AI má obrovskou zaujatost při výběru zdrojů – některé stránky jsou citovány 10x více, než by odpovídalo jejich návštěvnosti. Vidí to někdo další?

Zaujatost při výběru zdrojů je dobře zdokumentovaná. Tady je důvod, proč k ní dochází.

Hlavní příčiny:

1. Složení trénovacích dat

   • AI trénovaná na datech z internetu
   • Nadměrné zastoupení zavedených webů
   • Kvalitní weby podreprezentovány v objemu scrappingu

2. Dědictví signálů autority

   • AI se učí existující vzorce autority
   • Autoritativní modely Googlu jsou zakódovány
   • Vzniká kruhové posilování

3. Explicitní preference zdrojů

   • Některé AI mají povolené seznamy zdrojů
   • Publisher Program v Perplexity tvoří explicitní úrovně
   • Vrstva důvěry zabudována do vyhledávání

4. Zaujatost formátem a strukturou

   • Formát Wikipedie je ideální pro AI extrakci
   • Strukturovaný obsah je citován více
   • Mnoho webů chybí AI-friendly formátování

Důsledky:

Tato zaujatost posiluje stávající mocenské struktury. Hlavní vydavatelé získávají větší AI viditelnost, což vede k větší návštěvnosti, větší autoritě a opět větší AI viditelnosti…

Zlepšuje se to?

Smíšené. Některé platformy přidávají další zdroje. Ale koncentrace na špici přetrvává.

Podělím se o kvantitativní analýzu:

Studie rozdělení citací (1 000 promptů):

Pareto efekt je extrémní.

Méně než 0,001 % webů získá 78 % citací od AI.

Co předpovídá citaci:

Zjištění:

Kvalita obsahu má NEJNIŽŠÍ korelaci s tím, že bude citován. Více záleží na signálech autority.

To je zaujatost podle definice.

Práce uvnitř systému zaujatosti:

Přijměte realitu, pak zvolte strategii.

Nemůžete změnit, jak AI systémy fungují. Ale můžete svůj obsah umístit tak, abyste z jejich zaujatosti těžili.

Dvojí strategie:

1. Přímá optimalizace (dlouhodobě)

• Budujte skutečnou autoritu v čase
• Tvořte původní výzkum, který AI musí citovat
• Rozvíjejte dominanci v nichi
• Zlepšujte technickou přístupnost

2. Nepřímé umístění (krátkodobě)

• Získejte zmínky ve zdrojích, kterým AI věří
• Budujte známost hodnou Wikipedie
• Buďte aktivní v citovaných komunitách (Reddit)
• Budujte vztahy s hlavními médii

Výsledky našich klientů:

Klient bez AI viditelnosti:

• Získal zmínky ve 3 hlavních médiích
• Vybudoval aktivní přítomnost na Redditu
• Vytvořil výzkum vhodný k citaci na Wikipedii

Po 6 měsících: nárůst AI citací o 400 %.

Meta-strategie:

Staňte se zdrojem, kterému důvěřují ostatní zdroje. AI pak následuje.

Pohled značky na zdrojovou zaujatost:

Dopad na konkurenci:

Náš konkurent (větší, starší firma) je citován AI 5x více než my, i když:

• Náš produkt má vyšší hodnocení
• Máme novější pozitivní recenze
• Máme lepší zpětnou vazbu od zákazníků

Proč?

• Oni mají stránku na Wikipedii, my ne
• Byli ve více historických publikacích
• Jejich doména je starší

Naše odpověď:

Fáze 1 (okamžitě):

• Získat známost na Wikipedii (velká PR kampaň)
• Hostované příspěvky ve velkých médiích
• Sledovat průmyslové ocenění

Fáze 2 (průběžně):

• Program původního výzkumu
• Budování komunity na Redditu
• Odborné pozicování managementu

Fáze 3 (sledování):

• Sledovat pokrok s Am I Cited
• Srovnávat viditelnost s konkurencí
• Upravit strategii na základě dat

Časový rámec: Očekáváme 12–18 měsíců, než se váha reálně posune.

Je to maraton, ne sprint.

Akademický pohled na zaujatost zdrojů v AI:

Shoda ve výzkumu:

Zaujatost při výběru zdrojů v LLM je dobře zdokumentovaná a znepokojující:

• Posiluje informační monopoly
• Snižuje rozmanitost pohledů
• Může zesilovat již existující předsudky
• Vytváří “vítěz bere vše” dynamiku

Co ukazují studie:

1. Sklon trénovacích dat – Wikipedia a Reddit výrazně nadreprezentovány
2. Dědictví autority – AI se učí a zesiluje existující signály autority
3. Zaujatost formátem – Strukturovaný obsah preferován bez ohledu na kvalitu
4. Efekt aktuálnosti – Liší se podle platformy, vytváří různé zaujatosti

Co by mohlo pomoci:

• Požadavek na rozmanitější trénovací data
• Výslovné cíle pro diverzitu zdrojů
• Výběr podle kvality (místo autority)
• Požadavek na uvádění zdrojů

Realita:

Firmy vyvíjející AI optimalizují pro kvalitu odpovědí, ne pro spravedlnost zdrojů. Omezování zaujatosti není prioritou, pokud si to uživatelé nevyžádají.

Povědomí je první krok.

Frustrace tvůrce obsahu:

Kruh, který nás ničí:

1. Vytvoříme originální, kvalitní obsah
2. AI cituje hlavní médium, které náš obsah převzalo
3. Hlavní médium získá návštěvnost/autoritu
4. My nezískáme nic
5. AI se učí důvěřovat hlavnímu médiu ještě více
6. Opakuje se

Skutečný příklad:

Publikovali jsme původní výzkum o trendech v odvětví. Velký business magazín napsal 500slovný souhrn, kde nás krátce citoval.

ChatGPT cituje: velké médium ChatGPT necituje: náš původní výzkum

Co jsem se naučil dělat:

1. Vše časově značit – Důkaz, že jste byli první
2. Agresivní syndikace – Mějte své jméno na více místech
3. Citovatelný obsah – Umožněte snadné citování
4. Budování vztahů – Zajistěte, aby média výrazně odkazovala zpět

Drsná pravda:

Být původním zdrojem nehraje roli, pokud vás AI systémy nepoznají jako autoritu.

Sama kvalita nestačí.

Možnost pro nichi v rámci zdrojové zaujatosti:

Kde mohou malí hráči vyhrát:

Zaujatost ovlivňuje nejvíc široké dotazy. U specifických, úzce zaměřených dotazů:

• Menší konkurence od velkých zdrojů
• Odborná znalost má větší váhu
• Tématická relevance překonává autoritu

Náš přístup:

Místo: “Co je AI marketing?” (dominují velká média) Zaměření: “Jak B2B SaaS firmy využívají AI pro segmentaci zákazníků?” (úzká nicha)

Výsledky:

Strategie:

1. Najděte své niche dotazy
2. Vytvořte k nim nejlepší obsah
3. Ovládněte tyto specifické otázky
4. Postupně rozšiřujte záběr

Velké weby nepřekonáte v obecné rovině. Ale v niche můžete dominovat.

Výborná diskuze. Tady je moje syntéza ohledně zaujatosti při výběru zdrojů:

Realita:

Zaujatost AI při výběru zdrojů je skutečná, významná a sebezesilující. Nejlepší zdroje jsou citovány častěji, čímž získávají větší autoritu, a tak jsou citovány ještě více.

Data:

• Nejlepších 0,001 % webů získává 78 % citací
• Wikipedia, Reddit, hlavní média dominují
• Kvalita obsahu má nižší korelaci než autorita
• Vzorce zaujatosti se liší podle platformy

Strategie v rámci systému:

Krátkodobě:

1. Být zmíněn ve zdrojích, kterým AI důvěřuje
2. Budovat přítomnost na citovaných platformách (Reddit)
3. Usilovat o úspěchy vhodné pro Wikipedii
4. Zaměřit se na úzké dotazy, kde je menší zaujatost

Dlouhodobě:

1. Budovat skutečnou autoritu v čase
2. Tvořit obsah, který musí být citován (původní výzkum)
3. Rozvíjet odbornou reputaci
4. Zlepšovat technickou přístupnost

Měření:

• Sledovat citace AI pomocí Am I Cited
• Srovnávat s konkurencí
• Identifikovat vítězné kategorie dotazů
• Monitorovat pokrok v čase

Nepříjemná pravda:

Systém je zaujatý. Pracovat v jeho rámci je pragmatické. Budování skutečné autority jej časem překoná, ale je to běh na dlouhou trať.

Kvalitní obsah je nutný, ale nestačí. Strategické umístění je klíčové.

Díky všem za cenné pohledy!