Kecerdasan Buatan Memisahkan Pencarian Web Menjadi Tiga Kenyataan yang Berbeda

Penelitian baru menemukan bahwa Google sekarang menggunakan tiga sistem informasi yang berbeda di dalam kerajaan pencariannya sendiri, dengan Pencarian Reguler, Ringkasan Kecerdasan Buatan, dan Gemini semua mengfavoritkan sumber, peringkat, dan konten yang berbeda.

Reduksionisme memerintah. Selama dua belas bulan terakhir, ‘Biarkan saya mencari itu untuk Anda’ meme telah diambil alih oleh tren baru ‘Biarkan saya merangkum pencarian Google itu untuk Anda’, di mana ringkasan kecerdasan buatan dalam hasil pencarian semakin sering menyelamatkan pembaca dari kesulitan mengklik tautan pencarian (secara mengurangi pendanaan situs sumber dalam prosesnya), dengan mengompresi hasil pencarian seluruhnya menjadi beberapa paragraf yang dihasilkan.

Seseorang mungkin berpikir bahwa pengetahuan inti yang disampaikan, dan pilihan situs dari mana menarik pengetahuan itu, akan relatif sama di semua tiga metode pencarian internet yang paling populer: dalam pencarian web tradisional; dalam ringkasan kecerdasan buatan (AIOs) yang sekarang memimpin sebagian besar hasil pencarian web; dan melalui penggunaan yang meningkat LLMs seperti ChatGPT sebagai web-orakel (dengan atau tanpa panggilan RAG eksternal).

Namun, penelitian baru dari AS menunjukkan bahwa ini, mengejutkan, jauh dari kasus; dan bahwa bahkan di dalam trinitas orakel Google sendiri – SERPS*, ringkasan AI, dan interaksi langsung dengan seri LLM Gemini – tampaknya ada perbedaan yang signifikan dan menarik, untuk setiap rute.

Pemisahan Tiga Arah

Dalam sebuah makalah baru yang jelas dan ekstensif, berjudul Bagaimana Kecerdasan Buatan Mengganggu Pencarian: Studi Empiris tentang Pencarian Google, Gemini, dan Ringkasan Kecerdasan Buatan, enam peneliti dari New Jersey Institute of Technology menguraikan cara-cara yang metode pencarian tiga arah ini berbeda, dan menawarkan beberapa teori yang mungkin untuk retakan ini dalam pendekatan.

Makalah tersebut menyatakan:

‘[Pertama, kami] menemukan bahwa untuk 51,5% dari kueri pengguna nyata, AIOs dihasilkan, dan ditampilkan di atas hasil pencarian organik. Pertanyaan kontroversial sering menghasilkan AIO.

‘Kedua, kami menunjukkan bahwa sumber yang diperoleh secara substansial berbeda untuk setiap mesin pencari (<0,2 rata-rata kesamaan Jaccard). Pencarian Google tradisional secara signifikan lebih mungkin untuk mengambil informasi dari situs web populer atau lembaga pemerintah atau pendidikan, sedangkan mesin pencari generatif lebih mungkin untuk mengambil konten milik Google.

‘Ketiga, kami mengamati bahwa situs web yang memblokir pengambil Google AI kurang mungkin untuk diambil oleh AIOs, meskipun memiliki akses ke konten.’

Karena makalah ini adalah smorgasbord dari wawasan yang menarik, bukan mengikuti alur kerja linier dan metode-driven, kita akan melihat lebih dekat pada ini, dan beberapa wawasan lain yang paling menarik dan menerangi.

Lama ‘Dua-Satu’

Salah satu temuan menarik dalam studi ini menunjukkan bahwa ringkasan kecerdasan buatan Google cenderung ditekan untuk peristiwa berita yang tiba-tiba, karena sumber awal dan tersedia mungkin tidak paling akurat.

Sistem ini tidak selalu berhasil: dalam contoh di bawah, dicatat oleh peneliti, ringkasan kecerdasan buatan Google tentang hasil pertarungan tinju mengaitkan kemenangan kepada petinju yang salah, bahkan ketika satu-satunya sumber yang menyatakan (salah) hasil ini adalah umpan satir olahraga di Facebook:

Salah satu alasan mengapa ringkasan kecerdasan buatan Google menghindari ringkasan waktu-kritis adalah bahwa informasi awal mungkin tidak lengkap, atau sepenuhnya tidak akurat. Dalam kasus ini, petinju Jake Paul sebenarnya kalah dalam pertarungan. Sumber

Penulis mencatat bahwa AIOs cenderung muncul ketika sebuah peristiwa telah berusia setidaknya lima hari, yang memenuhi syarat ini sebagai anomali – tetapi tidak kurang, satu yang peneliti dengan mudah dapat memanggil.

AIOs ditemukan lebih mungkin dihasilkan ketika kueri ditutup dengan tanda tanya, dan bahwa intent kueri adalah faktor dalam apakah AIO akan disajikan:

Persentase insiden di mana ringkasan pencarian AI dihasilkan dalam satu putaran tes peneliti. Di sini ‘informasional’ menunjukkan pertanyaan langsung, yang cenderung menghasilkan AIOs lebih dari jenis interaksi lainnya.

Selain itu, makalah tersebut berpendapat, kueri yang lebih panjang cenderung lebih mungkin menghasilkan ringkasan AI daripada hanya hasil pencarian langsung, meskipun penulis tidak yet menawarkan teori untuk menjelaskan hal ini.

Kerajaan yang Terbagi

Mungkin hasil yang paling mengejutkan dari pekerjaan baru ini adalah perbedaan yang relatif kecil dalam kualitas hasil antara tiga platform pencarian Google.

Penelitian tersebut berulang kali menunjukkan bahwa Pencarian Google Reguler, Ringkasan Kecerdasan Buatan, dan Gemini (LLM) mengambil sumber yang sangat berbeda untuk kueri yang sama, dengan skor tumpang tindih yang rendah enough untuk mengimplikasikan tiga logika pengambilan yang bersaing di dalam satu perusahaan, sedangkan pengguna mungkin menganggap bahwa Google memiliki satu indeks yang berwenang, dan satu filosofi peringkat:

Bahkan di dalam ekosistem Google sendiri, tumpang tindih antara Pencarian Tradisional, Ringkasan Kecerdasan Buatan, dan Gemini terbukti sangat kecil, dengan kueri yang sama sering menghasilkan daftar sumber yang sangat berbeda tergantung pada sistem Google mana yang menangani permintaan.

Mengenai bagian analisis ini, penulis menyatakan^†:

‘[Tabel di atas] menyajikan kesamaan rata-rata antara daftar sumber yang dikembalikan oleh AIO, Gemini, dan SERP tradisional untuk setiap kueri dalam dataset benchmark.

‘Inti utama adalah bahwa terlepas dari subset kueri dan pasangan mesin pencari yang dibandingkan, daftar yang diperoleh tidak sama, meskipun ketiganya dikembangkan oleh Google.’

Peneliti lebih lanjut menyatakan bahwa tidak ada metode pencarian yang diuji memiliki tumpang tindih peringkat (RBO) di atas 0,27, yang merupakan skor yang sangat rendah. Mereka mencatat lebih lanjut bahwa Amazon Retail dan kueri lokal (yaitu, ‘toko di dekat saya’) memiliki kesamaan terendah di antara metode pencarian.

Mereka mengatribusikan kesamaan yang rendah ke ‘inkonsistensi antara mesin pencari’, mencatat bahwa tidak ada keacakan atau faktor lain yang jelas dapat dijadikan alasan untuk disinkronisasi ini.

Salah satu penjelasan yang intuitif, secara argumentatif, adalah bahwa titik data pelatihan diberi peringkat dengan cara yang sangat berbeda dari metode yang Google telah dikembangkan untuk PageRank dan penerusnya selama dua dekade terakhir. Selain itu, pada kemungkinan bahwa algoritma Pencarian Google memiliki agenda rahasia, jenis gangguan atau ‘permainan’ itu jauh lebih sulit untuk diimplementasikan secara konsisten di AI difusi seperti Gemini (bahkan melalui filtering, sistem prompt, dan berbagai metode lain yang diterapkan pada model komersial).

Layanan Mandiri..?

Tentu situs web, atau kategori situs web, tampaknya telah terpengaruh oleh munculnya ringkasan AI dan masuknya pencarian berbasis LLM ke dalam ruang pencarian tradisional – baik secara negatif dan positif, tergantung pada kasus:

Dibandingkan dengan Pencarian Google Tradisional, Ringkasan Kecerdasan Buatan dan Gemini keduanya mengurangi kutipan dari banyak situs web besar, sementara meningkatkan visibilitas untuk sejumlah domain yang disukai. YouTube terbukti menjadi salah satu penerima manfaat terbesar di kedua sistem, sementara Reddit, Wikipedia, Facebook, dan banyak sumber lembaga muncul kurang sering dalam pengambilan yang dihasilkan AI.

Penulis mencatat bahwa beberapa preferensi yang tidak terduga muncul di antara tiga metode, selama pengujian:

‘Kami memiliki tiga kesimpulan utama dari [grafik di atas]. Pertama, situs web besar dan terkenal adalah yang paling terpengaruh (baik positif dan negatif). Ini intuitif karena situs web besar memiliki reputasi dan keragaman konten untuk relevan dengan banyak kueri yang berbeda.

‘Kedua, sebagian besar situs web ini menerima kutipan yang lebih sedikit secara keseluruhan, dan kutipan tiga teratas, dengan mesin pencari generatif (ditunjukkan oleh bilah merah dan angka negatif di [grafik di atas]). Ini menunjukkan bahwa pencarian generatif cenderung mengambil informasi dari sumber yang lebih khusus daripada mesin pencari tradisional.

‘Ketiga, AIOs Google mengfavoritkan situs web Google (yaitu domain google.com dan youtube.com).

‘Gemini juga mengfavoritkan YouTube dibandingkan dengan Pencarian Google Tradisional, tetapi perbedaan absolutnya lebih kecil.’

Apakah Ada ‘Penghalang’..?

Studi ini juga menemukan bahwa penerbit yang memblokir pengambil web AI Google – bot web otomatis yang mengambil data dari situs Anda kecuali Anda mengatakan tidak dengan file robots.txt – cenderung tidak muncul dalam ringkasan AI.

Hal ini mungkin tampak seperti luka yang jelas, tetapi sebenarnya Google telah menyatakan secara terbuka bahwa konten dari platform yang memblokir pengambil AI tidak akan dicegah dari muncul dalam ringkasan AI; tetapi, penerbit tidak akan memiliki datanya diambil, dikurasi menjadi koleksi, dan dijalankan melalui putaran pelatihan AI berikutnya untuk Gemini dan proyek AI Google lainnya.

Namun, itu bukan kesimpulan yang peneliti temukan, melainkan bahwa penerbit yang memblokir AI populer sangat jarang dikutip oleh Gemini, baik dalam LLM maupun inkarnasi hasil pencarian yang lebih ramping. Penerbit yang ‘diblokir secara efektif’ dilaporkan oleh makalah sebagai NYTimes, CNN, BBC, ScienceDirect, Reuters, Wiley, Nature, ESPN, Business Insider, CNBC, NPR, WIRED, USA Today, NBC News, Genius, National Geographic, The Conversation, U.S. News & World Report, Scientific American, Consumer Reports, dan STAT.

Beberapa contoh larangan pengambilan AI yang diterapkan oleh penerbit yang disebutkan di atas. Tapi apakah itu telah menyebabkan sensor yang lebih luas oleh Google?

Penulis menyatakan:

‘Dalam analisis kami tentang domain yang paling terpengaruh, kami menemukan bahwa 21 penerbit populer (yang diambil untuk setidaknya 20 kueri unik oleh Pencarian Google dan AIOs) tidak pernah dikutip oleh Gemini.

‘Beberapa media sosial populer (Facebook, Instagram, Tiktok) dan situs web ulasan (IMDb, Yelp, Tripadvisor) juga tidak menerima kutipan dari Gemini. Setelah penyelidikan lebih lanjut, kami menemukan bahwa semua situs web ini memblokir bot Google-Extended di file robots.txt mereka.’

Jika temuan ini terbukti diverifikasi di tempat lain dan persisten, seseorang bisa berspekulasi bahwa perusahaan-perusahaan ini sedang dipaksa oleh Google untuk menyerah dan bekerja sama dengan operasi AI mereka melalui daftar putih sebagian. Pada pandangan pertama, hasilnya tampak seperti hukuman – tetapi kemudian, temuan pekerjaan baru ini lebih mengindikasikan kekacauan daripada premeditasi; oleh karena itu, satu-satunya komentar yang masuk akal adalah bahwa hasil ini tampak ‘dendam’, apa pun yang sebenarnya menyebabkannya.

Kesimpulan

Opini Ini adalah makalah yang jelas dan ekstensif, yang sepuluh halaman utamanya membuka wawasan yang menarik. Karena kita telah memiliki waktu untuk menutupi hanya sebagian kecil dari ini, saya sarankan PDF sumber bahkan untuk pembaca kasual (suatu kejadian yang jarang).

Meskipun disposisi ‘kuning’ dapat melemparkan banyak interpretasi negatif pada penemuan penulis, pekerjaan ini mungkin lebih baik dianggap sebagai indikasi dari pemimpin teknologi global yang mencoba untuk mendapatkan dan mempertahankan keunggulan dalam pencarian berbasis AI, dengan menggunakan platform yang sangat kontras yang dikembangkan dalam keadaan dan era yang sangat berbeda.

Sementara tiga metode pencarian diperiksa dalam makalah, kontroversi sebenarnya adalah antara hasil pencarian mesin tradisional, yang diperoleh dengan metode yang dipatenkan, dan metode seleksi berbasis distribusi yang mendominasi kurasi data dan pelatihan AI.

Kecerdasan Buatan Seperti Tahun 1999

Sebelum munculnya Google, memungkinkan untuk ‘mengalahkan’ hasil pencarian melalui volume saja, dan dengan cara ini, seseorang dapat sering mencapai peringkat halaman depan SERPS dengan upaya minimal (sering otomatis). ‘Permainan angka’ ini secara efektif diakhiri sekitar tahun 2002 oleh algoritma peringkat pencarian Google yang lebih canggih dan rahasia. Tetapi karena taruhannya signifikan, konten volume tinggi dan kualitas rendah tidak pernah benar-benar menghilang dalam arti apa pun.

Oleh karena itu, pada saat koleksi hyperscale seperti Common Crawl meletakkan dasar revolusi AI modern, keunggulan data dipastikan untuk didominasi oleh seberapa baik proses otomatis dapat memfilter dan mengurutkan kualitas data masuk, dan (jauh kurang mungkin), seberapa banyak uang yang tersedia untuk membayar orang untuk mengurutkan data itu.

Ada banyak data yang buruk atau berkualitas rendah dalam koleksi besar dan tidak diskriminatif tersebut; data yang mungkin tidak termasuk konten eksplisit atau rasisme, atau hal-hal lain yang relatif mudah untuk disaring dari dataset pelatihan – tetapi yang masih bersifat melayani diri sendiri dan banyak, seperti hasil pencarian internet sekitar 1999-2001.

Karena proses induksi data masih belum hebat, sangat sulit bahkan bagi Google untuk membuat AI berperilaku seperti bisnis, karena keputusan Gemini bergantung pada pemahaman yang tidak sempurna tentang bagaimana data hyperscale berubah menjadi distribusi data dan pembenaman laten selama pelatihan model AI.

* Halaman Hasil Pencarian.

^† Penekanan penulis, bukan saya. Namun, saya telah menggantikan tebal dengan miring, karena penekanan miring tidak bekerja dengan baik dalam kutipan yang sudah sebagian besar miring.

Pertama kali diterbitkan pada hari Rabu, 13 Mei 2026