الگوریتم‌ های هوش مصنوعی جستجو، نتایج گوگل را در صدر قرار نمی‌دهند. یک مطالعه جدید نشان می‌دهد که موتورهای جستجوی مبتنی بر هوش مصنوعی اغلب به جای منابع پرطرفدار، وب‌سایت‌های کمتر شناخته‌شده را ترجیح می‌دهند.

محققان دانشگاه روهر بوخوم و موسسه ماکس پلانک با انتشار یافته‌های جدید خود، چگونگی نمایش نتایج در دنیای جدید جستجوی وب را متحول کرده‌اند. این مطالعه نشان می‌دهد که منابع مورد استناد سیستم‌های هوش مصنوعی، غالباً در لیست ۱۰۰ نتیجه برتر گوگل برای همان جستجو ظاهر نمی‌شوند.

این پدیده، بر خلاف تصور رایج، به وضوح نشان‌دهنده اولویت‌های جدید و متفاوتی در رتبه‌بندی سایت‌ها است. به نظر می‌رسد الگوریتم‌های هوش مصنوعی به دنبال تنوع بیشتری در منابع اطلاعاتی هستند.

الگوریتم‌ های هوش مصنوعی چگونه منابع را انتخاب می‌کنند؟

بر اساس مطالعه‌ای با عنوان توصیف جستجوی وب در عصر هوش مصنوعی مولد، محققان دانشگاه روهر بوخوم و موسسه ماکس پلانک برای سیستم‌های نرم‌افزاری، نتایج جستجوی سنتی گوگل را با پاسخ‌های هوش مصنوعی Google AI Overviews، Gemini 2.5 Flash و دو نسخه از حالت جستجوی وب GPT-4o مقایسه کردند.

تحلیل‌ها نشان داد که سیستم‌های هوش مصنوعی اغلب از وب‌سایت‌هایی استفاده می‌کنند که از نظر محبوبیت بسیار پایین‌تر هستند. در بسیاری از موارد، این منابع حتی در میان ۱۰۰ نتیجه برتر گوگل برای همان جستجو نیز قرار نمی‌گیرند. ابزارهایی مانند جمنای میانگین رتبه‌بندی دامنه را فراتر از ۱۰۰۰ سایت برتر نشان دادند.

کیفیت و چالش‌ها در جستجوی هوشمند

با وجود این تغییر به سمت وب‌سایت‌های کمتر شناخته‌شده، به نظر نمی‌رسد کیفیت اطلاعات کاهش یافته باشد. مدل‌های مبتنی بر جی‌پی‌تی اغلب از سایت‌های شرکتی و محتوای دایرةالمعارفی استناد می‌کردند و از رسانه‌های اجتماعی اجتناب می‌کردند. نتایج تولید شده توسط هوش مصنوعی حاوی همان طیف از «مفاهیم» قابل شناسایی در جستجوی سنتی هستند که نشان‌دهنده حفظ تنوع اطلاعات است.

با این حال، به دلیل اینکه این مدل‌ها اطلاعات را خلاصه می‌کنند و نه منابع فردی را لیست، حجم زیادی از داده‌ها را در پاسخ‌های کوتاه‌تر فشرده می‌سازند. این فشرده‌سازی می‌تواند منجر به از دست رفتن جزئیات کوچک‌تر یا مبهم‌تر شود که ممکن است در نتایج جستجوی سنتی ظاهر شوند.

بیشتر بخوانید