AIはウェブ検索を3つの異なる現実に分割する

新しい研究によると、Googleは自身の検索帝国の中で3つの異なる情報システムを使用しており、通常の検索、AI概要、Geminiはそれぞれ異なるソース、ランキング、コンテンツを優先している。

還元主義が支配的である。過去12ヶ月間にわたって、 ( ( (‘私にGoogle検索をさせてください’というメームは、新しい‘私にGoogle検索結果を要約してください’トレンドに取って代わられ、検索結果でAI概要が増えてきている。これにより、読者は検索リンクをクリックする手間を省けるが、同時に、元のサイトの収益を減らしている可能性もある。参照)参照)参照)

表面化する中核知識と、その知識を得るために選ばれるサイトは、インターネット上の情報を探す主要な3つの方法、すなわち従来のウェブ検索、現在ほとんどの検索結果の先頭に表示されるAI概要（AIO）、そして外部RAG呼び出しの有無を問わずChatGPTなどのLLMをウェブ上の助言者として使う方法の間で、比較的似ているはずだと考えられます。 ( (参照)参照)

しかし米国の最近の研究によると、驚くべきことに実際はまったく異なります。Google自身の3つの情報経路、SERP、AI要約、Gemini LLMシリーズとの直接対話の間でさえ、それぞれに大きく興味深い相違が見られます。 (参照)

三つに分割

ニュージャージー工科大学の6人の研究者による新しい論文では、3つの検索方法がどのように分岐しているかを示し、いくつかの理論的な説明を提供している。 (参照)

論文では次のように述べられている。

‘[まず、私たちは] 51.5%の代表的な、実際のユーザーのクエリに対して、AIOが生成され、有機検索結果の上に表示されることを発見した。論争的な質問は頻繁にAIOを引き起こす。 ‘

‘2番目に、私たちは、検索エンジンごとに取得されるソースが大きく異なることを示した（平均ジャカード類似度は0.2未満）。伝統的なGoogle検索は、政府や教育機関の人気サイトや機関サイトから情報を取得する可能性が高く、生成的な検索エンジンはGoogle所有のコンテンツを取得する可能性が高くなる。 ‘

‘3番目に、私たちは、GoogleのAIクローラをブロックするウェブサイトは、AIOによって取得される可能性が低いことを観察した。 ‘

この論文は、通常の線形的なワークフローに従わない、多くの面白い洞察を提供している。そこで、これらの洞察と他のいくつかの洞察を詳しく見ていくことにする。

古い’2-1′

研究の1つの興味深い発見は、GoogleのAI概要が突然のニュースイベントの場合に抑制されることを示唆している。なぜなら、最初の情報源は最も正確なものではない可能性があるからである。

このシステムは常に機能するわけではない。研究者によって指摘された以下の例では、GoogleのAI概要はボクシングマッチの結果を誤って報告していた。誤った結果を報告していた唯一の情報源は、Facebookの風刺スポーツフィードだった。

One of the reasons that Google’s AI overviews avoid time-critical summaries is that early information may be incomplete, or completely inaccurate. In this case, boxer Jake Paul actually lost the match. Source

著者らによると、AIOは出来事から少なくとも5日が経過した場合に表示されやすく、この例は例外に当たります。それでも研究者は、この例外を比較的容易に再現できました。

研究者は、AIOが質問記号で終わるクエリの場合に生成される可能性が高く、クエリの意図がAIOが提示されるかどうかの要因であることを指摘している。

Percentage of incidents where an AI search summary was produced in one of the researchers’ round of tests. Here ‘informational’ indicates direct questions, which tend to produce AIOs more than any other type of interaction.

さらに、論文では、長いクエリはAI概要を生成する可能性が高く、ただし、研究者はこれに説明を提供していない。

分裂した王国

新しい研究から得られた最も驚くべき結果の1つは、Googleの3つの検索プラットフォーム間の結果の質/タイプの重複が相対的に小さいことである。

論文では、通常のGoogle検索、AI概要、Gemini（LLM）が同じクエリに対して明らかに異なるソースを取得することを繰り返し示している。重複スコアは低く、Google内に3つの競合する取得ロジックを示唆している。ユーザーは、Googleが1つの権威あるインデックスと1つのランキング哲学を持っていることを想定するかもしれないが、

Even inside Google’s own ecosystem, the overlap between traditional Search, AI Overviews and Gemini proved surprisingly small, with the same query often producing substantially different source lists depending on which Google system handled the request. In this comparison, we see how closely the three systems matched each other across thousands of search queries, from shopping and debate topics to local searches and general knowledge questions, with lower scores indicating less agreement between the sources selected.

この分析のセクションについて、著者は次のように述べている。

‘[上の表]は、ベンチマークデータセットの各クエリに対して、AIO、Gemini、伝統的なSERPによって返されるソースのリストの平均類似度を示している。 ‘

‘主な結論は、クエリのサブセットや比較される検索エンジンのペアに関係なく、取得されるリストは似ていないということである。 ‘

研究者は、検索方法のどれもランクバイアスオーバーラップ（RBO）が0.27を超えることがないことを指摘し、これは非常に低いスコアである。Amazon Retailやローカライズされたクエリ（例： (‘私の近くに店舗’）が検索方法間で最も類似性が低かったことを報告している。参照)

研究者らは、この低い一致率を検索エンジン間の根本的な「不整合」によるものとし、ランダム性やその他の明白な要因ではこのずれを説明できないと述べています。

直感的な説明の一つは、学習データの項目には、Googleが過去20年にわたりPageRankとその後継技術向けに開発してきた方法とは大きく異なる仕方で順位が付けられるというものです。さらに、仮にGoogle検索のアルゴリズムに隠れた方針があったとしても、その種の介入や「操作」をGeminiのような分布ベースのAIで一貫して実装するのは、フィルタリングやシステムプロンプトなど商用モデルに課される各種制御を用いてもはるかに困難です。 ( ( (参照)参照)参照)

自己サービス..?

特定のウェブサイトまたはウェブサイトのカテゴリは、AI概要とLLMベースの検索の出現によって、好影響または悪影響を受けた。

Compared to traditional Google Search, AI Overviews and Gemini both reduced citations from many major websites, while increasing visibility for a smaller number of favored domains. YouTube proved to be one of the biggest beneficiaries across both systems, while Reddit, Wikipedia, Facebook and many institutional sources appeared less frequently in AI-generated retrieval.

著者は、テスト中にいくつかの予期せぬ好みが現れたことを指摘している。

‘[上のグラフ]から3つの主な結論を導き出すことができる。まず、大きな有名なウェブサイトが最も影響を受ける。これは、ウェブサイトが多くの異なるクエリに関連する評判とコンテンツの多様性を持っているため、当然と言える。 ‘

‘2番目に、生成的な検索エンジンは情報源としてよりニッチなソースを使用する傾向がある。 ‘

‘3番目に、GoogleのAIOはGoogleのウェブサイト（google.comとyoutube.comドメイン）を優先する。 ‘

‘GeminiもYouTubeを優先するが、絶対的な差は小さくなる。 ‘

ブロッカーはありますか..?

研究では、GoogleのAIクローラをブロックする出版社は、AI概要に表示される可能性が低いことが発見された。 ( (参照)参照)

これは、明らかな自殺行為のように見えるかもしれないが、実際には、Googleはコンテンツがブロックされている場合でも、コンテンツはAI概要に表示されないことを公に述べている。ただし、出版社はデータをスクラップされず、次のAIトレーニングラウンドに使用されないだけである。 (参照)

しかし、これが新しい論文の研究者によって得られた結論ではなかった。代わりに、彼らは、人気のあるAIバンを実施している出版社は、Geminiによってほとんど引用されないことを発見した。’実質的にブロックされた’出版社は、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、STATであった。

Some of the robots.txt AI-scraping bans effected by the publishers listed above. But has it led to a wider censure by Google?

著者は次のように述べている。

‘分析の最も影響を受けたドメインについて、21の人気の出版社（Google検索とAIOによって少なくとも20のユニークなクエリで取得される）はGeminiによって引用されることはなかった。 ‘

‘Facebook、Instagram、TikTok、IMDb、Yelp、Tripadvisorなどのいくつかの人気のあるソーシャルメディアとレビューサイトも、Geminiによって引用されることはなかった。さらに調査したところ、これらのウェブサイトはすべて、robots.txtファイルでGoogle-Extendedボットをブロックしていることがわかった。 ‘

これらの結果が他の場所で検証され、持続する場合、企業がGoogleのAI操作と協力するように圧力をかけられている可能性があると推測できる。ただし、新しい研究の結果は、計画よりも混沌を示唆しており、結果は表面的に「復讐的」に見えるが、実際には何が原因なのかは不明である。

結論

(意見 この論文は、10ページの論文ながら、驚くほど多くの新しい発見を提供している。私たちはまだこれらの発見の小さな部分しか扱っていないので、読者には元のPDFを読むことをお勧めする。参照)

悲観的に見れば著者らの発見には多くの否定的解釈が可能です。しかし、この研究は、極めて異なる状況と時代に発展した対照的な複数のプラットフォームを使い、AI検索で世界的な首位を獲得し維持しようとする大手テクノロジー企業の姿を示すものとして捉えるのが適切でしょう。

論文は3つの検索手法を検討していますが、実際の対立軸は、独自方式で順位付けされる従来の検索結果と、データの選別やAI学習を支配する、まったく異なる分布ベースの選択方式との間にあります。

AI Like It’s 1999

Googleの登場以前、検索結果を大量のデータで操作することができ、Googleのより洗練された検索ランキングアルゴリズムによってこの「数字のゲーム」は2002年頃に終焉した。ただし、高容量で低品質のコンテンツは、重要な利害関係があるため、実質的に消滅しなかった。

したがって、Common Crawlなどのハイパースケールコレクションが現代のAI革命の基礎を築いたとき、データの優位性は、自動化されたプロセスが (フィルタリングとランキングする入力データの品質をどれだけ行えるか、そして、データをランク付けするために人に支払うお金がどれだけ利用できるかによって決まることになった。参照)

大量のコレクションには、多くの悪質または低品質のデータが含まれており、これらは、トレーニングデータセットから簡単にフィルタリングできるものではないが、非倫理的または人種差別的なものではなかった。ただし、1999年から2001年頃のインターネット検索の結果と同様に、自己利益と大量のデータであった。

データの導入プロセスが (まだ優れていないため、GoogleのAIをビジネスライクに動作させることは非常に難しい。GeminiのPageRankスタイルの決定は、Googleの政策エンジニアによってではなく、AIモデルをトレーニングする際のハイパースケールデータの変換と潜在的な埋め込みの不完全な理解によって決まるからである。参照)

* 検索エンジン結果ページ。

^† 著者の強調、ただし、引用符の中でイタリック強調が機能しないため、太字に置き換えました。

2026年5月13日初出。