زاوية Anderson
الذكاء الاصطناعي يقسم البحث على الويب إلى ثلاث حقائق مختلفة

النقاط الرئيسيةتستدعي أنظمة البحث الثلاثة لدى جوجل مصادر مختلفة بشكل لافت للنظر لنفس الاستعلام.
عرض المزيد
- تستدعي أنظمة البحث الثلاثة لدى جوجل مصادر مختلفة بشكل لافت للنظر لنفس الاستعلام.
- تفضل الملخصات المدعومة بالذكاء الاصطناعي المحتوى المملوك لجوجل، بينما يفضل البحث التقليدي المواقع المؤسسية.
- نادراً ما يستشهد Gemini بالناشرين الذين يحجبون زاحف الذكاء الاصطناعي الخاص بجوجل.
تجد الأبحاث الجديدة أن جوجل تستخدم الآن ثلاثة أنظمة معلومات مختلفة داخل إمبراطوريته البحثية، مع تفضيل البحث العادي وملخصات الذكاء الاصطناعي وGemini مصادر وترتيبات ومحتوى مختلفة.
الاختزال هو السائد. خلال الأشهر الاثني عشر الماضية، تم تجاوز ميم “دعني أبحث عن ذلك من أجلك” بواسطة اتجاه جديد هو “دعني ألخص ذلك البحث على جوجل من أجلك”، حيث تُغني ملخصات الذكاء الاصطناعي القراء على نحو متزايد عن عناء النقر على روابط البحث، ويمكن أن تؤدي إلى إزالة تمويل المواقع المصدر في هذه العملية، من خلال تقليل نتائج البحث إلى بضع فقرات منشأة. ( ( (مصدر)مصدر)مصدر)
قد يظن المرء أن المعرفة الأساسية التي تظهر واختيار المواقع التي تُستمد منها ستكون متشابهة نسبيًا عبر أكثر ثلاث طرق شيوعًا للبحث عن المعلومات على الإنترنت: البحث التقليدي، وملخصات الذكاء الاصطناعي التي تتصدر معظم نتائج البحث، والاستخدام المتزايد لنماذج لغوية مثل ChatGPT كمراجع للويب، مع استدعاءات RAG خارجية أو من دونها. ( (مصدر)مصدر)
لكن أبحاثًا حديثة من الولايات المتحدة تشير، على نحو مفاجئ، إلى أن الواقع بعيد عن ذلك. فحتى داخل مسارات Google الثلاثة نفسها — صفحات النتائج، والملخصات الآلية، والتفاعل المباشر مع نماذج Gemini — تظهر اختلافات كبيرة ومثيرة للاهتمام في كل مسار. (مصدر)
انقسام ثلاثي
في ورقة جديدة وطويلة، بعنوان “كيف يزعزع الذكاء الاصطناعي البحث: دراسة تجريبية لجوجل البحث وGemini وملخصات الذكاء الاصطناعي”، يحدد ستة باحثين من معهد نيوجيرسي للتكنولوجيا الطرق التي تتباعد بها أساليب البحث الثلاثة، ويعرض بعض النظريات الممكنة لهذه الشقوق في النهج. (مصدر)
تنص الورقة على ما يلي:
‘أولاً، نجد أن ملخصات الذكاء الاصطناعي يتم إنشاؤها وتعرضها ل 51.5٪ من استفسارات المستخدمين الحقيقية، وتظهر فوق نتائج البحث العضوية. غالبًا ما تؤدي الأسئلة المثيرة للجدل إلى ملخص آلي.
‘ثانيًا، نجد أن المصادر المستخرجة تختلف بشكل كبير لكل محرك بحث (معدل تشابه جاكارد أقل من 0.2). من المرجح أن يسترجع البحث التقليدي على جوجل المعلومات من المواقع الشهيرة أو المؤسسية في الحكومة أو التعليم، بينما يسترجع محركات البحث التوليدية المحتوى المملوك لجوجل بشكل كبير.
‘ثالثًا، نلاحظ أن المواقع التي تحظر زاحف جوجل الاصطناعي أقل احتمالاً للإرجاع بواسطة ملخصات الذكاء الاصطناعي، على الرغم من وجود الوصول إلى المحتوى.’
وبما أن الورقة هي مجموعة من الاكتشافات المثيرة، بدلاً من اتباع سير عمل خطي وعملية، سننظر بشكل أعمق إلى هذه النتائج، بالإضافة إلى بعض النتائج الأخرى المثيرة والمضيئة.
الطريقة القديمة “الاثنان-واحد”
من بين العديد من النتائج المثيرة في الدراسة، يشير أحد الاكتشافات إلى أن ملخصات Google الآلية تميل إلى أن تكون محظورة في أحداث الأخبار الجارية، لأن المصادر الأولى المتاحة قد لا تكون الأكثر دقة.
هذا النظام لا يعمل دائمًا: في المثال أدناه، الذي أشار إليه الباحثون، نسبت ملخص Google الآلي فوز الملاكم الخاطئ في مباراة الملاكمة، على الرغم من أن المصدر الوحيد الذي أعلن عن هذا النتيجة (الخاطئة) كان تغذية رياضية ساخرة على فيسبوك:

أحد أسباب تجنب ملخصات Google الآلية للأحداث الحساسة زمنيًا أن المعلومات المبكرة قد تكون ناقصة أو خاطئة تمامًا. في هذه الحالة خسر الملاكم Jake Paul المباراة فعلًا. المصدر
يشير المؤلفون إلى أن ملخصات الذكاء الاصطناعي تميل إلى الظهور عندما تكون الأحداث على الأقل خمسة أيام قديمة، مما يؤهله كاستثناء – ولكن في أي حال، كان الباحثون قادرين على استدعاء هذا الاستثناء بسهولة.
تم العثور على ملخصات الذكاء الاصطناعي أكثر احتمالاً لتكون منشأة عندما كانت الاستفسارات مغلقة مع علامة استفهام، وأن قصد الاستفسار كان عاملاً فيما إذا كان سيتم عرض ملخص آلي:

نسبة الحالات التي أُنتج فيها ملخص بحث آلي في إحدى جولات الاختبار. تشير «المعلوماتية» إلى الأسئلة المباشرة، التي تميل إلى إنتاج ملخصات أكثر من أي نوع آخر من التفاعل.
كما يجادل المؤلفون، الاستفسارات الأطول تميل إلى أن تكون أكثر احتمالاً لإنتاج تلخيص ذكي بدلاً من نتائج البحث فقط، على الرغم من أن المؤلفين لم يقدموا بعد نظرية لتفسير هذا.
مملكة منقسمة
ربما يكون النتيجة الأكثر إثارة للدهشة في العمل الجديد هو التداخل الصغير بين نتائج الجودة / النوع بين منصات البحث الثلاث لجوجل.
تظهر الورقة بشكل متكرر أن البحث التقليدي على جوجل وملخصات الذكاء الاصطناعي وGemini يستردون مصادر مختلفة بشكل ملحوظ لنفس الاستفسار، مع درجات تشابه منخفضة بما فيه الكفاية ليدل على ثلاثة منطق استرجاع منافس داخل شركة واحدة، في حين قد يفترض المستخدمون أن جوجل لديها فهرس موثوق به واحد و فلسفة ترتيب واحدة:

حتى داخل منظومة Google كان التداخل بين البحث التقليدي والملخصات الآلية وGemini صغيرًا على نحو مفاجئ؛ فكثيرًا ما أنتج السؤال نفسه قوائم مصادر مختلفة باختلاف النظام. يقارن الشكل مدى توافق الأنظمة عبر آلاف الأسئلة، من التسوق والنقاش إلى البحث المحلي والمعرفة العامة؛ وتشير الدرجات المنخفضة إلى اتفاق أقل بين المصادر المختارة.
بخصوص هذا القسم من تحليلهم، يعلن المؤلفون:
‘[الجدول أعلاه] يعرض متوسط التشابه بين قائمة المصادر التي تم إرجاعها بواسطة الأطلالة الذكية وGemini والبحث التقليدي لكل استفسار في مجموعة البيانات المرجعية.
‘النقطة الرئيسية هي أن بغض النظر عن جزء الاستفسار وازدواجية محرك البحث المتماثل، فإن القوائم المستخرجة غير متشابهة، على الرغم من أن جميعها تم تطويرها بواسطة جوجل.’
يعلن الباحثون أيضًا أن أي طريقة بحث لم تثبت أن لديها تداخل متأثر بالترتيب (RBO) أعلى من 0.27، وهو درجة منخفضة جدًا. ويلاحظون أيضًا أن أمازون ريتيل والاستفسارات المحلية (أي “المتاجر بالقرب مني”) كانت أقل تشابهًا بين أساليب البحث.
ينسبون انخفاض الاتفاق إلى ‘عدم التماثل بين محركات البحث’، مشيرين إلى أن العشوائية أو أي عامل واضح آخر لا يمكن أن يفسر هذا الانقطاع.
يمكن أن يكون أحد التفسيرات البديهية هو أن نقاط بيانات التدريب يتم تعيينها بالترتيب بطرق مختلفة جدًا عن الطرق التي طورتها جوجل لترتيب الصفحة و خلافةها خلال العشرين عامًا الماضية. بالإضافة إلى ذلك، في حالة أن خوارزمية بحث جوجل لديها ( (أجندة سرية، فإن هذا النوع من التلاعب أو “اللعب” صعب التنفيذ بشكل متسق في الذكاء الاصطناعي القائم على الانتشار مثل Gemini (حتى من خلال التصفية وتنبيهات النظام وطرق التجميع الأخرى التي تفرض على النماذج التجارية).مصدر)مصدر)
الخدمة الذاتية..؟
تظهر بعض المواقع، أو فئات من المواقع، أنها قد تأثرت بظهور تلخيصات الذكاء الاصطناعي والغزو المتزايد لمحركات البحث القائمة على الذكاء الاصطناعي في الفضاء البحث التقليدي – بشكل سلبي وإيجابي، اعتمادًا على الحالة:

مقارنة ببحث Google التقليدي، قللت الملخصات الآلية وGemini الاستشهاد بكثير من المواقع الكبرى، وزادتا ظهور عدد أصغر من النطاقات المفضلة. كان YouTube من أبرز المستفيدين في النظامين، بينما ظهر Reddit وWikipedia وFacebook وكثير من المصادر المؤسسية بوتيرة أقل.
يشير المؤلفون إلى أن بعض التفضيلات غير المتوقعة تظهر بين الثلاثة أساليب أثناء الاختبار:
‘لدينا ثلاثة استخلاصات رئيسية من [الرسومات أعلاه]. أولاً، المواقع الكبيرة والمعروفة هي الأكثر تأثرًا (إيجابياً وسلبياً). هذا هو المفهوم لأن المواقع الكبيرة لها سمعة وتنوع في المحتوى لتكون ذات صلة بمختلف الاستفسارات.
‘ثانيًا، الغالبية العظمى من هذه المواقع تتلقى إشارات أقل بشكل عام، وأقل إشارات في المراكز الثلاثة الأولى، من محركات البحث التوليدية (مشار إليها بواسطة قضبان حمراء وأرقام سالبة في [الرسومات أعلاه]). هذا يشير إلى أن البحث التوليدي يميل إلى استخراج المعلومات من مصادر أكثر تخصصًا من محركات البحث التقليدية.
‘ثالثًا، تفضل ملخصات Google الآلية المواقع التابعة لجوجل (أي نطاقات google.com و youtube.com).
‘كما تفضل Gemini يوتيوب مقارنة بالبحث التقليدي على جوجل، ولكن الفرق المطلق هو أصغر.’
هل هناك أي معوقات..؟
وجدت الدراسة أيضًا أن الناشرين الذين يحظرون زاحف جوجل الاصطناعي – زاحف الويب الآلي الذي يقوم بتحليل البيانات من موقعك ما لم تقل له لا تفعل ذلك باستخدام ملف robots.txt – تميل إلى عدم الظهور في ملخصات الذكاء الاصطناعي.
قد يبدو هذا وكأنه جرح ذاتي واضح، ولكن في الواقع، أعلنت جوجل علنًا أن المحتوى من المنصات التي تحظر زاحف الذكاء الاصطناعي (لن يتم منعها من الظهور في ملخصات الذكاء الاصطناعي؛ بل سيتم فقط عدم حصول الناشرين على بياناتهم، وتنقيبها، وجمعها في مجموعة، و تمريرها إلى الجولة التالية من تدريب الذكاء الاصطناعي لGemini ومشاريع الذكاء الاصطناعي الأخرى لجوجل.مصدر)
ومع ذلك، لم تكن هذه الاستنتاج التي وصل إليها باحثو الورقة الجديدة، حيث وجدوا بدلاً من ذلك أن الناشرين الشائعين الذين يحظرون زاحف الذكاء الاصطناعي نادرًا ما يتم الاستشهاد بهم من قبل Gemini، سواء في شكل LLM أو في شكل نتائج بحث أكثر مرونة. وأفاد الباحثون أن الناشرين “الممنوعين فعليًا” كانوا NYTimes و CNN و BBC و ScienceDirect و Reuters و Wiley و Nature و ESPN و Business Insider و CNBC و NPR و WIRED و USA Today و NBC News و Genius و National Geographic و The Conversation و U.S. News & World Report و Scientific American و Consumer Reports و STAT.

بعض إجراءات منع جمع بيانات الذكاء الاصطناعي في ملفات robots.txt لدى الناشرين المذكورين. لكن هل أدت إلى تقييد أوسع من جانب Google؟
يشير المؤلفون إلى ما يلي:
‘في تحليلنا لأكثر المجالات تأثراً، وجدنا أن 21 ناشرًا شائعًا (الذين يتم استرجاعهم لما لا يقل عن 20 استفسارًا مختلفًا من قبل كل من بحث جوجل وملخصات الذكاء الاصطناعي) لم يتم الاستشهاد بهم أبدًا بواسطة Gemini.
‘كما تلقت مواقع وسائل التواصل الاجتماعي الشهيرة (فيسبوك وإنستجرام وتيك توك) ومواقع المراجعة (IMDb و Yelp و Tripadvisor) صفر إشارات من Gemini. عند إجراء مزيد من التحقيق، وجدنا أن جميع هذه المواقع تحظر زاحف جوجل الممتد في ملفات robots.txt الخاصة بهم.’
إذا تم التحقق من هذا الاكتشاف في مكان آخر وثبوته، يمكن للمرء أن يتساءل عما إذا كانت هذه الشركات تُضغط عليها من قبل جوجل للتسوية والتعاون مع عمليات الذكاء الاصطناعي من خلال الإقصاء الجزئي. تبدو النتائج لأول وهلة عقابية، لكن الدراسة تشير إلى الفوضى أكثر مما تشير إلى التخطيط المسبق. لذلك لا يصح إلا القول إنها تبدو ظاهريًا «انتقامية»، مهما كان سببها الحقيقي.
الخلاصة
(رأي هذه ورقة واضحة ومكثفة، تتكشف صفحاتها الأساسية العشر عن سيل يكاد يكون طاغيًا من النتائج الإضافية. منذ أن لدينا وقتًا لتغطية فقط جزء صغير منها، أوصي بملف PDF المصدر حتى للقارئ العادي (حدث نادر).مصدر)
على الرغم من أن موقفًا “أصفر” يمكن أن يلقي العديد من التأويلات السلبية على اكتشافات المؤلفين، يمكن التعامل مع العمل على أنه يدل على قائد تقني عالمي يحاول الحصول على رصيد عالمي في البحث القائم على الذكاء الاصطناعي، باستخدام منصات متباينة جدًا تم تطويرها في ظروف وعهود مختلفة.
بينما يتم فحص ثلاثة أساليب بحث في الورقة، فإن الخلاف الحقيقي هو بين نتائج بحث محركات البحث التقليدية، المرتبة وفق أساليب مملوكة، وطرق الاختيار القائمة على التوزيع التي تهيمن على تحضير البيانات و تدريب الذكاء الاصطناعي.
الذكاء الاصطناعي مثل عام 1999
قبل ظهور جوجل، كان من الممكن “اللعب” بنتائج البحث من خلال الحجم فقط، وبالتالي كان من الممكن تحقيق وضع الصفحة الأولى من نتائج البحث مع جهد قليل (في كثير من الأحيان تلقائي). تم إنهاء هذا “لعبة الأرقام” بشكل فعال حول عام 2002 بواسطة خوارزمية ترتيب بحث جوجل الأكثر تعقيدًا وسرية. ولكن لأن المخاطر كانت كبيرة، لم تختف المحتوى منخفض الجودة والحجم الكبير أبدًا في أي معنى مهم. (مصدر)
لذلك، بحلول الوقت الذي وضعت فيه مجموعات كبيرة مثل Common Crawl أسس الثورة الحديثة للذكاء الاصطناعي، كان من المقرر أن تهيمن عملية التصفية والترتيب الجودة القادمة على مدى تحليل البيانات التلقائي، و (أقل احتمالاً)، مدى توافر الأموال لدفع الناس لترتيب هذه البيانات. (مصدر)
كان هناك الكثير من البيانات السيئة أو منخفضة الجودة في هذه المجموعات الكبيرة والغير محددة؛ البيانات التي قد لا تحتوي على محتوى فاحش أو سباب أو مواضيع عنصرية، أو أي من الأشياء الأخرى التي من السهل تصفيتها من مجموعات التدريب – ولكنها كانت في الغالب ذاتية وواسعة النطاق، مثل نتائج البحث على الإنترنت في الفترة من 1999 إلى 2001.
وبما أن عمليات استدعاء البيانات لا تزال غير جيدة، فمن الصعب حتى على جوجل جعل الذكاء الاصطناعي يتصرف بطريقة تجارية، لأن قرارات Gemini من نوع PageRank لا يمليها مهندسو السياسات في Google، بل يحكمها فهم غير كامل لكيفية تحويل البيانات الهائلة إلى توزيعات بيانات وتمثيلات كامنة خلال تدريب نموذج الذكاء الاصطناعي.
* صفحات نتائج محرك البحث.
† التأكيدات من وضع المؤلفين وليست مني. وقد استبدلت الخط المائل بالعريض لأن التأكيد المائل لا يظهر جيدًا داخل اقتباسات مكتوبة أصلًا بخط مائل.
نُشر لأول مرة يوم الأربعاء 13 مايو 2026.












