Zpráva Muck Racku „Co čte umělá inteligence?“: podíl žurnalistiky na citacích AI klesl na 22%

Muck Rack ve své říjnové zprávě za rok 2026 nazvané Co čte umělá inteligence? uvádí, že podíl žurnalistiky na citacích AI klesl z přibližně 27 % v květnu na 22 %, přestože získané zdroje a zdroje třetích stran nadále představují zhruba 84 % citací. Čtvrté vydání vychází z více než 40 milionů odpovědí AI a 207 milionů citací napříč službami ChatGPT, Claude, Perplexity a Gemini.

Výzkum zveřejněný 28. října poukazuje na změnu ve skladbě materiálů, o které se opírají odpovědi generované AI. Zpravodajství zůstává důležitým zdrojem, větší podíl však připadá na jiné druhy materiálů třetích stran a na obsah publikovaný samotnými značkami. Pro vydavatele a komunikační týmy zjištění ukazují, že viditelnost závisí na poskytovateli, zadání i formátu obsahu.

Podíl žurnalistiky klesá, získané zdroje zůstávají klíčové

Pokles z 27 % na 22 % představuje zhruba pět procentních bodů. Jde o podíl žurnalistiky na citacích, nikoli o odpovídající pokles absolutního počtu odkazů na zpravodajské články nebo návštěvnosti, kterou získávají vydavatelé.

Pro pochopení výsledku je zásadní rozlišovat mezi žurnalistikou a získanými médii. Muck Rack používá širokou kategorii získaných médií, která vedle žurnalistiky zahrnuje akademický výzkum, vládní a nevládní zdroje, encyklopedické weby, sociální platformy a firemní obsah třetích stran. Údaj kolem 84 % ve zprávě proto představuje mnohem širší ekosystém zdrojů než jen profesionální redakce.

Podíl vlastních médií vzrostl z 13,7 % na 15,2 %, zatímco podíl vládních, encyklopedických a akademických materiálů se také zvýšil. Placený a advertoriální obsah zůstal na 0,3 %, tedy beze změny oproti květnu. Tento malý podíl citací ukazuje, jak často se takové stránky objevují jako zdroje; neměří celkovou účinnost reklamy.

Velkou část změny způsobuje ChatGPT

Muck Rack označuje ChatGPT za hlavní příčinu poklesu podílu žurnalistiky. Jeho časová řada ukazuje výrazné změny během roku 2026 a konečnou hodnotu 22 % v září. Claude a Gemini vykazují po většinu sledovaného období poměrně stabilnější vývoj.

Tyto rozdíly jsou důležité pro každého, kdo se snaží pochopit, proč se nějaká publikace nebo značka objevuje v odpovědích jednoho asistenta, ale ne jiného. Změna viditelnosti může odrážet proměnu výběru zdrojů ze strany poskytovatele, nikoli srovnatelnou změnu v produkci nebo relevanci vydavatele.

Zjištění se týkají zdrojů citovaných v generovaných odpovědích. Neurčují, jaké materiály byly zahrnuty do trénovacích dat modelu, a podíl citací by se neměl považovat za přímé měřítko čtenosti nebo důvěry.

Napříč všemi čtyřmi poskytovateli se objevilo jen 212 domén

V zářijovém souboru, který zahrnoval 1 020 zadání na každého poskytovatele, se napříč všemi čtyřmi systémy objevilo pouze 212 domén. Jde o průnik v rámci tohoto výzkumného vzorku, nikoli o počet všech zdrojů, ke kterým mají tyto služby přístup.

Tento výsledek oslabuje představu, že viditelnost v AI lze chápat jako jediné pořadí, které je třeba optimalizovat. Zdroj, na který jeden poskytovatel často odkazuje, může mít u jiného jen omezený dosah. Užitečná firemní stránka a nezávislé zpravodajství mohou hrát různé role podle toho, na jakou otázku se odpovídá.

Vstupní stránka zprávy upozorňuje na další zdroj rozdílů: i opakované položení stejné otázky může vést k jiné sadě citací. Prakticky to znamená, že jediná odpověď je slabým základem pro posouzení dlouhodobé změny viditelnosti.

Co metodika může — a nemůže — ukázat

Úplná zpráva a metodika kombinují samostatně sestavené výzkumné soubory, které vycházejí především ze spotřebitelských zadání bez uvedení značky, s průběžným monitorováním služby Generative Pulse, zaměřeným převážně na značky. Tyto soubory dat slouží různým účelům a neměly by se považovat za jeden jednotný vzorek.

Zpráva také uvádí, že poskytovatelé v průběhu studie některé modely uvedli a jiné přestali nabízet. Srovnání v čase proto odrážejí jak změny modelů a produktů, tak samotný časový odstup. Pozorování popisují testované systémy, otázky a období sběru dat.

Dřívější vysvětlení výzkumného přístupu Muck Racku jasně ukazuje, proč je výběr zadání důležitý. Popisuje tvorbu dotazů vycházejících z odvětví, značek a skutečných problémů a následné třídění citací podle kategorie média i formátu obsahu. Zdroje, které výzkumníci zaznamenají, pomáhají určovat otázky, jež zvolí.

Co se mění pro vydavatele a komunikační týmy

Bezprostředním poučením je sledovat výběr zdrojů na úrovni poskytovatele i otázky. Stabilní soubor zadání relevantních pro publikum, která se opakují v čase, může odhalit více než jednorázový výskyt. Zaznamenávání změn modelů spolu s těmito výsledky pomáhá odlišit vliv redakční práce nebo distribuce od změny samotné služby AI.

Pro vydavatele nižší celkový podíl žurnalistiky neznamená, že ztrácí svou roli při vysvětlování nového vývoje nebo hodnocení produktů a organizací. Značkám nabízí růst vlastního obsahu další cestu, jak se dostat do odpovědí, avšak přetrvávající význam zdrojů třetích stran znamená, že publikování na firemním webu pokrývá jen část ekosystému zdrojů.

Zpráva z října 2026 Co čte umělá inteligence? zpráva přináší úplné výsledky a metodiku. Jejím hlavním sdělením je, že citace AI se i nadále opírají převážně o materiály třetích stran, zatímco skladba zdrojů se výrazně liší podle poskytovatele, otázky i času.