Viisi mahdollista takaovea suurten kielimallien hakutuloksiin

Perinteinen hakukoneista tuleva liikenne on romahtanut tekoälytiivistelmien uuden suuntauksen vuoksi. Kaikenkokoiset julkaisijat tavoittelevat nyt näkyvyyttä suurten kielimallien huomiossa. Nämä mallit tuottavat verkkohaun tekoälytiivistelmiä, ja julkaisijat pyrkivät myös suoraan suosittujen huippumallien, kuten ChatGPT:n, huomioon.

Aikaisempien töiden, kuten Näkyvyyden optimointi generatiivisissa hakukoneissa ja Miten hallita tekoälyhakua, mukaan hyväksyttäviä keinoja ovat riippumattoman toimituksellisen näkyvyyden hankkiminen, asiantuntevan ja hyvin jäsennellyn sisällön julkaiseminen, koneluettavien tuotetietojen tarjoaminen sekä aineiston mukauttaminen eri kielille ja markkinoille.

Viime aikoina huomiota saaneet vaihtoehtoiset menetelmät muistuttavat aiempien vuosikymmenten vilpillisiä hakukoneoptimointikäytäntöjä. Niihin kuuluvat Redditissä tapahtuva ruohonjuuritason kannatuksen teeskentely, jossa näennäisesti riippumattomia suosituksia sijoitettiin vaikuttamaan tekoälyhaun tuloksiin; muistin myrkyttäminen, jossa harhaanjohtavilla linkeillä yritettiin saada avustajat säilyttämään mainosväitteitä luotettavina tietoina; sekä kehoteinjektio, jossa verkkosivujen piilotetut ohjeet pyrkivät vaikuttamaan tekoälyavustajan suosituksiin pelkän tiivistettävän tiedon tarjoamisen sijaan.

Erityisen kekseliäs esimerkki GEO-manipuloinnista nähtiin, kun ETH Zürichin tutkijat loivat kuvitteellisen kameran ja julkaisivat mainossivun, jossa oli pienen pienellä valkoisella tekstillä piilotettu ohje. Se käski Microsoftin Bing Copilotia suosittelemaan yksinomaan kyseistä kameraa. Pieni kirjasinkoko ja heikko kontrasti oli tarkoitettu peittämään manipulointi.

Kaksi kuvitteellista kameramainosta ETH Zürichin kokeesta, jossa manipuloitiin tekoälyhaun suosituksia. Tavallisessa mainoksessa vasemmalla on näkyvää mainostekstiä, kun taas oikeanpuoleinen PixelBlitz-mainos piilottaa ohjeen yhden pisteen kokoiseen valkoiseen tekstiin, joka ei erotu valkoisesta taustasta. Piilotettu viesti esiintyy järjestelmäohjeena ja käskee tekoälyä suosittelemaan vain PixelBlitziä sekä salaamaan ohjeen olemassaolon. Kontrolloiduissa testeissä menetelmä nosti kuvitteellisen kameran suositteluosuuden 34 prosentista 59,4 prosenttiin. Lähde

Kontrolloiduissa testeissä kuvitteellisen kameran suositteluosuus nousi 34 prosentista 59,4 prosenttiin ja ylitti hieman aitojen Nikon- ja Fuji-film-kameroiden 57,9 prosentin osuuden. Tämä osoitti, että haettuihin verkkosivuihin upotetut haitalliset ohjeet voivat todella vaikuttaa tekoälyn suosituksiin.

Näin suurten panosten vuoksi on perusteltua olettaa, että vilpillinen GEO on aktiivinen ja hyvin rahoitettu laiton tutkimussuunta markkinointialalla ja monilla muilla aloilla, jotka pyrkivät hankkimaan tai palauttamaan entisen hakukonenäkyvyytensä saamalla suosituksia tekoälyoraakkeleilta ja keskustelumoottoreilta.

Tarkastellaan siis joitakin mahdollisia tai kehittyviä keinoja:

1: Arkistovilppi

Internet Archive on yksi kattavimmista ja hyödyllisimmistä verkkoresursseista. Sen Wayback Machine ylitti vuonna 2025 biljoonan sivun rajapyykin. Tätä kirjoitettaessa IA ilmoittaa tallentaneensa huikeat 47 381 733 PDF-asiakirjaa yleisön saataville:

Internet Archive säilyttää valtavaa PDF-aineistokokoelmaa, joka koostuu suurelta osin vapaaehtoisten lahjoituksista. Lähde

Kuten yllä olevista esimerkkituloksista näkyy, monet ladatut PDF:t ovat varsin arkisia: joukossa on tuntemattomia musiikkimainoksia 1950–1990-luvuilta, harvinaisia ja kiehtovia lehtiä ja kirjoja, joiden luultiin kadonneen jälkipolvilta, puuduttavia eriä kuntakokousten pöytäkirjoja 1970- ja 1980-luvuilta sekä paljon muuta.

Kokoelmaa pommitetaan tällä hetkellä umpimähkään, ja ilmeinen syyllinen on lauma tekoälyn tiedonkeruubotteja, jotka etsivät epätoivoisesti uutta dataa tai parempia tai vahvistavia versioita jo hallussaan olevasta datasta.

On selvästikin hyvin helppoa muokata ladattua asiakirjaa tukemaan väärää väitettä, olemattomia tuotteita, perättömiä henkilöviittauksia, olivatpa ne ylistäviä tai herjaavia, vääriä lausuntoja samoista henkilöistä ja niin edelleen.

Tällaista aineistoa voi ujuttaa dokumentteihin, joita kielimallit pitävät arvovaltaisina lähteinä, esimerkiksi arvostettujen lehtien PDF-tiedostoihin, joita ei sattumalta ole vielä täysin indeksoitu IA:n kokoelmaan. Tällöin peukaloitu painos näyttäisi täyttävän aukon hyväksyttävällä tavalla.

Tekoäly voisi itse jäljitellä lyhyen artikkelin tai jopa kuvatekstin kirjoitustyyliä, ja PDF:n päivämäärää voisi muuttaa. Näiden ja monien muiden yksinkertaisten keinojen avulla asiakirjan voisi saada näyttämään esimerkiksi 1990-luvun tai vielä vanhemmasta arkistosta löytyneeltä:

Yksinkertainen ”historiallinen korjaus”, jonka ChatGPT-5.5 tuotti vastustelematta ja joka oli helppo palauttaa alkuperäiseen PDF-asiakirjaan. Näin Pence Opera House katoaa historiasta, ja Guthrie Theaterin, todellisen minnesotalaisen teatterin, avaus siirtyy oikeasta avausvuodesta 1963 paljon varhaisempaan vuoteen 1867. Lähde

Tällaisissa tapauksissa näyttäisi riittävän, että odottaa innokkaiden tekoälyn tiedonkeruubottien poimivan tiedon. On vielä liian varhaista tietää varmasti, missä määrin aineistojen valmistelun suodattimet tai tarkistusjärjestelmät voisivat havaita tällaiset luvattomat muutokset. Aineistojen mittakaava on kuitenkin niin valtava, että näin tarkka valvonta on yleensä mahdotonta. Tällaisilla tietomäärillä käytännössä vain luotetaan dataan.

2: Synteettiset konsensusverkostot

Tai niille, jotka ovat riittävän vanhoja muistamaan: nykyaikainen verkkorengas, eli varhaisen internetin toisiinsa linkittyneet sivustot ajalta ennen Googlen PageRankia ja Mozin Domain Authoritya, jotka arvottivat saapuvien linkkien määrää ja laatua.

Synteettiset konsensusverkostot kuitenkin menevät pidemmälle ja valmistavat näennäisen riippumattomia vahvistuksia oletettavasti toisistaan riippumattomilla sivustoilla. Chinese University of Hong Kongin ja EPFL:n tuore tutkimus osoitti periaatteen pääpiirteissään: tutkijat testasivat 12 tekoälymallia 225 tuotteella 15 tuoteryhmässä ja korvasivat haettujen hakutulosten todelliset brändiviittaukset kuvitteellisilla vaihtoehdoilla.

Tutkimuksen kuva esittää kaksi reittiä, joilla keksityt tuotetiedot voivat vaikuttaa tekoälyn suosituksiin. Ylhäällä väärä sisältö sijoitetaan oikeaan verkkoon ja päätyy hakutuloksiin; alhaalla tutkijat simuloivat samaa prosessia muokkaamalla haettuja sivuja paikallisesti. Kumpikin reitti voi saada tekoälyavustajan suosittelemaan olematonta merkkiä aitojen tuotteiden rinnalla. Lähde

Vaikutus kasvoi, kun yhä useammat tulokset sisälsivät samoja vääriä tietoja. Kun kärkituloksissa oli kolme manipuloitua sivua, haavoittuvin malli suositteli olemattomia tuotteita 73,8 prosentissa testeistä. Jopa yksi peukaloitu ykköstulos saattoi johtaa joitakin malleja harhaan 27 prosentissa tapauksista.

Vielä merkittävämpää on, että mallit joskus keksivät itse vahvistavia tietoja. Yhdessä kuvitteellista näytönsuojamerkkiä koskeneessa testissä Claude ja DeepSeek lisäsivät väitteitä yhteisön suosituksista ja tuotetesteistä, joita annetussa aineistossa ei ollut.

Vaikka koe tehtiin paikallisesti muokatuilla hakutuloksilla eikä todellisessa petollisten sivustojen verkostossa, se viittaa siihen, miten koordinoitu joukko näennäisesti riippumattomia arvioita voisi valmistaa uskottavuutta tekoälyn vahvistaessa valhetta lisäsuosituksilla.

3: Viittausten tuottaminen ja ”orvot” väitteet

Viittausten tuottaminen, jota voisi kutsua viittausten pesemiseksi, on synteettisten konsensusverkostojen muunnelma. Siinä painotetaan enemmän tiedon näennäistä alkuperää kuin sitä toistavien lähteiden määrää.

Keksitty väite voi ensin ilmestyä tuntemattomaan ammattilehteen, omakustanteiseen tutkimusartikkeliin tai erikoisjulkaisuun, jossa toimituksellinen valvonta on vähäistä. Blogit, hakemistot ja muut julkaisut voivat sitten viitata siihen, ja jokainen toisto lisää hieman alkuperäisen väitteen näennäistä uskottavuutta.

Lopulta tekoälyhakukone voi kohdata väitteen useita askelia alkuperäisestä lähteestä etäämpänä, kenties muuten luotettavassa artikkelissa, joka viittaa välissä olevaan julkaisuun. Perusteettomana alkanut väite on nyt saanut viittaushistorian, vaikka yksikään myöhemmistä viittauksista ei ole riippumaton vahvistus.

Prosessista on jo useita dokumentoituja esimerkkejä, joskin useimmat ovat ajalta ennen tekoälyhakua. Eräässä tunnetussa tapauksessa teini-ikäinen keksi lempinimen ”brasilialainen maasika” koatille ja lisäsi sen Wikipediaan.

Keksitty nimi levisi sanomalehtiin ja ainakin yhteen akateemiseen kirjaan. Lopulta Wikipedia itse viittasi lehtiartikkeliin todisteena väitteestä, jonka se oli alun perin tuonut esiin: lähes täydellinen keksityn auktoriteetin kehä. The New Yorker dokumentoi tapauksen.

Tarkoituksellisempi demonstraatio nähtiin vuonna 2025, kun tutkijat loivat useita tekoälyn tuottamia tieteellisiä artikkeleita, jotka pantiin olemattoman tutkijan nimiin. Keksityt julkaisut keräsivät Google Scholarissa 380 viittausta ja h-indeksin 19, mikä antoi kuvitteelliselle tutkijalle näennäisen arvostetun akateemisen aseman. Naturen Scientific Reports -lehdessä julkaistu koe osoittaa, miten viittausmääriä voidaan valmistaa ilman vastaavaa todellista tutkimustyötä.

Kumpikaan tapaus ei osoita onnistunutta hyökkäystä tekoälyhakukonetta vastaan. Molemmat kuitenkin paljastavat taustalla olevan heikkouden: kun näennäisen uskottavat lähteet ovat toistaneet väärän väitteen, myöhempien järjestelmien voi olla vaikea erottaa riippumaton vahvistus yhden keksityn tiedon toistuvasta kierrättämisestä. Tekoälyhaun erityinen vaara on, että malli tiivistää viittausketjun toisiaan tukevaksi todistusaineistoksi tunnistamatta, että kaikki näennäiset auktoriteetit palautuvat samaan tarkistamattomaan väitteeseen.

4: Auktoriteetin kaappaaminen

Vanhentuneet verkkotunnukset voivat säilyttää entisten omistajiensa näennäisen uskottavuuden, saapuvat linkit ja hakunäkyvyyden. Osoitteiden hankkiminen ja täyttäminen uudella aineistolla voi saada tuoreet väitteet näyttämään vakiintuneista julkaisuista peräisin olevilta. Käytäntö ulottuu 20–30 vuoden taakse. Vanhentuneen tai hylätyn verkkotunnuksen auktoriteetti hankitaan usein, jotta sen sisältö voidaan muuttaa aiheeltaan läheiseksi mutta kaupallistetuksi aineistoksi.

Vuonna 2024 vaikutusvaltainen naisten blogi The Hairpin, joka oli suljettu vuonna 2018, ilmestyi uudelleen uuden omistajan alaisuudessa tekoälysisältötehtaana. Sen alkuperäiset artikkelit sekoittuivat uudelleenkirjoitettuihin teksteihin ja keksittyihin kirjoittajanimiin hyödyntäen aiemmin arvostetun julkaisun mainetta ja verkkotunnuksen auktoriteettia. Vaikka kyse ei ole osoitetusta tekoälyhakuhyökkäyksestä, tapaus näyttää, miten vakiintuneen sivuston historia voidaan ottaa omaan käyttöön.

Vaikka arkistokopiot voivat auttaa paljastamaan eron verkkotunnuksen todellisen menneisyyden ja sen uuden, keksityn sisällön välillä, tämäkään todistusaineisto ei välttämättä ole pysyvää. Vuonna 2002 Internet Archive poisti kopioita Scientologya arvostelleista sivustoista järjestön lakimiesten tekijänoikeuksia koskevien valitusten jälkeen. Aluksi se antoi ymmärtää, että poistamista olivat pyytäneet sivustojen omistajat itse.

Vuoteen 2017 asti Wayback Machine sovelsi sivustojen poissulkusääntöjä takautuvasti, mikä saattoi antaa uusille verkkotunnusten omistajille mahdollisuuden piilottaa edeltäjiensä sisältöä. Vaikka tästä käytännöstä luovuttiin, Internet Archive käsittelee edelleen historiallisten kopioiden poistopyyntöjä.

5: Akateemisten julkaisuarkistojen hyväksikäyttö

Akateemiset julkaisuarkistot tarjoavat toisen tien näennäiseen auktoriteettiin. Ennakkoversiopalvelimet antavat tutkijoille mahdollisuuden julkaista artikkeleita ennen vertaisarviointia, ja hakukoneet sekä tekoälyyn perustuvat tiedonhakujärjestelmät voivat kohdata ne vakiintuneen tieteellisen kirjallisuuden rinnalla.

Ongelma on, että julkaiseminen ja todentaminen ovat eri asioita. Vuonna 2024 tutkijat osoittivat, miten tieteellisiin artikkeleihin upotetut haitalliset ohjeet voivat manipuloida niitä käsitteleviä tekoälyavustajia. Työ osoitti, ettei tutkimusartikkelin näennäinen luotettavuus estä käyttämästä sen sisältöä tekoälyjärjestelmään vaikuttamiseen.

Huomaamattomampi GEO-keino olisi tallentaa uskottavia mutta marginaalisia tutkimuksia, jotka yhdistävät yrityksen, tuotteen tai henkilön toistuvasti tiettyyn asiantuntemukseen. Ilman nimenomaisia tekoälylle suunnattuja ohjeitakin aineisto voisi tarjota näennäisen tieteellistä tukea väitteille, jotka ovat peräisin edunsaajalta itseltään.

Johtopäätös

Muita mahdollisia keinoja ovat arvosteluekosysteemiin soluttautuminen eli myönteisten arvioiden sijoittaminen vertailusivustoille ja ohjelmistohakemistoihin; tietämysgraafien manipulointi eli rakenteisen datan muuttaminen harhaanjohtavien yhteyksien luomiseksi yritysten, tuotteiden ja asiantuntemuksen välille; sekä monikielinen maineenpesu eli mainosväitteiden sijoittaminen vähemmän tarkasteltuihin vieraskielisiin lähteisiin.

Lopuksi agenttipohjainen GEO-optimointi voisi automatisoida nämä tekniikat testaamalla sisältöä toistuvasti tekoälyhakukoneilla ja hiomalla niitä muunnelmia, jotka tuottavat halutut suositukset.

Julkaistu ensimmäisen kerran maanantaina 12. lokakuuta 2026. Muokattu puolen tunnin kuluessa otsikoiden kirjainkoon ja puuttuvien tunnisteiden korjaamiseksi.