AI ma ogromny błąd w wyborze źródeł – niektóre strony są cytowane 10x częściej niż wynikałoby to z ich ruchu. Czy ktoś jeszcze to zauważył?

Błąd wyboru źródeł jest dobrze udokumentowany. Oto, dlaczego się pojawia.

Główne przyczyny:

1. Skład danych treningowych

   • AI trenowane na danych z internetu
   • Nadreprezentacja uznanych stron
   • Jakościowe strony niedoreprezentowane w wolumenie zeskrobywanych danych

2. Dziedziczenie sygnałów autorytetu

   • AI uczy się istniejących wzorców autorytetu
   • Autorytet oparty na linkach (Google) zostaje zakodowany
   • Powstaje błędne koło umacniania

3. Jawne preferencje źródeł

   • Niektóre AI mają dozwolone listy źródeł
   • Program Wydawców Perplexity tworzy jawne poziomy
   • Warstwy zaufania są wpisane w mechanizm wyszukiwania

4. Błąd formatu i struktury

   • Format Wikipedii idealny do ekstrakcji przez AI
   • Strukturalne treści są częściej cytowane
   • Wiele stron nie ma przyjaznego AI formatowania

Konsekwencje:

To uprzedzenie wzmacnia istniejące struktury władzy. Duże wydawnictwa zyskują większą widoczność w AI, co przekłada się na większy ruch, a ten buduje większy autorytet, który znowu zwiększa widoczność w AI…

Czy to się poprawia?

Różnie. Niektóre platformy dodają więcej źródeł. Koncentracja na szczycie jednak się utrzymuje.

Podzielę się analizą ilościową:

Badanie rozkładu cytowań (1000 promptów):

Efekt Pareto jest ekstremalny.

Mniej niż 0,001% stron zdobywa 78% cytowań przez AI.

Co przewiduje cytowanie:

Wniosek:

Jakość treści MA NAJNIŻSZĄ korelację z cytowaniem. Liczą się sygnały autorytetu.

To definicja uprzedzenia.

Działania w systemie z uprzedzeniem:

Zaakceptuj rzeczywistość, potem strategizuj.

Nie zmienisz działania systemów AI. Możesz jednak tak pozycjonować swoje treści, by korzystać z ich uprzedzeń.

Podwójna strategia:

1. Optymalizacja bezpośrednia (długofalowa)

• Buduj autorytet organiczny przez lata
• Twórz oryginalne badania, które AI musi cytować
• Rozwijaj dominację w niszy
• Popraw techniczną dostępność

2. Pozycjonowanie pośrednie (krótkoterminowe)

• Zabiegaj o wzmianki w źródłach zaufanych przez AI
• Buduj notowalność na poziomie Wikipedii
• Udzielaj się w cytowanych społecznościach (Reddit)
• Nawiązuj relacje z dużymi mediami

Nasze wyniki u klienta:

Klient bez widoczności w AI:

• Wzmianki w 3 dużych publikacjach
• Aktywna obecność na Reddicie
• Opracowanie badań cytowalnych w Wikipedii

Po 6 miesiącach: 400% wzrost cytowań przez AI.

Meta-strategia:

Stań się źródłem, któremu ufają inne źródła. AI pójdzie za tym.

Perspektywa marki w kontekście błędu źródeł:

Wpływ na konkurencyjność:

Nasz konkurent (większa, starsza firma) jest cytowany przez AI 5x częściej niż my, mimo że:

• Nasz produkt ma wyższe oceny
• Mamy nowsze pozytywne publikacje
• Lepsze wyniki klientów

Czemu?

• Oni mają stronę na Wikipedii, my nie
• Byli częściej w mediach historycznie
• Ich domena jest starsza

Nasze działania:

Faza 1 (natychmiast):

• Uzyskanie notowalności w Wikipedii (duża kampania PR)
• Gościnne publikacje w dużych mediach
• Zabiegi o branżowe nagrody

Faza 2 (ciągła):

• Program oryginalnych badań
• Budowanie społeczności na Reddicie
• Eksperckie pozycjonowanie kadry zarządzającej

Faza 3 (monitoring):

• Śledzenie postępów przez Am I Cited
• Porównania widoczności z konkurencją
• Korekta strategii na podstawie danych

Horyzont: Zakładamy 12–18 miesięcy, by realnie przesunąć balans.

To maraton, nie sprint.

Akademicka perspektywa na błąd źródeł w AI:

Stan badań:

Błąd wyboru źródeł w LLM jest dobrze opisany i niepokojący:

• Wzmacnia informacyjne monopole
• Ogranicza różnorodność perspektyw
• Może potęgować istniejące uprzedzenia
• Tworzy efekt „zwycięzca bierze wszystko”

Wyniki badań:

1. Przechylenie danych treningowych – Wikipedia i Reddit masowo nadreprezentowane
2. Dziedziczenie autorytetu – AI uczy się i wzmacnia istniejące sygnały autorytetu
3. Błąd formatu – Preferowane strukturalne treści niezależnie od jakości
4. Efekt świeżości – Różny w zależności od platformy, generuje własne uprzedzenia

Co może pomóc:

• Wymogi dywersyfikacji danych treningowych
• Jawne cele różnorodności źródeł
• Selekcja oparta na jakości (nie autorytecie)
• Wymóg atrybucji

Rzeczywistość:

Firmy AI optymalizują pod jakość odpowiedzi, nie sprawiedliwość źródeł. Redukcja uprzedzeń nie jest priorytetem, dopóki użytkownicy tego nie wymuszą.

Świadomość to pierwszy krok.

Frustracja twórcy treści:

Błędne koło, które nas zabija:

1. Tworzymy oryginalne, jakościowe treści
2. AI cytuje dużą publikację, która nas wspomniała
3. Duża publikacja zyskuje ruch/autorytet
4. My nie zyskujemy nic
5. AI jeszcze bardziej ufa dużej publikacji
6. Powtórz

Prawdziwy przykład:

Opublikowaliśmy oryginalne badanie o trendach w branży. Duża publikacja biznesowa napisała 500-słowny skrót, ledwo nas cytując.

ChatGPT cytuje: Dużą publikację ChatGPT nie cytuje: Naszego oryginalnego badania

Czego się nauczyłem:

1. Datowanie wszystkiego – Udowodnij, że byłeś pierwszy
2. Agresywna syndykacja – Umieszczaj swoje nazwisko w wielu miejscach
3. Treści do cytowania – Ułatw cytowanie siebie
4. Budowanie relacji – Dopilnuj, by publikacje mocno linkowały do Ciebie

Gorzka prawda:

Bycie pierwotnym źródłem nie ma znaczenia, jeśli AI nie uznaje Cię za autorytet.

Sama jakość nie wystarczy.

Niszowa szansa w błędzie źródeł:

Gdzie mali mogą wygrać:

Uprzedzenie najmocniej dotyka szerokich zapytań. Przy konkretnych, niszowych zapytaniach:

• Mniej konkurencji ze strony dużych źródeł
• Liczy się ekspertyza w domenie
• Tematyczna trafność przewyższa autorytet

Nasze podejście:

Zamiast: „Czym jest marketing AI?” (zdominowane przez duże media) Skup się na: „Jak firmy B2B SaaS wykorzystują AI do segmentacji klientów?” (nisza)

Wyniki:

Strategia:

1. Zidentyfikuj niszowe zapytania
2. Stwórz treści definitywne
3. Zdominuj konkretne pytania
4. Rozszerzaj swój zasięg stamtąd

Nie pokonasz dużych stron w ogólności. Ale możesz zdominować nisze.

Świetna dyskusja. Oto moja synteza o błędzie wyboru źródeł:

Rzeczywistość:

Błąd wyboru źródeł przez AI jest realny, znaczący i samowzmacniający. Najważniejsze źródła są cytowane częściej, budują tym większy autorytet i są znowu częściej cytowane.

Dane:

• Top 0,001% stron zdobywa 78% cytowań
• Wikipedia, Reddit, główne publikacje dominują
• Korelacja jakości treści z cytowaniem jest niższa niż autorytetu
• Wzorce uprzedzeń różnią się w zależności od platformy

Strategie w systemie:

Krótkoterminowo:

1. Wzmianki w źródłach zaufanych przez AI
2. Budowa obecności na cytowanych platformach (Reddit)
3. Dążenie do osiągnięć notowalnych w Wikipedii
4. Skupienie się na niszowych zapytaniach z mniejszym uprzedzeniem

Długoterminowo:

1. Budowa prawdziwego autorytetu z czasem
2. Tworzenie treści niezbędnych do cytowania (oryginalne badania)
3. Rozwijanie eksperckiej reputacji
4. Poprawa technicznej dostępności

Pomiar:

• Monitorowanie cytowań przez AI z Am I Cited
• Porównania z konkurencją
• Identyfikacja wygrywających kategorii zapytań
• Śledzenie postępów w czasie

Niewygodna prawda:

System jest uprzedzony. Działanie w ramach tego uprzedzenia jest pragmatyczne. Budowa prawdziwego autorytetu ostatecznie je przezwycięża, ale to wymaga czasu.

Jakościowe treści są niezbędne, ale niewystarczające. Liczy się strategiczne pozycjonowanie.

Dzięki wszystkim za wartościowe perspektywy!