Category-Conditioned Web Exposure Tracks Brand Presence in ChatGPT Fanout Queries

عندما تسأل ذكاءً اصطناعيًا حديثًا متصلًا بالإنترنت عن أفضل الكاميرات أو أفضل أدوات إدارة المشاريع، فإن الآلة لا تقوم ببساطة بمسح الويب واختيار أول بضع نتائج تجدها. فقبل أن تنظر إلى صفحة ويب واحدة، يكتب الذكاء الاصطناعي استعلام البحث الخاص به. هذه المسودة الأولى، التي تُنشأ في جزء من الثانية، غالبًا ما تتضمن أسماء علامات تجارية محددة مثل كانون (Canon) أو سوني (Sony). يحدث هذا قبل أن يرى أي إنسان أو كمبيوتر نتائج البحث الفعلية. الآلة، في الأساس، تقرر مسبقًا الشركات التي هي مستعدة للتحدث عنها. هذا القرار المبكر أمر بالغ الأهمية لأن محرك البحث سيقوم بعد ذلك بالبحث عن صفحات تتحدث عن تلك العلامات التجارية المحددة، مما يجعل ظهورها في الإجابة النهائية أكثر احتمالية. إذا تم استبعاد علامة تجارية من تلك المسودة الأولى، فإنها تصبح غير مرئية تمامًا، حتى لو كانت الآلة تعرف وجود تلك العلامة.

يثير هذا تساؤلاً محيرًا لأي شخص يحاول فهم كيفية عمل هذه الأنظمة: إذا كان الذكاء الاصطناعي يعرف علامة تجارية ما، فلماذا يتركها أحيانًا في تلك المسودة الأولى؟ هل تنسى الآلة العلامة التجارية، أم أنها تتخذ قرارًا متعمدًا؟ يبحث بحث جديد أجراه الباحث المستقل أنتوني ديروسان (Antony Deroshan) في هذه اللحظة من اتخاذ القرار بالضبط. يركز البحث على نوع معين من الذكاء الاصطناعي الذي يمكنه البحث في الويب، من خلال النظر في كيفية اختياره لأسماء الشركات لتضمينها في طلب البحث الأولي الخاص به. يتساءل البحث عما إذا كانت الآلة ببساطة غير مدركة لعلامات تجارية معينة، أو ما إذا كانت تقوم بتصفيتها بنشاط بناءً على قاعدة خفية. تشير النتائج إلى أن الآلة تعرف العلامات التجارية جيدًا، لكنها تُجبر على تركها لأن لديها حدًا صارمًا لعدد الأسماء التي يمكنها إدراجها في وقت واحد.

لفهم ميكانيكية ذلك، احتاج الباحث أولاً إلى فصل ما تعرفه الآلة عما تختار قوله. فقد سأل الذكاء الاصطناعي، مع إيقاف تشغيل وصوله إلى الإنترنت، أن يدرج العلامات التجارية الرائدة في فئات مثل التسويق عبر البريد الإلكتروني، وبرمجيات خدمة العملاء، والكاميرات. تمكنت الآلة من تسمية العديد من العلامات التجارية، بما في ذلك بعض العلامات التي نادراً ما تذكرها عند البحث الفعلي على الويب. على سبيل المثال، عندما سُئلت عن العلامات التجارية التي تتبادر إلى الذهن للتسويق عبر البريد الإلكتروني، ذكرت الآلة "كامبين مونيتور" (Campaign Monitor) في 49 حالة من أصل 50 محاولة. ومع ذلك، عندما طُلب من نفس الآلة إجراء بحث مباشر عن أفضل أدوات التسويق عبر البريد الإلكتروني، ضمنت "كامبين مونيتور" في استعلام البحث الأولي مرة واحدة فقط من أصل 50 مرة. كانت الآلة تعرف العلامة التجارية بوضوح، ومع ذلك استبعدتها باستمرار من طلب البحث. أثبتت هذه الفجوة بين المعرفة والعمل أن الاستبعاد لم يكن فشلاً في الذاكرة.

قام الباحث بعد ذلك ببناء محاكاة لمعرفة سبب حدوث ذلك. أنشأ نسخة من الذكاء الاصطناعي يمكنها كتابة استعلامات البحث ولكن لا يُسمح لها بالبحث في مواقع ويب حقيقية. واختبر هذا المحاكي من خلال مطالبته بإدراج العلامات التجارية تحت قيود مختلفة. عندما طلب من المحاكي كتابة استعلام قصير جدًا، قام بحذف نفس العلامات التجارية التي تحذفها الآلة الحقيقية. ولكن عندما طلب منه المحاكي إدراج أكبر عدد ممكن من العلامات التجارية، قام بتضمين جميعها، بما في ذلك تلك التي تُستبعد عادةً. كشف هذا أن الآلة لا تستبعد العلامات التجارية لأنها تكرهها أو لا تعرفها؛ بل تستبعدها لأن لديها ميزانية ضيقة لعدد الأسماء التي يمكنها وضعها في جملة واحدة. الآلة هي في الأساس أمين مكتبة لديه قائمة قصيرة جدًا ليكتبها. إذا كانت القائمة تتسع لثلاثة أسماء فقط، فسيختار أفضل ثلاثة، والعلامة التجارية الرابعة الأفضل، مهما كانت مشهورة، ستُترك خارج القائمة تمامًا.

بحث الدراسة أيضًا في ما يحدد جعل هذه العلامات التجارية في تلك القائمة القصيرة. وجد الباحث صلة قوية بين عدد مرات ظهور العلامة التجارية على الإنترنت فيما يتعلق بفئتها المحددة ومدى ترتيبها في قائمة الآلة الداخلية. على سبيل المثال، إذا ذُكرت علامة تجارية للكاميرات كثيرًا في المواقع الإلكترونية التي تتحدث أيضًا عن الكاميرات، فمن المرجح تضمينها في استعلام البحث. ومع ذلك، لا يعمل هذا إلا إذا كان العدد محددًا بالفئة. فالشركة التي تنتج منتجات متنوعة، مثل شركة تقنية عملاقة تبيع الكامات والهواتف وأجهزة الكمبيوتر، قد تظهر في ملايين المواقع الإلكترونية. ولكن إذا قمت بحساب كل ذكر لها، فقد تبدو تلك الشركة هي العلامة التجارية الأكثر شعبية للكاميرات. ولكن إذا قمت فقط بحساب المواقع التي تذكر الكاميرات تحديدًا، فقد تكون علامة تجارية أخرى أكثر بروزًا. أظهرت الدراسة أن الآلة تنتبه لهذا النوع من الشعبية المحدد بالفئة. فهي تصنف العلامات التجارية بناءً على مدى وضوحها داخل مجالها المحدد، وليس فقط مدى شهرة الشركة بشكل عام.

ولاختبار ما إذا كان هذا النمط سينطبق على فئات جديدة، طبق الباحث نفس الطريقة على برامج التوقيع الإلكتروني، وهي مجموعة من العلامات التجارية التي لم يدرسها من قبل. قام بقياس عدد مرات ظهور كل علامة تجارية في المواقع المتعلقة بتوقيع المستندات وقارن ذلك بمدى تكرار تضمينها في قوائم البحث المحاكية للآلة. تطابقت النتائج بشكل شبه كامل. العلامات التجارية التي ظهرت أكثر تكرارًا في المواقع ذات الصلة كانت هي التي اختارتها الآلة لتضمينها في قائمتها القصيرة. يشير هذا إلى أن التصنيف الداخلي للآلة مرتبط بعمق بكيفية تمثيل العلامات التجارية على الويب، وتحديدًا في سياق السؤال المطروح. الآلة لا تخترع هذه التفضيلات؛ بل تعكس هيكل المعلومات التي تعلمتها من الإنترنت.

كما استبعد البحث عدة تفسيرات أخرى محتملة. فقد اختبر ما إذا كانت الآلة تفضل ببساطة علامات تجارية معينة على غيرها عند قراءة النصوص، بغض النظر عن استعلام البحث. في أحد الاختبارات، عُرضت على الآلة ثلاثة أوصاف متطابقة لشركة خيالية، مع تغيير اسم العلامة التجارية فقط. اختارت الآلة باستمرار علامة تجاسية واحدة دون غيرها، مما أظهر تفضيلاً طفيفًا. ومع ذلك، لم يتطابق هذا التفضيل مع العلامات التجارية التي اختارتها في استعلامات البحث الخاصة بها. قد "تحب" الآلة علامة تجارية عند قراءة وصف ما، لكنها تختار علامات تجارية مختلفة عند تقرير ما ستبحث عنه. يثبت هذا أن قرار تضمين علامة تجارية في استعلام البحث هو عملية منفصلة عن مجرد الإعجاب باسم العلامة التجارية. كما تحقق البحث مما إذا كان إزالة المواقع ذات الجودة المنخفضة أو المكررة من البيانات سيغير النتائج، ولم يتغير شيء. ظلت العلاقة بين الظهور على الويب وخيارات الآلة قوية حتى بعد تنظيف البيانات.

في النهاية، ترسم الدراسة صورة واضحة لكيفية عمل هذه الآلات التي تدعم البحث. إنها ليست مولدات عشوائية للنصوص، وليست مجرد محركات بحث بسيطة تسرد كل ما تجده. إنها أنظمة تتخذ سلسلة من الخيارات المقيدة. إنها تعرف قدرًا هائلًا من المعلومات، ولكن عندما تحتاج إلى طرح سؤال على الإنترنت، يجب عليها ضغط تلك المعرفة في قائمة قصيرة جدًا. العلامات التجارية التي تجتاز هذا الاختبار هي تلك التي ليست معروفة فحسب، بل هي أيضًا بارزة للغاية في السياق المحدد للسؤال. لكي تُرى العلامة التجارية من قبل هذه الأنظمة، لا يكفي أن تكون موجودة فحسب؛ بل يجب أن تكون بارزة في المحادثات الصحيحة. المسودة الأولى للآلة هي حارس بوابة، ومفتاح العبور من تلك البوابة ليس مجرد الشهرة، بل أن تكون الخيار الأكثر صلة بالموضوع المحدد المطروح. يغير هذا الاستبصار طريقة تفكيرنا في مدى الظهور في عصر الذكاء الاصطناعي، حيث ينقل التركيز من مجرد التواجد عبر الإنترنت إلى الارتباط الواضح والمحدد بالأسئلة التي يطرحها الناس.