Оглавление

Искусственный интеллект в поисковых системах кардинально меняет подход к подбору источников информации, что может серьезно повлиять на формирование знаний пользователей. Согласно исследованию Рурского университета в Бохуме и Института программных систем Макса Планка, ИИ-чаты используют значительно более широкий и менее предсказуемый набор сайтов по сравнению с традиционным поиском от Google.

Разные стратегии поиска

Ученые сравнили органические результаты поиска Google с четырьмя системами генеративного ИИ: Google AI Overview, Gemini 2.5 Flash с поиском, GPT-4o-Search и GPT-4o с включенным поисковым инструментом. Анализ более 4600 запросов по шести темам показал фундаментальные различия в подходах к работе с веб-информацией.

Ключевое различие — в стратегии обращения к интернету. GPT-4o-Search всегда выполняет поиск в реальном времени для каждого запроса, тогда как GPT-4o с поисковым инструментом самостоятельно решает, использовать ли внутренние знания или искать новую информацию.

Диаграммы размаха количества ссылок на запрос для ИИ и обычного поиска по шести наборам данных

GPT-Tool использует меньше всего ссылок на ответ, AI Overview обычно черпает из большего количества источников, а органический поиск Google ограничивается десятью результатами.

Последствия выбора источников

ИИ-системы поиска получают информацию из более широкого и менее предсказуемого набора источников. В исследовании 53% сайтов, цитируемых AI Overview, не появлялись в топ-10 органических результатов Google, а 27% вообще не входили в первую сотню.

Это создает парадоксальную ситуацию: с одной стороны, мы получаем доступ к более разнообразной информации, с другой — рискуем столкнуться с менее проверенными источниками. Пользователи фактически доверяют алгоритмам роль редактора, не всегда понимая, какие критерии отбора применяются.

Столбчатая диаграмма с долями ссылок ИИ в органическом ранжировании по шести наборам данных

Для товарных и научных запросов до 60% ссылок AI Overview поступают извне топ-100 органических результатов; для политических тем около 55% берутся из первой десятки.

Домены, выбираемые ИИ-системами, часто менее известны. Лишь около трети доменов, используемых AI Overview и GPT-Tool, входили в тысячу наиболее посещаемых сайтов, по сравнению с 38% для органического поиска.

Разнообразие контента и понимание пользователей

Глубина исследования значительно варьируется. GPT-Tool в среднем использует всего 0,4 внешних источника на ответ, полагаясь в основном на внутреннюю модель, тогда как AI Overview и Gemini обращаются к более чем восьми сайтам на запрос.

Точечная диаграмма сравнения средней длины текста и среднего числа ссылок в ответах

На научные вопросы GPT-Tool почти всегда ссылается на корпоративные сайты, органический поиск склоняется к новостным изданиям, а AI Overview и Gemini используют энциклопедии, НКО и государственные источники.

Более длинные ответы обычно содержат больше ссылок: GPT-Tool дает самые короткие ответы с небольшим количеством источников, а Gemini обычно производит более подробные ответы с большим количеством ссылок, особенно для товарных запросов.

Ограничения ИИ в оперативных новостях

Когда дело доходит до текущих событий, традиционный поиск по-прежнему превосходит ИИ. В тесте 100 трендовых тем за сентябрь 2025 года AI Overviews появлялись только для 3% запросов. GPT-Search охватил 72% тем, за ним следуют органический поиск — 67% и Gemini — 66%. GPT-Tool отстал с показателем 51%.

Показательный пример: при запросе о причине смерти Рикки Хэттона GPT-Tool полагался на устаревшие внутренние знания и ошибочно сообщил, что боксер все еще жив. Системы, которые не обновляют регулярно свои знания, испытывают трудности с оперативной точностью.

Изменения в надежности и последовательности

Исследование показало, что традиционный поиск более последователен во времени. Когда одни и те же вопросы задавались с разницей в два месяца, органический поиск возвращал те же источники в 45% случаев. Gemini показал 40%, но AI Overview совпал с предыдущими результатами только в 18% случаев.

Пользователи могут получать совершенно разные подтверждающие ссылки в зависимости от того, когда они задают вопрос — это редко случалось с классическим поиском.

Исследователи утверждают, что текущие эталоны качества поиска не отражают сложности современных ИИ-систем. Они призывают к новым методам оценки, которые учитывают разнообразие источников, широту охвата тем и способы суммирования информации.

По материалам The Decoder.