Rapporter

Muck Racks rapport «Hva leser KI?» viser at journalistikkens andel av KI-kildehenvisningene faller til 22%

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
Different web source categories feeding four AI citation systems — AI-generated illustration

I Hva leser KI?-rapporten fra oktober 2026 finner Muck Rack at journalistikkens andel av KI-kildehenvisningene har falt fra rundt 27 % i mai til 22 %, samtidig som fortjente medier og tredjepartskilder fortsatt står for omtrent 84 % av henvisningene. Den fjerde utgaven bygger på mer enn 40 millioner KI-svar og 207 millioner kildehenvisninger på tvers av ChatGPT, Claude, Perplexity og Gemini.

Studien ble publisert 28. oktober og peker på en endring i sammensetningen av materialet som ligger til grunn for KI-genererte svar. Nyhetsdekning er fortsatt en viktig kilde, men en større andel kommer fra andre typer tredjepartsmateriale og innhold publisert av merkevarene selv. For utgivere og kommunikasjonsavdelinger viser funnene at synlighet avhenger av tjenesteleverandør, spørsmål og innholdsformat.

Journalistikkens andel går ned, mens fortjente medier fortsatt står sentralt

Nedgangen fra 27 % til 22 % tilsvarer omtrent fem prosentpoeng. Dette beskriver journalistikkens andel av kildehenvisningene, ikke en tilsvarende nedgang i det absolutte antallet nyhetslenker eller trafikken som sendes til utgiverne.

Skillet mellom journalistikk og fortjente medier er avgjørende for å forstå resultatet. Muck Rack bruker en bred kategori for fortjente medier som, i tillegg til journalistikk, omfatter akademisk forskning, offentlige kilder og kilder fra frivillige organisasjoner, leksikalske nettsteder, sosiale plattformer og tredjepartsinnhold fra selskaper. Rapportens tall på omtrent 84 % representerer derfor et langt bredere kildeøkosystem enn bare profesjonelle nyhetsredaksjoner.

Egne medier økte fra 13,7 % til 15,2 %, mens også offentlige kilder, leksikalsk materiale og akademisk materiale økte sin andel. Betalt innhold og annonseartikler utgjorde fortsatt 0,3 %, uendret fra mai. Den lave andelen kildehenvisninger viser hvor ofte slike sider opptrer som kilder; den måler ikke hvor effektiv annonsering er totalt sett.

ChatGPT står bak mye av endringen

Muck Rack peker på ChatGPT som en viktig årsak til at journalistikkens andel har gått ned. Den historiske grafen viser tydelige endringer i løpet av 2026 og ender på 22 % i september. Claude og Gemini viser et forholdsvis jevnere mønster gjennom store deler av perioden.

Disse forskjellene er viktige for alle som prøver å forstå hvorfor en publikasjon eller merkevare dukker opp i svarene fra én assistent, men ikke en annen. Endret synlighet kan skyldes at en tjenesteleverandør endrer hvilke kilder den velger, snarere enn en tilsvarende endring i utgiverens innhold eller relevans.

Funnene gjelder kildene som oppgis i genererte svar. De fastslår ikke hvilket materiale som inngikk i treningsdataene til en modell, og andelen kildehenvisninger bør ikke tolkes som et direkte mål på lesertall eller tillit.

Bare 212 domener forekom hos alle fire tjenesteleverandørene

I septemberutvalget, som besto av 1 020 spørsmål per tjenesteleverandør, forekom bare 212 domener i alle fire systemene. Dette er overlappen i forskningsutvalget, ikke en opptelling av alle kildene tjenestene har tilgang til.

Resultatet svekker grunnlaget for å behandle synlighet i KI som én enkelt rangering man kan optimalisere. En plassering som ofte vises som kilde hos én tjenesteleverandør, kan ha begrenset rekkevidde hos en annen. På samme måte kan en nyttig bedriftsside og uavhengig mediedekning fylle ulike roller, avhengig av hvilket spørsmål som besvares.

Rapportens landingsside peker på en annen kilde til variasjon: Stiller man det samme spørsmålet på nytt, kan man få et annet sett med kildehenvisninger. I praksis betyr dette at ett enkelt svar gir et svakt grunnlag for å vurdere en vedvarende endring i synlighet.

Hva metoden kan – og ikke kan – vise

Hele rapporten og metoden kombinerer egne forskningsutvalg, der det hovedsakelig brukes spørsmål fra forbrukere uten merkevarenavn, med Generative Pulse sin løpende overvåking, som i hovedsak fokuserer på merkevarer. Datasettene har ulike formål og bør ikke behandles som ett ensartet utvalg.

Rapporten påpeker også at tjenesteleverandørene lanserte og avviklet modeller i løpet av studien. Sammenligninger over tid gjenspeiler derfor både endringer i modeller og produkter og tiden som har gått. Observasjonene beskriver de testede systemene, spørsmålene og innsamlingsperiodene.

Muck Racks tidligere forklaring av forskningstilnærmingen gjør det tydelig hvor viktig det er å velge spørsmål. Der beskrives det hvordan spørsmål utarbeides med utgangspunkt i bransjer, merkevarer og problemer fra virkeligheten, før kildehenvisningene klassifiseres både etter mediekategori og innholdsformat. Hvilke spørsmål forskerne velger, bidrar til å avgjøre hvilke kilder de finner.

Hva dette betyr for utgivere og kommunikasjonsavdelinger

Det viktigste på kort sikt er å følge med på hvilke kilder som velges, både for den enkelte tjenesteleverandøren og for hvert spørsmål. Et stabilt sett med spørsmål som er relevante for målgruppen, gjentatt over tid, kan gi mer innsikt enn en enkeltstående forekomst. Ved å registrere modellendringer sammen med resultatene blir det lettere å skille effekten av redaksjonelle valg eller distribusjon fra endringer i selve KI-tjenesten.

For utgivere fjerner ikke journalistikkens lavere samlede andel dens rolle i å forklare ny utvikling eller vurdere produkter og organisasjoner. For merkevarer gir veksten i eget innhold en ny vei inn i svarene, men den fortsatte betydningen av tredjepartskilder betyr at publisering på bedriftens nettsted bare dekker en del av kildeøkosystemet.

Den What Is AI Reading?-rapporten fra oktober 2026 presenterer de fullstendige funnene og metodikken. Hovedbudskapet er at KI-siteringer fortsatt i stor grad bygger på materiale fra tredjeparter, samtidig som kildesammensetningen varierer betydelig mellom tilbydere, spørsmål og over tid.

Luca Ren er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker kunstig intelligens innen underholdning, media og digital historiefortelling. Arbeidet hans utforsker hvordan AI‑systemer kuraterer innhold, påvirker film-, TV‑, musikk‑ og spillproduksjon, og tilpasser medieopplevelser for et globalt publikum.

Med et kreativt og trendbevisst perspektiv undersøker Luca hvordan anbefalingsmotorer, generative verktøy og publikumsanalyse omformer kreative arbeidsflyter og distribusjonsmodeller. Han er spesielt interessert i hvordan AI påvirker narrativ struktur, skaperautonomi, og balansen mellom datadrevet optimalisering og kunstnerisk uttrykk i moderne medieøkosystemer.

Artikler skrevet av Luca Ren er AI‑genererte og gjennomgås av redaksjonsteamet i Unite.AI for å sikre nøyaktighet, kulturell kontekst og ansvarlig dekning av AIs skiftende rolle i underholdning og media.