodów. Uznaliśmy to za ciekawe rozszerzenie tematu i stąd właśnie tak bardzo ogólne pytanie, które zadaliśmy sztucznym inteligencjom.
Specjalnie też nie wskazaliśmy, ile samochodów sztuczne inteligencje mają wskazać. Nasza lista, z którą będziemy porównywać ma dość niestandardową długość - liczy 15 a nie standardowe 10, jakie zazwyczaj pojawiają się w takich zestawieniach. W tym przypadku chcieliśmy sprawdzić, czy AI będzie kierować się najpopularniejszymi trendami, czy też wykaże się bardziej ludzkim podejściem do sprawy.
To samo pytanie zadaliśmy czterem różnym algorytmom. Wybraliśmy najpopularrniejsze - dobrze znany wszystkim ChatGPT, będący ostatnimi czasy wręcz synonimem AI, Copilot, Google Gemini oraz nieco mniej popularny Perplexity.
ChatGPT - których samochodów nie poleca?
ChatGPT wykazał się inteligencją już na początku. Nie podał od razu samej listy pojazdów, ale zaczął bardziej "elegancko" - od krótkiego wstępu. Poniżej można przeczytać jego pełną wypowiedź. Pozwoliliśmy sobie w tym przypadku na drobną redakcję - z tekstu usunęliśmy wszystkie emotikony, których użył w tekście ChatGPT. Zostawiliśmy jednak wszystkie pogrubienia i nagłówki przez niego zawarte. Oto co napisał.
ChatGPT - wypowiedź
Na polskim rynku wtórnym niektóre samochody używane uchodzą za mniej godne zaufania pod względem awaryjności – szczególnie w przypadku starszych roczników, egzemplarzy z dużym przebiegiem lub modeli o złożonej konstrukcji. Oto lista aut, które często pojawiają się w raportach jako bardziej awaryjne lub problematyczne w utrzymaniu:
Samochody używane, które najczęściej się psują (Polska, wg raportów DEKRA, TÜV, ADAC i doświadczeń warsztatów):
1. Renault Laguna II (2001–2007)
Problemy: awarie elektroniki, immobilizera, karty startowej, zawieszenia
Diesle: częste problemy z turbiną i wtryskami
2. Peugeot 307 (2001–2008)
Problemy: awaryjna elektronika (BSI), zawieszenie, silniki HDi (zanieczyszczone EGR, koło dwumasowe)
Wersje benzynowe też miewają usterki cewek zapłonowych
3. Fiat Stilo (2001–2007)
Problemy: elektronika pokładowa, zawieszenie, korozja, błędy komputera
Dodatkowo: niska jakość wykonania
4. Chevrolet Aveo / Lacetti
Problemy: niski poziom bezpieczeństwa, tandetne wnętrze, korozja, słaba dostępność części
Silniki: trwałe, ale reszta auta często zawodzi
5. Opel Vectra C (2002–2008)
Problemy: elektryka, zawieszenie, wariator faz rozrządu w benzynach
Diesel 1.9 CDTI (zwłaszcza 150 KM) – potrafi być drogi w naprawach
6. Volkswagen Passat B6 (2005–2010)
Problemy: skrzynie DSG, silniki 2.0 TDI (pompowtryski – do 2007), awarie układu paliwowego
Mimo marki "VW", ten model ma złą opinię wśród mechaników
7. BMW serii 5 E60 (2003–2010)
Problemy: zawodne zawieszenie (zwłaszcza w wersji z aktywnym sterowaniem), elektronika, wycieki oleju
Koszty napraw: bardzo wysokie
8. Mercedes-Benz klasy E W211 (2002–2009)
Problemy: pneumatyczne zawieszenie AIRMATIC, rdza, elektronika (zwłaszcza SAM, COMAND)
Diesle: wytrzymałe, ale koszty serwisu wysokie
9. Audi A6 C6 (2004–2011)
Problemy: silniki 2.0 TDI (zwłaszcza z lat 2004–2006), skrzynie multitronic, elektryka
Duża ilość osprzętu = więcej potencjalnych usterek
10. Citroën C5 (2001–2008)
Problemy: hydropneumatyczne zawieszenie (kosztowne naprawy), elektronika, zanikające funkcje (np. centralny zamek)
Zaleta: komfort jazdy
Uwaga:
Nie wszystkie egzemplarze się psują. Niektóre modele mają tylko gorszą statystykę awaryjności, ale zadbane sztuki mogą służyć latami.
Kluczowe znaczenie ma historia serwisowa, przebieg i sposób użytkowania auta.
Lepiej unikać aut importowanych z nieznanym przebiegiem lub po tanich naprawach blacharskich.
Na koniec ChatGPT zapytał nas - "Chcesz też listę najmniej awaryjnych aut używanych w Polsce?".
ChatGPT - co mechanicy mówią na jego propozycje?
Zapytany przez nas ChatGPT w swojej wypowiedzi oparł się, jak sam napisał, na raportach Dekra, TUV oraz ADAC. Wspomniał również, że bazował również na doświadczeniach warsztatów. Wymienił w sumie 10 aut - standardową ilość pozycji w internetowych "wyliczankach". Lista była więc dość standardowa, uzupełniona krótkimi, aczkolwiek konkretnymi opisami. AI wychwyciła w nich najlepiej znane wady każdego z modeli.
Chat GPT dość dobrze wskazał auta, których zakup jest co najmniej ryzykowny, choć na liście nie pojawiły się niektóre bardzo ryzykowne modele. Zabrakło np. Alfy Romeo 147 i japońskich aut, takich jak Mazda 6 czy Nissan Navara, a nawet Toyota Avensis. ChatGPT nie wziął także pod uwagę samochodów, które dosłownie słyną ze swojej awaryjności. Na liście nie pojawił się np. Saab 95 z trzylitrowym silnikiem diesla, czy dieslowskie odmiany Subaru. Brak Audi A6 Allroad, które choć samo w sobie jest niemal całą osobną kategorią, kompensuje za to obecność Audi A6.
ChatGPT bazował na danych z niemieckich raportów awaryjności i dobrze to po wygenerowanej przez niego liście widać. Większość z aut to samochody niemieckich marek - najlepiej przebadanych przez niemieckie instytucje i takie właśnie w większości znalazły się na liście stworzonej przez ChatGPT. Algorytm skupił się także wyłącznie na samochodach osobowych, choć nie prosiliśmy, żeby pokazał wyłącznie takie - pytanie było znacznie bardziej ogólne. Taką strategię wybrał sam, zapewne "domyślając się", że skoro pytamy o samochody, to mamy na myśli wyłącznie te osobowe i nie wziął pod uwagę np. aut terenowych, vanów, czy osobowych wersji samochodów dostawczych. ChatGPT zwrócił za to uwagę na podstawowe i bardzo dobrze znane bolączki modeli, które wybrał.
Copilot - jakie są najgorsze samochody jego zdaniem?
Copilot - asystent pochodzący od Microsoftu także zaczął od krótkiego wstępu. Podobnie jak ChatGPT użył też emotikonów. Usunęliśmy je dla przejrzystości tekstu. Oto co napisał.
Copilot - wypowiedź
Na podstawie najnowszego raportu TÜV 2025, który analizuje wyniki przeglądów technicznych milionów samochodów w Europie (w tym istotnych dla rynku polskiego), najbardziej awaryjne modele używane to:
Najbardziej awaryjne samochody (3-4 lata):
Tesla Model 3 – ponad 14 proc. egzemplarzy nie przeszło przeglądu. Problemy głównie z zawieszeniem i elektroniką.
Ford Mondeo – 13,2 proc. usterek, głównie zawieszenie i układ kierowniczy.
Skoda Scala – 11,8 proc., problemy z układem hamulcowym i nadwoziem.
Ford S-Max – 11,3 proc., zawieszenie i układ napędowy.
Skoda Superb – 11,3 proc., podobne problemy jak wyżej.
Tesla Cybertruck – również znalazł się w zestawieniu z powodu usterek zawieszenia i elektroniki.
Najbardziej awaryjne samochody (7-10 lat):
Dacia Dokker
Dacia Duster
Dacia Logan
Dacia Sandero
BMW serii 5 i 6
Te starsze modele często mają problemy z korozją, układem wydechowym, zawieszeniem i elektroniką
Jeśli planujesz zakup auta używanego, warto unikać powyższych modeli lub bardzo dokładnie sprawdzić ich stan techniczny przed zakupem.
Także Copilot zaproponował na koniec stworzenie listy samochodów, które się najmniej psują, lub porównanie modeli, które rozważamy. Zakładał, że pytamy, bo jesteśmy zainteresowani kupnem używanego samochodu. - "Chcesz też poznać najmniej awaryjne modele albo porównać konkretne auta, które rozważasz?
Copilot - jego propozycje w porównaniu z opinią fachowców
Jak łatwo zauważyć w treści, lista wygenerowana przez Copilota opiera się na najnowszym raporcie TUV, za co duży plus, bo to możliwie najświeższe dane, aczkolwiek AI bazowało nie na iryginale, ale na jego opracowaniu, w dodatku pochodzącym z serwisu, który nie specjalizuje się w motoryzacji.
Lista niestety niemal w całości nie pokrywa się z naszym zestawieniem, które wybraliśmy do porównania. Jedynym samochodem, na który zwrócili uwagę zarówno mechanicy, jak i Copilot jest BMW serii 5. Duży plus za to, że AI "pokusiło" się o wygenerowanie listy podzielonej na wiek samochodów, choć to zapewne zasługa nie samego algorytmu, ale raportu, z którego korzystał. Minus Copilot dostaje jednak za to, że choć skorzystał z bardzo dobrego źródła, to oparł się wyłącznie na jednym.
Algorytm Microsoftu zwrócił za to uwagę na markę Dacia, która pojawia się w jego zestawieniu bardzo często. Plus dostaje też za to, że podał dane dotyczące procenta pojazdów każdej marki, który nie przeszedł niemieckiego, czyli dość rygorystycznego przeglądu technicznego.
Asystent na koniec dodał też "coś ekstra" do listy, o którą go poprosiliśmy. "Dorzucił" nam od siebie (albo znalazł takie porady w publikacji, z której korzystał) bardzo ogólne porady dotyczące zakupu używanego samochodu. Za to plus, choć dokładnie takie same rady może dać nam niemal każdy.
Google Gemini - jakich aut nie poleca?
Algorytm sztucznej inteligencji Google również swoją listę aut, które powinno się raczej omijać szerokim łukiem, oparł na niemieckich danych - pochodzących z raportów TUV oraz ADAC. Zachowaliśmy zastosowane przez niego pogrubienia. Oto co napisał.
Google Gemini - wypowiedź
Opierając się na najnowszych raportach niezawodności (TÜV 2025, ADAC 2025) oraz danych dotyczących polskiego rynku, można wskazać kilka modeli samochodów używanych, które najczęściej sprawiają problemy. Warto pamiętać, że ogólna awaryjność rośnie wraz z wiekiem i przebiegiem samochodu.
Poniżej przedstawiono modele, które często pojawiają się w niechlubnych rankingach, z podziałem na grupy wiekowe, jeśli dostępne:
Samochody 3-4-letnie (najnowsze dane TÜV 2025):
- Tesla Model 3: Lider niechlubnego zestawienia. Ponad 14 proc. egzemplarzy nie przeszło pierwszego przeglądu technicznego z powodu poważnych problemów, głównie z zawieszeniem (z uwagi na dużą masę pojazdu) oraz elektroniką.
- Ford Mondeo: (13,2 proc. usterek) – problemy z zawieszeniem i układem kierowniczym.
- Skoda Scala: (11,8 proc. usterek) – głównie problemy z układem hamulcowym i nadwoziem.
- Ford S-Max (11,3 proc. usterek)
- Skoda Superb (11,3 proc. usterek)
Samochody 4-5-letnie (dane TÜV 2025):
- Tesla Model 3: Nadal na czele, z jeszcze wyższym wskaźnikiem usterek – 19,7 proc..
- Volkswagen Sharan oraz BMW serii 5/6 (po 17,7 proc. usterek)
Samochody 6-7-letnie (dane TÜV 2025):
- Dacia Dokker (26,5 proc. poważnych usterek)
- Dacia Duster (24,3 proc.)
- BMW serii 5/6 (23,6 proc.)
Samochody 7-8-letnie (dane ADAC 2025):
- Dacia Dokker
- Dacia Duster
- BMW serii 5/6
- Dacia Logan
Samochody 8-9-letnie (dane TÜV 2025):
- Dacia Dokker (30,9 proc.)
- Dacia Duster (29,7 proc.)
- Dacia Sandero (28,6 proc.)
Samochody 10-11-letnie (dane TÜV 2025):
- Dacia Logan (39,6 proc.)
- Dacia Duster (34,1 proc.)
- Renault Twingo (33,0 proc.)
Samochody 12-13-letnie (dane TÜV 2025):
- Renault Twingo (41,5 proc.)
- Dacia Logan (41 proc.)
- Renault Clio (39,8 proc.)
Najczęściej zgłaszane problemy według ADAC (ogólnie, rok 2024):
- Akumulator (44,9proc. awarii) – to najczęstsza przyczyna unieruchomienia samochodu.
- Silnik i elektronika silnika (22,1 proc. awarii)
- Układ elektryczny (10,5 proc. awarii)
- Opony (8,8 proc. awarii)
- Systemy zamków i immobilizery (7,1 proc. awarii)
Dodatkowe modele często wymieniane jako problematyczne na polskim rynku (na podstawie różnych źródeł):
- Audi A3 (szczególnie starsze generacje, wysoki wskaźnik usterek po zakupie używanego)
- Opel Astra (podobnie jak Audi A3)
- Fiat Ducato (wśród samochodów dostawczych, starsze roczniki)
- Renault Clio (starsze roczniki, problemy z akumulatorem)
- Opel Meriva
- Mercedes Citan
- Seat Alhambra
- Toyota RAV4 (niektóre roczniki, głównie problemy z akumulatorem)
- Ford Kuga
- Opel Insignia
Ważne uwagi:
- Raporty są zazwyczaj oparte na niemieckich danych (TÜV, ADAC), co oznacza, że badane są samochody użytkowane w warunkach niemieckich, które mogą się różnić od polskich (np. jakość dróg, kultura serwisowania). Jednak ogólne tendencje dotyczące awaryjności modeli są zazwyczaj podobne.
- Problemy z akumulatorem są bardzo częste, niezależnie od marki i modelu, zwłaszcza w starszych pojazdach.
- Samochody elektryczne (np. Tesla Model 3) pojawiają się w rankingach awaryjności, co może być częściowo związane z ich stosunkowo młodym wiekiem na rynku używanych pojazdów, a także z awariami komponentów wysokiego napięcia czy oprogramowania.
- Dacia w starszych kategoriach wiekowych często znajduje się na czele list awaryjności, co może wynikać z ich niższej ceny zakupu, a co za tym idzie, często oszczędności na materiałach i technologii.
Przed zakupem każdego używanego samochodu, niezależnie od jego miejsca w rankingach awaryjności, zawsze zaleca się dokładne sprawdzenie stanu technicznego w zaufanym warsztacie oraz weryfikację historii pojazdu.
Google Gemini - jak wypadło w "starciu" z opinią mechaników?
Odpowiedź, którą wygenerowało Google Gemini była najdłuższa. Lista stworzona przez to AI zawierała jednak bardzo podobną listę samochodów, jak te, które wskazał Copilot. W zasadzie to nic dziwnego, bo asystent Google wskazał w treści, że bazował na prawie tych samych raportach. Plus za to, że skorzystał z aż dwóch z nich, a nie tylko z jednego.
Kolejny plus za to, że podał listę podzieloną ze względu na wiek samochodów, choć to i tym razem zasługa samego raportu, a nie algorytmu jako takiego. Kolejny plus należy się za dodatkowe "porady" zawarte w wypowiedzi, a kolejny za to, że algorytm jednak "pokusił" się o listę mniej ogólną, ale skierowaną do klienta zainteresowanego polską specyfiką rynku samochodów używanych. Ta lista jednak niemal zupełnie nie pokrywa się z wyborem mechaników samochodowych (ponowie z naszą listą zgadza się wyłącznie BMW serii 5), choć faktycznie zawiera listę samochodów, do których zakupu warto podchodzić z uwagą, aczkolwiek uwagi, które wynotowało są w najwyższym stopniu ogólne i w zasadzie nic nie wnoszą - problem z akumulatorem może mieć każdy starszy samochód, zwłaszcza kiedy jego właściciel nie wymienia go od nowości. W takim stwierdzeniu nie ma absolutnie nic odkrywczego, co też Gemini potwierdziło w komentarzu do zestawienia.
Gemini trochę się też odkryło (a w zasadzie "odkryło" przed osobami niezorientowanymi, ogólnie znaną zasadę działania aktualnie ogólnodostępnych algorytmów sztucznej inteligencji - niezależnie od tego, kto za nimi stoi, które polega na językowym opracowaniu szeroko dostępnych w internecie treści - taka bardziej zaawansowana wyszukiwarka internetowa), komentując listę, którą stworzyło. Samo przyznało się, że lista jest w większości oparta na raportach specyficznych dla niemieckiego rynku i jest w zasadzie powieleniem raportów.
Perplexity - najgorsze samochody zdaniem AI
Perplexity również (dobrym) zwyczajem AI swoją "wypowiedź" zaczęło od krótkiego wprowadzenia. Zawarło w nim też krótkie, aczkolwiek bardzo ogólne wskazówki dla szukających używanego samochodu. Oto co napisało Perplexity.
Perplexity - wypowiedź
Najbardziej awaryjne samochody używane na polskim rynku
Wybierając używane auto w Polsce, warto zwrócić uwagę na statystyki awaryjności, które pokazują, że niektóre modele i marki psują się znacznie częściej niż inne. Poniżej zestawienie najbardziej awaryjnych samochodów używanych według najnowszych raportów i analiz rynku wtórnego.
Najbardziej awaryjne marki według raportu GetHelp.pl (2025):
- Chevrolet – wskaźnik awaryjności aż 71 proc.. Oznacza to, że aż 71 proc. używanych Chevroletów objętych gwarancją wymagało naprawy. Marka ta jest coraz mniej popularna, a dostępność części i serwisu jest ograniczona.
- Daihatsu – drugie miejsce w rankingu, również bardzo wysoki wskaźnik awaryjności.
- Peugeot i Mini – ex aequo na trzecim miejscu, wskaźnik awaryjności 47-50 proc..
- Seat, Audi, Opel, Mercedes, Volkswagen, Suzuki, Volvo – wskaźniki awaryjności w przedziale 40-43 proc.
- BMW – wskaźnik 38 proc.
- Ford – wskaźnik 37 proc.
- Przeciętny wskaźnik awaryjności dla rynku polskiego to 36 proc.
Najbardziej awaryjne modele według raportów TÜV oraz polskich statystyk:
Wiek auta | Najbardziej awaryjne modele | Wskaźnik usterek (proc.) |
---|---|---|
2-3 lata | Tesla Model 3, Dacia Logan, Seat Alhambra, Opel Crossland, Dacia Dokker | 10-15proc. |
4-5 lat | BMW X5/X6, Volkswagen Sharan, BMW Serii 2, Seat Alhambra, Dacia Dokker | 16-18proc. |
7-10 lat | Dacia Dokker, Dacia Duster, BMW serii 5/6, Dacia Logan, BMW X1, Volvo XC60 | 20-22proc. |
Modele szczególnie często zgłaszane do napraw:
- Tesla Model 3 – najwięcej poważnych usterek wśród 3- i 4-letnich aut, głównie zawieszenie i elektronika.
- Dacia Logan, Dokker, Duster, Sandero – bardzo wysoka awaryjność zarówno wśród młodszych, jak i starszych egzemplarzy.
- BMW serii 5/6, X1, X5 – wysokie wskaźniki usterek w kilku kategoriach wiekowych.
- Volkswagen Sharan, Ford Mondeo, Ford S-Max, Skoda Superb, Skoda Scala – częste problemy z zawieszeniem, układem kierowniczym, hamulcami i elektroniką.
Najczęstsze usterki w używanych samochodach w Polsce:
- Silnik (najbardziej kosztowny element napraw).
- Zawieszenie i układ kierowniczy.
- Elektronika pokładowa i elektryka (np. akumulatory, czujniki, alternatory).
- Układ hamulcowy i nadwozie (szczególnie w niektórych modelach Skody i Dacii).
Podsumowanie
Na polskim rynku wtórnym najbardziej awaryjne są używane samochody marek Chevrolet, Daihatsu, Peugeot, Mini, Dacia oraz niektóre modele BMW, Volkswagena i Forda. Wysoka awaryjność dotyczy zarówno aut młodszych (2-5 lat), jak i starszych (7-10 lat), a najczęstsze problemy to awarie silnika, zawieszenia, elektroniki oraz układów hamulcowych. Przed zakupem warto dokładnie sprawdzić stan techniczny pojazdu i być przygotowanym na ewentualne wydatki na naprawy.
Perplexity - jak AI wypada na tle wyboru mechaników?
Perplexity nie kryje się zbytni ze źródłami, z których korzysta. I bardzo dobrze, bo można samemu kliknąć w odnośniki, których w wypowiedzi algorytmu jest sporo, i zasięgnąć bardziej precyzyjnych informacji. Źródła wspomniano też w samej treści. Plus należy się też za estetyczne i przejrzyste zaprezentowanie zestawienia. Na początku mamy ładnie pokazane linki do źródeł, wraz z dołączonymi do nich grafikami. Wypowiedź Perplexity zawiera także czytelną tabelkę - również na plus. Małym minusem jest tutaj natomiast dobór źródeł. Nie wszystkie, ale większość z nich - poza jednym, umieszczonym na pierwszym miejscu - to źródła, które nie specjalizują się w motoryzacji.
Wybór Perplexity niestety również niemal nie pokrywa się z wyborem mechaników. Na liście zgadza się w zasadzie tylko BMW serii 5, wspomniane przez ten algorytm w tabeli.
Najbardziej awaryjne samochody według sztucznej inteligencji - podsumowanie
Większość sztucznych inteligencji, których zapytaliśmy o samochody, które najlepiej omijać szerokim łukiem w swoich odpowiedziach podawały źródła, z których korzystały. Trzy z nich powoływały się w treści odpowiedzi. W dwóch dodatkowo dołączono linki. To akurat dość pomocna informacja. Można samemu przeczytać tekst, na którym bazowała sztuczna inteligencja i sprawdzić, czy przypadkiem nie koloryzowała lub halucynowała, albo czy dobrze zrozumiała kontekst.
Perplexity najciekawiej też zaprezentowało wyszukane przez siebie informacje. Jako jedyne załączyło zdjęcia i nagłówki z tekstów z sieci, z których korzystało - w osobnym panelu (nad odpowiedzią) oraz w samej treści. Nad wygenerowaną treścią można znaleźć zakładki, w których umieszczone są obrazy pochodzące ze źródeł, same źródła. Ten algorytm również bez problemu pokazuje sposób rozumowania. Kroki według których postępuje AI może pokazać również Chat GPT. Ale inaczej niż w Perplexity, propozycja taka pada wyłącznie w dymku, który łatwo przypadkiem zamknąć. Copilot również pokazuje źródła, z których korzysta. Umieszcza je pod odpowiedzią. Po kliknięciu w strzałkę można zobaczyć je wszystkie. Najwięcej źródeł, do których prowadziły linki pokazało Perplexity. Z podobnej ilości danych korzystał również ChatGPT, ale linków bezpośrednich nie zamieścił.
Pod względem trafności wypowiedzi sztucznych inteligencji wypadło jednak nie Perplexity, ale ChatGPT, który najszerzej podszedł do tematu. Inne algorytmy poszły w stronę jak najświeższych danych, które choć nowe, to oddają jednak tylko nowszy fragment rynku, a nie całość, tak jak zakładaliśmy na początku, przy zadawaniu bardzo ogólnego pytania. Najbardziej kompleksową odpowiedź wygenerowało zaś Google Gemini. Lista samochodów, które mechanicy umieścili wśród 15 najbardziej psujących się aut przedstawiała się bowiem następująco (kolejność alfabetyczna):
- Alfa Romeo 147
- Audi A6
- Audi A6 Allroad
- BMW E60
- Mazda 6
- Mercedes W211
- Mercedes Vito
- Nissan Navara
- Peugeot 307
- Renault Laguna
- Saab 9-5 3.0 TiD
- Subaru 2.0D
- Toyota Avensis
- Volkswagen Passat
- Volkswagen Touran
Mimo "takich sobie" wyników, które otrzymała sztuczna inteligencja w starcu z prawdziwymi mechanika, nic jednak straconego, bo Google Gemini oraz Perplexity proponują od razu jeszcze pogłębiony research, który zapewnić ma bardziej szczegółowe odpowiedzi na nasze pytanie. W tym ostatnim można także od razu dostać odpowiedź na któryś z tematów, które narzędzie powiązało z zadanym przez nas pytaniem. W innych taki sam efekt można uzyskać po prostu dopytując sztuczną inteligencję o więcej szczegółów.
Mimo bardzo konkretnych odpowiedzi wszystkie wypowiedzi i oceny sztucznej inteligencji ocenić można jednak na mocną, ale jednak tylko trójkę. Prawdopodobnie proponowany przez nie pogłębiony research dałby więcej wartościowych informacji, albo należałoby wszystkim AI zadać kolejne, bardziej precyzyjne pytania lub poprosić o rozwinięcie poszczególnych wątków, ale pierwsze odpowiedzi na zadane na wstępie pytanie okazały się typowymi zestawieniami typu "top 10 czegoś" i raczej są tylko wstępem do dalszych poszukiwań dla kogoś, kto naprawdę jest zainteresowany używanym samochodem. Naszym zdaniem raczej wskazują kierunek, niż dają ostateczne odpowiedzi. Najbardziej prawdopodobny powód tego, że opinie wydane na bazie informacji, które można znaleźć w sieci nie do końca zgadzają się z tym, co naprawdę sądzą mechanicy samochodowi, związane jest tym, że AI skupiły się tylko na najświeższych informacjach, a nie na całokształcie zagadnienia, o które je zapytaliśmy. Powieliły po prostu to, co "wydawało" się im "najnowsze" więc założyły, że jest to najbardziej aktualne, a co za tym najbardziej wartościowe, a nasze pytanie potraktowały jako pytanie o nowości "mniej więcej w zakresie" o który zapytaliśmy, a tym samym bardzo ładnie odsłoniły "kulisy" działania algorytmów sztucznej inteligencji, które nie są wcale tak inteligentne - w dosłownym sensie - jak sądzimy, ale raczej są tylko bardzo zaawansowanymi wyszukiwarkami.
Na pewno jednak dzięki nim można się przynajmniej wstępnie zorientować w temacie, a następnie zgłębiać go dalej. Już w bardziej specjalistycznych źródłach, choć AI w większości także ze złych źródeł nie korzystało.
Treść powstała przy wsparciu narzędzia AI