研究：AI 搜尋來源更冷門、內容豐富度可媲美傳統搜尋
隨著人工智慧技術的迅速發展，AI 驅動的搜尋引擎在提供資訊的方式上與傳統搜尋引擎有顯著差異。最近，德國波鴻魯爾大學和馬克斯·普朗克軟體系統研究所的研究人員發表一篇名為《生成式 AI 時代的網路搜尋特徵》（Characterizing Web Search in The Age of Generative AI）的預印本論文，比較了 Google 搜尋引擎的傳統連結結果與其 AI 概述，以及 Gemini-2.5-Flash 和 GPT-4o 的網路搜尋模式。
研究涉及多個來源的測試查詢，包括提交給ChatGPT的具體問題、AllSides上的政治主題，以及亞馬遜最受搜尋的100個產品列表。結果顯示，生成式搜尋工具引用的來源，通常來自於比傳統搜尋中前十名連結更不受歡迎的網站，根據域名追蹤器Tranco的數據，這些來源更有可能不在前1,000或前100萬的域名之內。
例如，Google的AI概述中有53%的來源在相同查詢的前十名Google連結中不存在，而40%的來源甚至不在前100名的Google連結接中。這些差異並不意味著AI生成的結果一定「更差」。研究發現，基於GPT的搜尋更可能引用企業實體和百科全書等來源，而幾乎不引用社群媒體網站。
▲ 在 Science Queries 資料集上，不同搜尋引擎所取得的網域類型有所不同。（Source：論文）
此外，AI驅動的搜尋結果在可辨識的「概念」數量上與傳統前十名連結相似，顯示出相似的細節、豐富性和新穎性。然而，研究人員指出，生成式引擎往往會壓縮資訊，有時會省略傳統搜尋保留的次要或模糊的方面，尤其是在查詢模糊的情況下，傳統搜尋結果提供更好的覆蓋。
儘管如此，AI搜尋引擎在將預訓練（pre-trained）的「內部知識」與引用網站的數據結合方面具有優勢，特別是GPT-4o與搜尋工具，經常不引用任何網路來源，而是根據其訓練直接提供回應。然而，這種對預訓練數據的依賴在尋找即時資訊時可能成為限制。
研究人員呼籲未來的研究應該探索「新的評估方法，綜合考慮來源多樣性、概念覆蓋和生成搜尋系統的綜合行為」。
（首圖來源：Unsplash）