IT之家 10 月 28 日消息，自去年谷歌推出飽受詬病的“AI 概覽”（AI Overviews）功能以來，公眾已普遍意識(shí)到：由人工智能驅(qū)動(dòng)的搜索結(jié)果，與搜索引擎數(shù)十年來提供的傳統(tǒng)鏈接列表存在巨大差異。如今，一項(xiàng)新的研究量化了這種差異，揭示出 AI 搜索引擎傾向于引用那些訪問量較低、甚至在傳統(tǒng)谷歌搜索的前 100 名結(jié)果中都難以出現(xiàn)的網(wǎng)站。

IT之家注意到，在題為《生成式人工智能時(shí)代的網(wǎng)絡(luò)搜索特征分析》（Characterizing Web Search in The Age of Generative AI）的預(yù)印本論文中，德國波鴻魯爾大學(xué)（Ruhr University in Bochum）與馬克斯?普朗克軟件系統(tǒng)研究所（Max Planck Institute for Software Systems）的研究人員將谷歌傳統(tǒng)搜索結(jié)果與其 AI 概覽（AI Overviews）、Gemini 2.5-Flash 進(jìn)行對(duì)比，并納入了 GPT-4o 的網(wǎng)頁搜索模式以及“GPT-4o 搭配搜索工具”（即僅在大語言模型判斷需要外部信息時(shí)才調(diào)用網(wǎng)絡(luò)搜索）的表現(xiàn)。

研究人員從多個(gè)來源選取測(cè)試查詢語句，包括“WildChat”數(shù)據(jù)集中用戶向 ChatGPT 提出的具體問題、AllSides 平臺(tái)上列出的政治議題，以及亞馬遜上被搜索次數(shù)最多的 100 種商品。

研究發(fā)現(xiàn)，生成式 AI 搜索工具所引用的信息來源，其所在網(wǎng)站的受歡迎程度往往低于傳統(tǒng)搜索前 10 名的網(wǎng)站，這是根據(jù)域名追蹤工具 Tranco 的測(cè)量結(jié)果得出的。相較于傳統(tǒng)谷歌搜索結(jié)果中的鏈接，AI 引擎引用的網(wǎng)站更有可能不在 Tranco 統(tǒng)計(jì)的全球前 1,000 名或前 1,000,000 名域名之內(nèi)。其中，Gemini 搜索尤為明顯：其引用來源的中位數(shù)排名落在 Tranco 前 1,000 名之外，表明其高度依賴不常見的網(wǎng)站資源。

此外，AI 搜索引擎引用的內(nèi)容往往在相同關(guān)鍵詞的傳統(tǒng)谷歌搜索結(jié)果中幾乎不會(huì)出現(xiàn)在靠前位置。例如，在谷歌 AI 概覽引用的來源中，有 53% 并未出現(xiàn)在對(duì)應(yīng)查詢的傳統(tǒng)谷歌搜索前十名結(jié)果中；更有 40% 的來源甚至未進(jìn)入前 100 名。

當(dāng)然，這些差異并不意味著 AI 生成的結(jié)果就一定“更差”。研究發(fā)現(xiàn)，基于 GPT 的搜索更傾向于引用企業(yè)官網(wǎng)和百科類網(wǎng)站作為信息源，而幾乎從不引用社交媒體內(nèi)容。

一項(xiàng)基于大語言模型的分析工具顯示，AI 搜索結(jié)果所涵蓋的可識(shí)別“概念”數(shù)量，與傳統(tǒng)搜索前十條結(jié)果相當(dāng)，說明兩者在信息細(xì)節(jié)、多樣性與新穎性方面水平相近。但與此同時(shí)，研究人員也指出：“生成式引擎往往會(huì)對(duì)信息進(jìn)行壓縮，有時(shí)會(huì)省略次要或模糊的內(nèi)容，而這些內(nèi)容在傳統(tǒng)搜索結(jié)果中仍得以保留?！边@一點(diǎn)在面對(duì)含義模糊的搜索詞（如多名公眾人物共用的名字）時(shí)尤為突出，此時(shí)“傳統(tǒng)搜索結(jié)果的信息覆蓋更為全面”。

另一方面，AI 搜索引擎也有其優(yōu)勢(shì) —— 它們能夠?qū)㈩A(yù)訓(xùn)練獲得的“內(nèi)部知識(shí)”與引用網(wǎng)頁中的信息相結(jié)合。這一點(diǎn)在“GPT-4o 搭配搜索工具”中表現(xiàn)得尤為明顯：該模式常常不提供任何外部引用鏈接，而是直接基于自身訓(xùn)練數(shù)據(jù)給出答案。

然而，這種對(duì)預(yù)訓(xùn)練數(shù)據(jù)的依賴在查詢時(shí)效性強(qiáng)的信息時(shí)也可能成為短板。當(dāng)研究人員使用谷歌 9 月 15 日“實(shí)時(shí)熱搜榜”中的關(guān)鍵詞進(jìn)行測(cè)試時(shí)，發(fā)現(xiàn)“GPT-4o 搭配搜索工具”經(jīng)常回應(yīng)諸如“您能否提供更多詳細(xì)信息？”之類的提示，而非主動(dòng)搜索最新的網(wǎng)絡(luò)資訊。

盡管研究人員并未最終判定 AI 搜索引擎整體上優(yōu)于或劣于傳統(tǒng)搜索鏈接，但他們呼吁未來應(yīng)加強(qiáng)對(duì)生成式搜索系統(tǒng)的評(píng)估方法研究，強(qiáng)調(diào)需綜合考慮信息來源的多樣性、概念覆蓋的完整性，以及信息整合能力等維度，以建立更科學(xué)的評(píng)價(jià)體系。