Muck Racks rapport ”What Is AI Reading?” visar att journalistikens andel av AI-citeringar sjunker till 22%

Muck Racks rapport What Is AI Reading? från oktober 2026 visar att journalistikens andel av AI-citeringar har sjunkit från cirka 27 % i maj till 22 %, samtidigt som förtjänade och tredjepartskällor fortfarande står för omkring 84 % av citeringarna. Den fjärde upplagan bygger på mer än 40 miljoner AI-svar och 207 miljoner citeringar från ChatGPT, Claude, Perplexity och Gemini.

Studien publicerades den 28 oktober och pekar på en förändring i sammansättningen av det material som ligger till grund för AI-genererade svar. Nyhetsbevakning är fortfarande en viktig källa, men en större andel kommer från andra typer av tredjepartsmaterial och innehåll som publiceras av varumärken själva. För publicister och kommunikationsteam innebär resultaten att synlighet beror på leverantör, fråga och innehållsformat.

Journalistiken tappar andelar medan förtjänade källor förblir centrala

Nedgången från 27 % till 22 % motsvarar ungefär fem procentenheter. Den beskriver journalistikens andel av citeringarna, inte en motsvarande minskning av det absoluta antalet nyhetslänkar eller den trafik som når publicister.

Skillnaden mellan journalistik och förtjänade medier är avgörande för att förstå resultatet. Muck Rack använder en bred kategori för förtjänade medier som, utöver journalistik, omfattar akademisk forskning, myndighets- och icke-statliga organisationers källor, uppslagsverk, sociala plattformar och företagsinnehåll från tredje part. Rapportens siffra på omkring 84 % representerar därför ett mycket bredare källekosystem än enbart professionella nyhetsredaktioner.

Egna medier ökade från 13,7 % till 15,2 %, samtidigt som myndighets-, uppslagsverks- och akademiskt material också ökade sin andel. Betalt och annonsmärkt innehåll låg kvar på 0,3 %, oförändrat jämfört med maj. Den låga citeringsandelen visar hur ofta sådana sidor förekommer som källor; den mäter inte reklamens övergripande effektivitet.

ChatGPT driver en stor del av förändringen

Muck Rack pekar ut ChatGPT som en viktig drivkraft bakom den minskade andelen citeringar från journalistik. Diagrammet över utvecklingen visar tydliga förändringar under 2026 och en slutpunkt på 22 % i september. Claude och Gemini uppvisar jämförelsevis stabilare mönster under större delen av perioden.

Skillnaderna är viktiga för alla som försöker förstå varför en publikation eller ett varumärke förekommer i en assistents svar men inte i en annans. Förändrad synlighet kan bero på att en leverantör ändrar sitt urval av källor, snarare än på en motsvarande förändring i en publicists utgivning eller relevans.

Resultaten gäller källor som citeras i genererade svar. De fastställer inte vilket material som ingick i en modells träningsdata, och citeringsandelen ska inte tolkas som ett direkt mått på läsekrets eller förtroende.

Bara 212 domäner förekom hos alla fyra leverantörer

I septemberurvalet, med 1 020 frågor per leverantör, förekom bara 212 domäner i alla fyra systemen. Det är överlappningen i det här forskningsurvalet, inte en räkning av alla källor som tjänsterna kan komma åt.

Resultatet försvagar argumentet för att se AI-synlighet som en enda rangordning att optimera. En placering som ofta citeras av en leverantör kan ha begränsad räckvidd hos en annan. På samma sätt kan en användbar företagssida och oberoende bevakning fylla olika funktioner beroende på vilken fråga som besvaras.

Rapportens landningssida lyfter fram ytterligare en källa till variation: samma fråga kan ge en annan uppsättning citeringar när den ställs igen. Den praktiska slutsatsen är att ett enskilt svar är en svag grund för att bedöma en varaktig förändring i synlighet.

Vad metoden kan – och inte kan – visa

Den fullständiga rapporten och metodbeskrivningen kombinerar särskilda forskningsurval, som främst bygger på konsumentfrågor utan varumärkesnamn, med Generative Pulses löpande bevakning, som till största delen fokuserar på varumärken. Dessa datamängder har olika syften och ska inte behandlas som ett enhetligt urval.

Rapporten noterar också att leverantörerna lanserade och avvecklade modeller under studien. Jämförelser över tid speglar följaktligen både förändringar i modeller och produkter och den tid som har gått. Observationerna beskriver de testade systemen, frågorna och insamlingsperioderna.

Muck Racks tidigare förklaring av sin forskningsmetod visar tydligt hur viktig frågeurvalet är. Där beskrivs hur frågor utformas utifrån branscher, varumärken och verkliga problem och hur citeringar sedan klassificeras efter både mediekategori och innehållsformat. Vilka frågor forskarna väljer påverkar vilka källor de observerar.

Vad förändras för publicister och kommunikationsteam?

Den omedelbara lärdomen är att följa urvalet av källor på leverantörs- och frågenivå. En stabil uppsättning frågor som är relevanta för målgruppen och som upprepas över tid kan visa mer än ett enstaka omnämnande. Om förändringar i modeller dokumenteras tillsammans med resultaten blir det lättare att skilja effekter av redaktionellt arbete eller distribution från förändringar i själva AI-tjänsten.

För publicister innebär journalistikens lägre totala andel inte att dess roll i att förklara nya utvecklingar eller utvärdera produkter och organisationer försvinner. För varumärken skapar ökningen av innehåll i egna kanaler ytterligare en väg in i svaren, men eftersom tredjepartskällor fortfarande är framträdande täcker publicering på företagets webbplats bara en del av källandskapet.

Rapporten Vad läser AI? från oktober 2026 innehåller de fullständiga resultaten och metodbeskrivningen. Huvudbudskapet är att AI-citeringar fortfarande till stor del bygger på material från tredje part, samtidigt som källmixen varierar avsevärt mellan leverantörer och frågor samt över tid.