Mulți chatbot-i pot căuta acum pe web, dar totuși pot furniza informații învechite sau inexacte din diverse motive. Aceste modele se bazează pe date de antrenament cu o dată limită fixă de cunoaștere, ceea ce înseamnă că „cunosc” doar informațiile disponibile până în acel moment. Atunci când instrumentele de căutare în timp real nu sunt declanșate (fie din cauza constrângerilor de costuri de calcul, a defecțiunilor tehnice sau a problemelor de clasificare a interogărilor), chatbot-ul se bazează pe această bază statică de cunoștințe, care este posibil să nu mai reflecte faptele actuale.
Chiar și atunci când funcționalitatea de căutare funcționează conform așteptărilor, dacă rezultatele căutării conțin afirmații contradictorii, dezinformare sau surse de calitate scăzută, chatbot-ul poate adopta și reproduce în mod accidental aceste erori în răspunsurile sale.
Modelele ușoare, optimizate pentru viteză și eficiență, mai degrabă decât pentru acuratețe completă, sunt mai predispuse la halucinații și erori factuale decât omologii lor de dimensiuni normale. Aceste sisteme se pot confrunta, de asemenea, cu interogări complexe sau nuanțate care necesită raționament multimodal sau implică informații de nișă care nu sunt bine indexate sau ușor de descoperit prin căutări web standard.
