الويب يأكل نفسه ويبدو أن مقاييسك تبدو جيدة

هذا ليس ادعاء أخلاقيا، وليس تحذيرا من الوقوع. إنه وصف لآلية قامت عدة مجموعات من الباحثين بتوثيقها الآن من زوايا مختلفة، وبمجرد أن ترى كيف تتناسب القطع معًا، فإن قدرًا كبيرًا من السلوك المربك في بحث الذكاء الاصطناعي يتوقف عن أن يكون مربكًا. سوف أتناول هذا الأمر بالمصطلحات الحقيقية، لأن المصطلحات الحقيقية هي المكان الذي يتواجد فيه الفهم فعليًا، ثم أضع كل قطعة في لغة واضحة بحيث تكون في متناول الجميع.

ضع منحنيين جنبًا إلى جنب قبل أن نذهب أبعد من ذلك، لأنهما معًا هما سبب أهمية هذا الأمر الآن وليس يومًا ما. ومن ناحية العرض، فإن أكثر من نصف مقالات الويب المنشورة حديثًا باللغة الإنجليزية تم إنشاؤها بالفعل بواسطة الذكاء الاصطناعي، وفقًا لتحليل جرافيت لعشرات الآلاف من الصفحات. ومن ناحية الطلب، فإن الآلات على وشك القيام بمعظم الأسئلة: فقد صرح جوردي ريباس من شركة ميكروسوفت، الذي يدير البحث والذكاء الاصطناعي هناك، أنه في غضون بضع سنوات، يمكن لعملاء الذكاء الاصطناعي أن يطلقوا استفسارات أكثر بألف مرة من جميع عمليات البحث البشرية مجتمعة. تمتلئ شبكة الويب بالصفحات المكتوبة آليًا في اللحظة التي يصبح فيها القراء الآليون جمهورها المهيمن. يتحول كلا طرفي الأنبوب إلى مادة صناعية مرة واحدة.

شيء واحد يجب ملاحظته هو أن هناك فرصة جيدة أنك سمعت بالفعل عن الأشياء التي أقترح عليك القيام بها في نهاية هذه المقالة. لكنني أراهن أنك لم تسمع لماذا، أو كيف تعمل الأنظمة التي ستؤدي إلى التغيير الذي أتوقعه. TL;DR – البشر يفوزون.

الآن، لنبدأ بالجزء الذي فاجأني أكثر.

تتمتع الأنظمة بإبهام على مقياس النص المكتوب آليًا

يحمل النص المكتوب آليًا توقيعًا هيكليًا يمكن اكتشافه، أ بصمة الجيل، وتتعامل أبحاث الكشف مع هذا التوقيع على أنه احتمالي وليس مؤكدًا، وإخبارًا قويًا وليس ختمًا. بخير. ليس المهم أن تكون البصمة موجودة، وهو ما افترضناه منذ فترة، بل ما تفعله أنظمة استرجاعها بها، والإجابة هي عكس ما يتوقعه معظم الناس.

هناك مجموعة متزايدة من الأعمال التي يراجعها النظراء حول ما يسميه الباحثون انحياز المصدر، اسمه انحياز الصلة غير المرئي في ورقة واحدة مؤثرة. بعبارات واضحة: أنظمة الاسترجاع، وهي المكونات التي تحدد الصفحات التي سيتم سحبها لبناء إجابة، لديها تفضيل قابل للقياس للنص المكتوب آليًا. إنهم يصلون إليه أولاً ويضعونه في مرتبة أعلى، حتى عندما تجيب صفحة كتبها الإنسان على السؤال أيضًا. وجدت دراسة SIGIR التي حددت التأثير أن نماذج الاسترجاع تصنف العناصر التي تم إنشاؤها بواسطة الذكاء الاصطناعي فوق العناصر البشرية دون أي مبرر ذي صلة بالترويج، مما يوسع اكتشافًا سابقًا لنفس التحيز في البحث عن نص عادي. التفسير الرئيسي هو أن النص المكتوب آليًا يميل إلى أن يكون أكثر سلاسة وأكثر قابلية للتنبؤ إحصائيًا من كلمة إلى كلمة، وهي خاصية تقاس بشيء يسمى الحيرة، وهي لا علاقة لها بمحرك الإجابة الذي يشترك في الاسم، ويبدو أن نماذج الاسترجاع تجد أن السلاسة أسهل في الثقة. السبب لا يزال قيد الجدل. يتم تكرار التأثير. في الوقت الحالي، بصمة الإصبع ليست مسؤولية. إنها ميزة.

في الممارسة العملية، يبدو الأمر هكذا. صفحتان تجيبان على نفس السؤال بشكل متساوٍ، واحدة كتبها شخص والأخرى أنتجتها عارضة أزياء. في حالة تقديم كليهما، يصل نظام الاسترجاع إلى النظام الذي تم إنشاؤه، ليس لأنه أكثر دقة ولكن لأن صياغته السلسة والتي يمكن التنبؤ بها بالتساوي تبدو أكثر جدارة بالثقة بالنسبة لنظام تم تدريبه على كمية هائلة من هذا النوع من النص بالضبط. ولم تكن الصفحة البشرية أسوأ. ببساطة، لا يبدو الأمر مثل ما تعلمته الآلة أن تتوقع أن تبدو إجابة جيدة، وهذا التوقع أصبح الآن ميزة تصنيف لم تفعل شيئًا لتكسبه ولم يفعل منافسك البشري شيئًا ليخسره.

بيانات LLM للقرارات

القليل من المواد الاصطناعية في حوض السباحة تصبح كثيرة في الإجابات

الآن طبقة الوقت على هذا التفضيل. قدمت ورقة مؤتمر الويب لعام 2026 نموذجًا لما يحدث عندما يستمر تراكم المحتوى المكتوب آليًا في المجموعة التي تستمد منها محركات الإجابة، وأعطت اسمًا لوضع الفشل: انهيار الاسترجاع. تجربتهم الخاضعة للرقابة تستحق المتابعة بشروطها الخاصة. لقد بدأوا بنتائج بحث حقيقية، ثم أضافوا صفحات مكتوبة آليًا ومحسّنة لتحسين محركات البحث جولة تلو الأخرى حتى أصبح المحتوى الاصطناعي يشكل ثلثي المجموعة المتاحة.

هنا هو الرقم الذي يهم. عند تلوث ثلثي المجموعة، كان أكثر من 80% مما تم استرجاعه فعليًا في الإجابات اصطناعيًا. قل ذلك بوضوح: أنتجت أغلبية متواضعة من الصفحات المكتوبة آليًا في المجموعة أغلبية ساحقة من المصادر المكتوبة آليًا في الإجابات النهائية، لأن تلك الصفحات تم إنشاؤها لتعثر إشارات التصنيف، وبالتالي تم اختيارها بشكل لا يتناسب كثيرًا مع حصتها. التحيز من القسم الأول هو مكبر للصوت. القليل من المواد الاصطناعية في حوض السباحة يصبح كثيرًا من المواد الاصطناعية في الإجابات.

تصور ذلك في سؤال واحد، قل كم من الوقت يستغرق البروبيوتيك للعمل. في البداية، قد تكون المصادر العشرة التي يمكن أن يصل إليها محرك الإجابة هي شرح الطبيب، وصفحة الصحة الجامعية، وصانع المكملات الغذائية، وسلسلة محادثات طويلة في المنتدى، واثنين من الناشرين الصحيين المعروفين، وانتشار حقيقي للأصول ووجهات النظر. بعد عشرين جولة من التراكم الاصطناعي، ثمانية من تلك الفتحات العشر عبارة عن مقالات شبه متطابقة مكتوبة آليًا، تعيد كل منها صياغة نفس المجموعة الصغيرة من المطالبات، وتختلف بشكل أساسي في الشعار الموجود في الأعلى. الإجابة التي تتلقاها لا تزال جيدة. لقد تم الآن تجميعه بالكامل تقريبًا من نسخ من النسخ، وقد هدأ الخلاف والنسيج الذي كان موجودًا في قائمة المصادر تلك.

يبقى القرص الذي يشاهده الجميع باللون الأخضر

هذا هو الجزء الذي يجب أن يلفت انتباهك. خلال كل هذا التلوث، لم تتغير دقة الإجابة إلا قليلاً، حيث تراوحت بين 68% و70%. ويطلق الباحثون على هذا اسم أ صحية خادعة الحالة، والإصدار باللغة البسيطة هو السبب الكامل وراء وجود هذه القطعة: لا تزال الإجابات تبدو صحيحة، لذلك من الخارج لا شيء يبدو مكسورًا، بينما في الأسفل، ضاقت المصادر التي تغذي تلك الإجابات إلى معظمها اصطناعية وانهار تنوع المصادر الحقيقي. يبدو النظام جيدًا على القرص الوحيد الذي يشاهده معظم الناس، وهو مجوف على القرص الذي لا يشاهده أحد تقريبًا.

بشكل ملموس، هنا هو الفخ. يفتح فريق المحتوى لوحة التحكم الخاصة برؤية الذكاء الاصطناعي ويرى أن معدل الاقتباس الخاص به ثابت، وربما يرتفع. كل شيء على الشاشة أخضر. ما لا تظهره الشاشة هو أن المصادر الثلاثة أو الأربعة التي تظهر بجانبها في تلك الإجابات، والتي كانت قبل عام ثمانية أو عشرة منافذ مختلفة حقًا، أصبحت الآن مجموعة من النسخ شبه المكررة التي تكرر نفس الادعاءات وبنفس الشكل. لا يزال يتم الاستشهاد بالفريق، وبالتالي فإن الأداة تبلغ عن الصحة. لقد ضاقت بيئة المعلومات الموجودة بداخلها بهدوء إلى صدى. استمر الحضور، وانهار التنوع، ولم يكن هناك سوى شيء واحد فقط من هذين الأمرين على لوحة القيادة.

وهذه الفجوة هي درس القياس، ومن السهل العودة إلى الوراء تمامًا. إذا قمت بتتبع عدد المرات التي يستشهد فيها محرك الإجابات بك، فإن الرقم ذو المظهر الصحي يخبرك أنه تم ظهورك في جولة معينة. إنه لا يخبرك شيئًا عما إذا كان المجمع من حولك ينهار إلى التماثل، وتكرار الاستشهاد عبر المطالبات المتكررة هو قراءة توجيهية حول كيفية تمثيلك، وليس عددًا نظيفًا للطلب.

لماذا لا يمكن أن يستقر هذا ببساطة في الوضع الطبيعي الجديد؟

لذا، إذا كانت بصمة الإصبع مفضلة والمسبح متجانس، فلماذا نسميه بئرًا مسمومًا بدلًا من التوازن المستقر؟ لأن النظام يشرب ناتجه الخاص، ولدينا أدلة قوية حول ما يفعله ذلك مع مرور الوقت. أظهر البحث الذي أجرته مجلة Nature حول انهيار النماذج أن النماذج التي يتم تدريبها على البيانات التي يتم توليدها بشكل متكرر تتدهور عبر الأجيال المتعاقبة، بالطريقة التي تفقد بها النسخة المصورة القليل من الدقة في كل مرة حتى تصبح الصورة هشة. إن طبقة الاسترجاع التي تؤسس إجاباتها بشكل متزايد على مصادر مكتوبة آليًا، والتي أنتجتها تلك النماذج نفسها، هي عبارة عن دورة أبطأ لتلك الحلقة. لدى الأنظمة سبب للبقاء للرعاية، ويقول مؤلفو انهيار الاسترجاع ذلك صراحة، ويوصون بأن تتعامل المؤسسات مع المحتوى الموثوق به والذي يراجعه الإنسان باعتباره أصلًا استراتيجيًا وتبدأ في تتبع المصدر وتنوع المصدر بدلاً من الدقة وحدها.

وهنا فكرة مهمة. تقول المنصات حاليًا إنها محايدة بشأن كيفية إنشاء المحتوى. تنص إرشادات جوجل الخاصة بشأن ميزات الذكاء الاصطناعي الخاصة بها بوضوح على أنها تهتم بما إذا كان المحتوى مفيدًا، وليس بكيفية إنتاجه. إذن هناك ثلاث قوى تشير إلى اتجاهات مختلفة في وقت واحد: التحيز الموثق في زمن المضارع الذي يفضل النص المكتوب آليا، وحياد المنصة المعلن الذي لا يكافئه ولا يعاقبه، وضغط البقاء الهيكلي الذي ينبغي أن يدفع هذه الأنظمة في نهاية المطاف إلى تفضيل المصادر المتنوعة التي تم التحقق منها بواسطة الإنسان. لا أستطيع أن أخبركم بالتاريخ الذي ستحسم فيه تلك القوات، أو أي منها سيفوز. أستطيع أن أخبرك أن المراهنة على استراتيجية قائمة على التحيز الحالي إلى الأبد هي مراهنة ضد القوة الوحيدة التي تعتمد عليها وظيفة النظام المستمرة. وأموالي؟ يتعلق الأمر بالمحتوى الذي أنشأه الإنسان ليصبح أكثر قيمة بمرور الوقت.

ماذا تفعل حيال ذلك

لا يعد أي مما يلي هنا نظافة عامة للمحتوى، وكل خطوة تتبع آلية محددة مذكورة أعلاه.

أنتج الشيء الذي لا يمكن لحوض سباحة اصطناعي أن يتكاثر. إن فئة المحتوى الوحيدة التي لا يمكن لتجمع متجانس ذاتي المرجعية من الناحية الهيكلية أن ينشئها هي الأدلة الأصلية: بيانات الطرف الأول، البحث الأولي، الاختبار المباشر، التقارير المباشرة. كل ما يكتبه نموذج اللغة مشتق مما هو موجود بالفعل. يجب أن تدخل المعلومات الجديدة حقًا إلى النظام من خارجه، ويحملها شخص ذهب ووجدها. هذه ليست مجرد مسرحية عالية الجودة؛ إنها المادة الدقيقة التي تحافظ على تنوع المصدر الذي يقول الباحثون إن النظام سيحتاج إليه. في مثال البروبيوتيك، فإن الصفحات الثماني المكررة جميعها تعيد تدوير نفس الادعاءات؛ فالمصدر الذي أجرى اختبارًا فعليًا، أو نشر بيانات القبول الحقيقية، هو المصدر الوحيد في المجموعة الذي لم يكن من الممكن إنتاج نسخة منه، وهو بالضبط ما يجعل من الصعب استبداله.

اجعل مصدرك مقروءًا. إذا كانت الضغوط القادمة موجهة نحو تفضيل المصادر التي تم التحقق منها بواسطة الإنسان، فإن الخطوة العملية على المدى القريب هي أن يتم تحديدها بشكل لا لبس فيه على أنها خطوة واحدة: التأليف الواضح، وأوراق الاعتماد الحقيقية المرتبطة بأشخاص حقيقيين، والمصادر التي يمكن للقارئ أو الآلة التحقق منها، وسجل حافل موجود في الأماكن العامة. أنت تعمل على أن تكون نوع العقدة التي يمكن للنظام المدرك للمصدر، بمجرد وصوله، التعرف عليها والاحتفاظ بها. يسمي الباحثون المحتوى الموثوق الذي يراجعه الإنسان باعتباره الأصل الاستراتيجي. وتتمثل المهمة في التأكد من وجودك داخل تلك المجموعة بشكل واضح قبل أن يهم ذلك.

قراءة الأرقام الخاصة بك ضد الانهيار. اجعل تكرار الاقتباس اتجاهيًا وليس مطلقًا، وراقب على وجه التحديد الفجوة الصحية الخادعة: هل يتم الاستشهاد بك في إجابات تضيق في حد ذاتها إلى عدد قليل من المصادر ذات الميول التركيبية؟ قد لا يكون ارتفاع عدد الاستشهادات داخل حوض السباحة المنهار هو الفوز الذي يبدو عليه. الفرق التي تستوعب هذا ستراقب تنوع المصدر والمصدر، وليس الحضور وحده.

لا تقم بتحسين طريقك إلى بصمة الإصبع. وهذا أمر غير مريح، لأن التحسين نفسه الذي يفوز بتفضيل الاسترجاع اليوم هو ما يغذي الانهيار غدًا. أنا لا أقول لك أن تتخلى عن البنية أو الوضوح. أنا أقول لك أنه إذا كان المحتوى الخاص بك لا يمكن تمييزه من الناحية الهيكلية عن الحشو الناتج آليًا، فإنك تراهن بكل شيء على تحيز، حيث أن النظام لديه سبب للبقاء يجب عكسه. يجب أن يكون التحوّط إنسانيًا بشكل يمكن التحقق منه حيث يُؤخذ في الاعتبار، في الأدلة، التأليف، والحكم الذي لا يمكن للنموذج أن يصنعه.

الرهان

هنا حيث تخرج الشباك. إن المحتوى الذي يفوز بمحركات الإجابة اليوم يقع في مسار تصادمي مع ما تحتاجه تلك المحركات لمواصلة العمل على الإطلاق. إن الممارسين الذين يبنون عقدة غير اصطناعية وواضحة المصدر وحاملة للأدلة لا يطاردون التحيز الحالي. إنهم يستعدون للتصحيح الذي يتطلبه بقاء النظام. هذه لعبة أبطأ من تحسين تفضيلات الاسترجاع لهذا الربع، وهي اللعبة التي سأضع أموالي عليها.

المزيد من الموارد:

تم نشر هذا المنشور في الأصل على Duane Forrester Decodes.

صورة مميزة: فيزكيس / شترستوك

🚀 انطلق الآن لتحسين SEO موقعك ومتجرك الإلكتروني

إذا كنت ترغب في رفع ترتيب موقعك في نتائج Google، وزيادة الزيارات المجانية، وبناء باك لينك قوي عبر شبكة مواقع موثوقة، فاطلع على باقات تحسين محركات البحث من إشراق.

شاهد الباقات