อะไรคือสิ่งที่ AI อ่าน? ภายในกลไกที่ซ่อนอยู่ของการอ้างอิงที่สร้างโดย Generative

เมื่อ AI ที่สร้างขึ้นใหม่เปลี่ยนแปลงภูมิทัศน์ดิจิทัล คำถามใหม่เกิดขึ้นที่จุดศูนย์กลางของการสร้างและค้นหาข้อมูล: อะไรคือสิ่งที่ AI อ่านอย่างแน่นอน? การศึกษาเรื่องหนึ่งที่มีชื่อว่า อะไรคือสิ่งที่ AI อ่าน โดย Generative Pulse โดย Muck Rack วิเคราะห์มากกว่า 1 ล้านการอ้างอิง จากระบบ AI ที่สำคัญ รวมถึง OpenAI’s ChatGPT (4o และ 4o-mini), Google’s Gemini (Flash และ Pro) และ Anthropic’s Claude (Sonnet และ Haiku) เพื่อเปิดเผยกลไกที่ซ่อนอยู่เบื้องหลังลิงก์ที่โมเดลเหล่านี้ใช้เมื่อสร้างคำตอบ

ผลการวิจัยไม่เพียงแต่เปิดเผยเท่านั้น แต่ยังเปลี่ยนแปลงสำหรับทุกคนที่อยู่ในวงการหนังสือพิมพ์, การสื่อสารองค์กร, SEO หรือกลยุทธ์ยี่ห้อ

การอ้างอิงไม่ใช่เพียงส่วนเสริม – มันเปลี่ยนแปลงพฤติกรรมของ AI

เมื่อใดก็ตามที่คุณอยู่ในโลกของ AI การเปิดหรือปิดการทำงานของการอ้างอิง เปลี่ยนคำตอบเอง เมื่อการอ้างอิงถูกปิด AI จะพึ่งพาข้อมูลการฝึกที่อยู่นิ่งมากกว่า แต่เมื่อการอ้างอิงถูกเปิด โมเดลจะสร้างผลลัพธ์ที่แตกต่างอย่างมาก ซึ่งถูกกำหนดโดยแหล่งที่มาในเวลาจริงที่พวกมันถูกดึงมาจาก

ตัวอย่างสำคัญ: เมื่อถูกถามเกี่ยวกับทีมเบสบอลที่แย่ที่สุด AI ที่ไม่มีการอ้างอิงจะกล่าวถึงทีม 1962 Mets แต่เมื่อการอ้างอิงถูกเปิด มันจะอัปเดตคำตอบเพื่อรวม 2024 Chicago White Sox พร้อมกับฤดูกาลที่มี 41-121 ซึ่งเป็นเรื่องที่น่าสังเกต โดยเฉพาะอย่างยิ่งการอ้างอิง CBS Sports

การครอบงำของสื่อที่ได้รับ

มากกว่า 95% ของแหล่งที่มาของการอ้างอิง มาจาก สื่อที่ไม่ได้รับเงิน ซึ่งรวมถึง:

• 27% ของเนื้อหาทางสื่อ (เช่น Reuters, AP, Financial Times)
• 18% ของไซต์ภาครัฐ/องค์กร
• 13% ของแหล่งที่มาทางวิชาการหรือการวิจัย
• 10% ของแพลตฟอร์มที่รวบรวมข้อมูลหรือสารานุกรม เช่น Wikipedia หรือ Visual Capitalist

ในทางตรงกันข้าม เนื้อหาที่จ่ายเงินหรือโฆษณา คิดเป็นน้อยกว่า 5% ของการอ้างอิง ทำให้เห็นได้ชัดว่าโมเดล AI มีความลำเอียง ต่อเนื้อหาที่ขับเคลื่อนด้วยการตลาด

ความลำเอียงของความใหม่: ทำไมเนื้อหาที่ใหม่กว่าจึงชนะ

ความสดใหม่ของเนื้อหาก็มีความสำคัญ โดยเฉพาะอย่างยิ่งสำหรับโมเดลของ OpenAI ในเนื้อหาทางสื่อ 56% ของการอ้างอิงที่ทำโดย ChatGPT ถูกตีพิมพ์ภายใน 12 เดือนที่ผ่านมา เทียบกับ 36% สำหรับ Claude ความลำเอียงนี้เรียกว่าความลำเอียงของความใหม่ ซึ่งหมายถึงความชอบของแหล่งที่มาใหม่กว่ามากกว่าแหล่งที่มาเก่ากว่า แม้ว่าแหล่งที่มาเก่ากว่าจะยังคงมีความถูกต้องหรือเกี่ยวข้องก็ตาม

ในบริบทของ AI ที่สร้างขึ้น ความลำเอียงของความใหม่หมายความว่าโมเดลภาษา โดยเฉพาะโมเดลที่เชื่อมต่อกับข้อมูลในเวลาจริง เช่น ChatGPT มีแนวโน้มที่จะอ้างอิงและเชื่อถือเนื้อหาที่ตีพิมพ์ใหม่ๆ โดยเฉพาะอย่างยิ่งเมื่อตอบคำถามที่เกี่ยวข้องกับเหตุการณ์ปัจจุบัน เทคโนโลยีที่เกิดขึ้นใหม่ หรือการเปลี่ยนแปลงนโยบาย

การกระตุ้นคำถามที่แตกต่างกันทำให้เกิดแหล่งที่มาใหม่ๆ

โมเดล AI ไม่ได้อ้างอิงแหล่งที่มาแบบสุ่ม – มันเลือกตามประเภทของคำถามที่ถูกถาม รูปแบบคำถามที่แตกต่างกันนำไปสู่แหล่งที่มาใหม่ๆ:

• การค้นหาข้อเท็จจริงและคำถามเชิงวิชาการ มักจะดึงมาจากไซต์ข้อมูลอ้างอิงที่มีอยู่แล้ว เช่น วิกิพีเดีย และ บริตานิกา โดยอาศัยข้อมูลที่มีอยู่แล้ว แต่มักจะเก่ากว่า
• คำถามเกี่ยวกับเหตุการณ์ใหม่ๆ มักจะกระตุ้นให้เกิดการอ้างอิงจากสำนักข่าวใหญ่ๆ เช่น AP, รอยเตอร์ หรือ Axios ซึ่งความเร็วและความใหม่ของข้อมูลมีความสำคัญ
• คำถามที่ต้องการคำแนะนำหรือความคิดเห็น ทำให้โมเดลเปลี่ยนไปสู่แหล่งที่มาแบบไดนามิกและแบบสนทนา เช่น บล็อก ฟอรัม หรือแพลตฟอร์ม เช่น Reddit หรือ Medium
• งานวิจัยหรืองานวิชาการ นำโมเดล AI ไปสู่การอ้างอิงจากวารสาร เซิร์ฟเวอร์พรินต์ เช่น arXiv หรือคลังข้อมูลที่ได้รับการสนับสนุนจากภาครัฐ เช่น PubMed หรือ NCBI
• คำขอสร้างสรรค์หรือคำแนะนำแบบขั้นตอน มักจะนำไปสู่เนื้อหาที่สร้างโดยผู้ใช้ การสอนแบบไม่เป็นทางการ หรือการอภิปรายจากแพลตฟอร์ม เช่น Quora หรือฟอรัมเทคนิคเฉพาะ

ความแตกต่างนี้หมายความว่าวิธีการถามคำถามสามารถมีผลกระทบโดยตรงต่อโดเมนที่ได้รับการยกย่องและโดเมนที่ถูกทอดทิ้ง

อำนาจและโดเมนมีความสำคัญ – แต่ไม่สม่ำเสมอ

ในขณะที่แหล่งที่มาจากองค์กรที่มีอำนาจสูงมีบทบาทสำคัญ แต่ก็ไม่ใช่ผู้เล่นเพียงอย่างเดียว มีเพียง 15% ของแหล่งที่มา ที่ถูกอ้างอิงมากที่สุดซึ่งปรากฏใน 10 อันดับแรกของหลายอุตสาหกรรม ซึ่งหมายความว่า เนื้อหาที่เฉพาะเจาะจงสำหรับอุตสาหกรรม ได้รับการตอบแทน

ข้อมูลเชิงลึกเฉพาะอุตสาหกรรม: สิ่งที่ AI อ้างอิงในแต่ละภาคส่วน

การเงินและประกันภัย

• สื่อมวลชนคิดเป็น 37% ของการอ้างอิง มากกว่าอุตสาหกรรมอื่นๆ
• แหล่งที่มา 10 อันดับแรกของ Claude คือ 90% เป็นเอกลักษณ์ ซึ่งบ่งบอกถึงการสำรวจเฉพาะทางที่ลึกซึ้งยิ่งขึ้น

สุขภาพ

• ไซต์ภาครัฐและองค์กรไม่แสวงหาผลกำไรถูกอ้างอิง 18% ของเวลา มากกว่าสองเท่าของเฉลี่ยทั่วทั้งอุตสาหกรรม
• Gemini มีความหลากหลายของแหล่งที่มาในภาคส่วนนี้

การเดินทางและสายการบิน

• น่าประหลาดใจที่ การอ้างอิงทางวิชาการเกือบจะไม่มีอยู่ (เพียง 0.7%)
• แหล่งที่มา เช่น FAA.gov และ IATA.org มีความโดดเด่น โดยมีการพึ่งพาสถานีข่าวน้อยลง

ค้าปลีกและอีคอมเมิร์ซ

• ผู้รวบรวมข้อมูล เช่น Wikipedia ถูกอ้างอิงน้อยกว่าในอุตสาหกรรมอื่นๆ (36% เทียบกับ 28%)
• Claude อ้างอิงเนื้อหาที่เฉพาะเจาะจงมากที่สุด

สื่อและความบันเทิง

• สื่อมวลชนนำหน้าด้วย 37% โดยมีแพลตฟอร์มเฉพาะทาง เช่น TVTechnology และ Radioking ที่ถูกอ้างอิงบ่อยโดย Claude

เทคโนโลยี

• แทบจะไม่มีแหล่งที่มาเชิงวิชาการหรือสารานุกรม
• แพลตฟอร์ม เช่น Medium, Coursera และ SproutSocial มีความโดดเด่น ซึ่งสะท้อนถึงการเอียงเข็มไปที่ ความรู้ของนักปฏิบัติ

ผลกระทบต่อทีมสื่อสารและ SEO

ผลการวิจัยของรายงานนี้แสดงให้เห็นว่า การเพิ่มประสิทธิภาพเครื่องยนต์สร้างสรรค์ (GEO) กำลังจะกลายเป็นสิ่งสำคัญเท่ากับการเพิ่มประสิทธิภาพ SEO แบบดั้งเดิม AI ไม่ได้เพียงสรุปฐานข้อมูลที่อยู่นิ่งเท่านั้น แต่ยัง เชื่อมโยงแหล่งที่มาในเวลาจริง และลิงก์เหล่านั้นถูกมีอิทธิพลโดย:

• ความใหม่: อัปเดตเนื้อหาของคุณเป็นประจำ
• อำนาจโดเมน: สร้างลิงก์ย้อนกลับและความไว้วางใจ
• ความเกี่ยวข้องเฉพาะทาง: สร้างเนื้อหาที่ปรับให้เหมาะสมกับอุตสาหกรรมของคุณ ไม่ใช่แค่หัวข้อทั่วไป
• ประเภทเนื้อหา: มุ่งเน้นไปที่สื่อที่ได้รับและเนื้อหาสารสนเทศมากกว่าเพียงหน้าการตลาดเท่านั้น

สิ่งนี้เปลี่ยนแปลงการคำนวณสำหรับผู้ทำการตลาดเนื้อหา ผู้เชี่ยวชาญด้านสื่อสาร และผู้จัดพิมพ์ หากเป้าหมายของคุณคือการปรากฏในผลลัพธ์ที่สร้างโดย AI คุณจะต้องสร้างเนื้อหาที่ AI พบว่ามีค่า – ไม่ใช่แค่ผู้ใช้หรือ Google

สรุป: ผลที่ตามมาของการถูกอ่าน (หรือเพิกเฉย) โดย AI

รายงานนี้เน้นย้ำถึงการเปลี่ยนแปลงพื้นฐานในการที่ข้อมูลถูกนำเสนอออนไลน์: โมเดล AI ไม่เพียงแต่ค้นหาเนื้อหาเท่านั้น แต่ยังเลือกสรรเนื้อหาด้วย และการคัดเลือกนี้กำลังกำหนดความสามารถในการมองเห็นในยุคดิจิทัล

สำหรับผู้จัดพิมพ์ นักวิจัย และยี่ห้อ การถูกอ้างอิงโดย AI หมายถึงการเป็นส่วนหนึ่งของรุ่นต่อไปของการค้นหา มันนำเนื้อหาของคุณไปสู่ผู้ใช้ที่อาจไม่เคยเยี่ยมชมเว็บไซต์ของคุณ แต่เชื่อถือโมเดลที่อ้างอิงมัน แหล่งที่มาเหล่านั้นที่ถูกอ้างอิงจะถูกขยายใหญ่ขึ้น ในขณะที่แหล่งที่มาเหล่านั้นที่ไม่ได้รับการอ้างอิง – ไม่ว่าจะมีคุณภาพสูงเพียงใด – ก็เสี่ยงต่อการถูกกีดกันจากการสนทนาโดยสิ้นเชิง

การเปลี่ยนแปลงนี้สร้างผู้ชนะและผู้แพ้ใหม่ๆ แหล่งที่มาจากองค์กรที่มีอำนาจสูงและเนื้อหาที่ได้รับในเวลาจริงมีความได้เปรียบ ในขณะที่เนื้อหาที่จ่ายเงิน บล็อกที่อัปเดตไม่บ่อย หรือเสียงที่ไม่ค่อยมีคนฟังมักจะไม่ได้รับการอ่าน – ไม่ใช่แค่โดยผู้คน แต่โดยระบบที่กำหนดสิ่งที่ผู้คนเห็นด้วย

เมื่อ AI ที่สร้างสรรค์ยังคงมีบทบาทสำคัญในการส่งมอบความรู้ คำถามหลักไม่ใช่เรื่องของการอยู่ในอันดับต้นๆ ของการค้นหา แต่เป็นเรื่องของ: คุณจะกลายเป็นส่วนหนึ่งของสิ่งที่ AI พิจารณาว่ามีค่าในการอ้างอิงได้อย่างไร?