كيف تستشهد محركات البحث التي تعتمد على الذكاء الاصطناعي بالمصادر حسب اللغة والبلد

عندما شخص سؤالاًشخص مساعد ذكاء اصطناعي، لكي المصادر لكي يشير لكي هذا المساعد لكي ما يتعلمه ما الشخص والعلامات التجارية التي يتعرف عليها. وقد أدركنا... كيف تختار هذه المساعدات مصادرها؟ وهل يختلف هذا السلوك باختلاف اللغات والبلدان والمواضيع وأنظمة الذكاء الاصطناعي؟

وكما هو الحال مع جميع الأسئلة الأخرى التي كانت لدينا، قررنا لكي في الأمر.

قمنا بصياغة 400 سؤال تغطي 5 فئات موضوعية و3 مستويات من التفصيل، وكتبنا كل سؤال باللغات الإنجليزية والفرنسية والإسبانية واليابانية، ثم طرحناها لكي أنظمة ذكاء اصطناعي في 5 دول. وقد أفرز ذلك أكثر 16,000 إجابة، وقمنا بتسجيل كل مصدر استشهد به كل نظام.

وقد ظهرت عدة أنماط بوضوح. يتعلق بعضها بكيفية عمل هذه الأنظمة بشكل عام، لكن النمط الأكثر أهمية لكي علامة لكي تدخل أسواقًا جديدة هو، كما خمنتم: النمط المتعلق باللغة.

لنبدأ.

كيف أجرينا الدراسة

أردنا لكي مجموعة الاستعلامات «الفضول الحقيقي» بدلاً من قائمة كلمات البحث القياسية المستخدمة في تحسين محركات البحث (SEO)، لذا قمنا بتوزيع الأسئلة الـ400 على 5 فئات (التجارة الإلكترونية، وخدمات البرمجيات كخدمة (SaaS)، والمعرفة العامة، والأخبار العالمية، والبرامج التعليمية) و3 مستويات لطول الاستعلامات، بدءًا من القصيرة والعامة لكي والمحددة.

ثم قمنا بطرح كل سؤال في نسختين لكل سوق: باللغة الإنجليزية في كل مكان، وباللغة المحلية لكل سوق (الفرنسية في فرنسا، والإسبانية في إسبانيا والأرجنتين والولايات المتحدة، واليابانية في اليابان). وكانت الأنظمة الأربعة هي GPT 5.5، وClaude Haiku 4.5، وGemini Flash 3.5، و«Google AI Overviews»، أو «Google AI Mode» في فرنسا، حيث لم تكن خدمة «AI Overviews» قد أُطلقت بعد وقت جمع البيانات.

بالنسبة لكل إجابة، قمنا بتسجيل عناوين URL للمصادر التي أرجعها النظام. الأرقام الواردة أدناه مستمدة من تلك المجموعة الأولية التي تضم ما يزيد عن 16,000 رد.

تتصرف «نظرة عامة» على روبوتات الدردشة والذكاء الاصطناعي كآلات متناقضة

كان الاختلاف الأكبر في السلوك بين روبوتات الدردشة و«نظرة عامة الذكاء الاصطناعي» من جوجل، ولا سيما في الطريقة التي يستشهد بها كل منهما بمصادره.

نادراً ما تلجأ روبوتات الدردشة إلى المصادر عند الرد على الأسئلة القصيرة والعامة. لكن أكثر دقة أكثر ، أكثر . فعلى مثل، يبلغ متوسط عدد المصادر أكثر «كلود» 0.12 في الاستفسارات القصيرة و2.96 في الاستفسارات الطويلة؛ بينما يتراوح لكي «تشات جي بي» لكي 0.09 لكي . لكي . أما «جيميني»، فيستشهد أكثر في جميع الحالات، حيث يرتفع متوسط عدد المصادر من حوالي 1.7 في الاستفسارات القصيرة لكي 6.5 في الاستفسارات الطويلة. إذا كنت تسعى إلى تحقيق ظهور في نتائج البحث المدعومة بالذكاء الاصطناعي (وهو ما يعني على الأرجح أنك تسعى إلى ذلك، إذا كنت تقرأ هذا المقال)، فإن تحسين محتواك ليتناسب مع المطالبات المحددة ذات الذيل الطويل من المرجح أن يزيد من فرصك في أن يتم الاستشهاد بمصادرك.

ومع ذلك، فإن «نظرة عامة» الذكاء الاصطناعي من جوجل تعمل بالعكس. فهي تستشهد بأكبر عدد من المصادر في الاستعلامات القصيرة والعامة (حوالي 6 مصادر لكل منها)، ثم يتناقص هذا العدد تدريجيًّا كلما أصبح الاستعلام أطول أكثر ( لكي 4 مصادر). وهذا هو السلوك المتوقع لصفحة نتائج البحث، وليس لروبوت الدردشة: فالاستعلامات القصيرة تحصل على مجموعة متنوعة من الروابط، أكثر السؤال، أكثر الإجابة.

فيما يلي مقارنة بين روبوتات الدردشة الثلاثة، مقاسةً بمتوسط عدد المصادر المُستشهد بها لكل استعلام:

‌

تُجيب روبوتات الدردشة على الأسئلة العامة استنادًا إلى ما مسبقًا، فقط إلى مصادر خارجية فقط عندما يصبح عندما محددًا، في حين أن «نظرة عامة الذكاء الاصطناعي» ترفق الروابط بنفس الطريقة التي يتبعها محرك البحث.

يتم ذكر أسماء العلامات التجارية حتى عندما ظهور عندما رابط

في العديد من واجهات الذكاء الاصطناعي، يرى القارئ الإجابة المكتوبة، وليس قائمة بالروابط. لذا، فإن الشركات التي يذكرها المساعد داخل إجابته قد تكون ذات أهمية مماثلة لأهمية عناوين URL التي يستشهد بها. وقد قمنا بحساب عدد الشركات المختلفة التي ذكرها كل روبوت دردشة لكل استفسار. (تم استبعاد «نظرات عامة» من Google AI من هذه الدراسة، حيث تمكنا من تسجيل الروابط التي استشهدت بها، لكننا لم نتمكن من تسجيل نص إجاباتها).

متوسط عدد الشركات المذكورة في كل استفسار، حسب روبوت الدردشة وطول الاستفسار

‌

يذكر كل من ChatGPT وGemini عدة شركات في كل استفسار، حتى في الأسئلة القصيرة والعامة، وهي نفس الأسئلة التي لا يذكران فيها أي عناوين URL تقريبًا. وقد تظهر علامة تجارية ما في نص الإجابة دون وجود رابط واحد لكي مما يعني أن كون الشركة من النوع الذي تتعرف عليه هذه النماذج بالفعل هو ما يهم، وليس فقط ربطها برابط.

ارتفاع عدد الاقتباسات حول الموضوعات التجارية والمستعجلة

الموضوع لا يقل أهمية عن طول الاستفسار. وبالنظر إلى روبوتات الدردشة، ارتفع متوسط عدد المصادر المشار إليها لكل سؤال بشكل مطرد، بدءًا من الموضوعات الدائمة لكي الموضوعات لكي وسريعة التغير.

‌

تحظى الموضوعات الثابتة والموثقة جيدًا، مثل الدروس التعليمية والمعارف العامة، بأقل عدد من الاستشهادات؛ حيث تجيب النماذج على هذه الاستفسارات إلى حد كبير بناءً على ما تعلمته خلال التدريب. أما الموضوعات التجارية والحساسة من حيث التوقيت، مثل التجارة الإلكترونية وخدمات البرمجيات كخدمة (SaaS) والأخبار العالمية، فهي التي تحظى بأكبر عدد من الاستشهادات، لأن النماذج تبحث عن المعلومات الحالية. وبالنسبة لأي شخص يعمل في فئة تجارية، فإن هذا يمثل الجانب المشجع من هذه النتيجة: فهذه هي بالضبط الاستفسارات التي يمكن فيها لأي شخص أن يصبح مصدرًا قابلاً للاستشهاد به.

اللغة الإنجليزية لا تزال تستقطب أكبر عدد من المصادر

في جميع روبوتات الدردشة الثلاثة، استدعت الاستفسارات باللغة الإنجليزية أكثر مقارنةً بالاستفسارات باللغة المحلية في كل سوق قمنا باختباره.

إذا طرحت السؤال نفسه باللغة الإنجليزية، فإن هذه الأنظمة تلجأ إلى أكثر مما تفعل باللغة المحلية، في كل مكان. ولا يزال المحتوى باللغة الإنجليزية يتمتع بميزة هيكلية من حيث حجم الاستشهادات به، وهو أمر منطقي، نظراً لأنها لا تزال اللغة المهيمنة على الإنترنت. ما مع تغير اللغة ليس ما إذا كانت المصادر تظهر أم لا، بل أي منها يظهر.

{{tools-banner}}

اسأل باللغة المحلية، وستصبح المصادر محلية

عندما نفس الأسئلة وطرحناها باللغة المحلية بدلاً من الإنجليزية، تحولت الأنظمة بشكل ملحوظ نحو المصادر المحلية باللغة نفسها.

في اليابان، استضافت نطاقات يابانية (.jp) 26% من إجمالي المصادر المشار إليها عندما (التي طرحناها باللغة اليابانية)، مقابل حوالي 1% عندما (التي طرحنا فيها الأسئلة نفسها باللغة الإنجليزية). وإذا أحصينا أيضًا الصفحات باللغة اليابانية على المنصات العالمية، ولا سيما ja.wikipedia.org و jp.linkedin.com، فإن النسبة ترتفع بشكل كبير لكي لتصل إلى 35% مقابل 1.3%. ولكن إذا اتبعنا الاتجاه المعاكس وقصرنا البحث بدلاً من ذلك لكي على المواقع الحكومية والأكاديمية اليابانية (.go.jp و .ac.jp)، فإن الفجوة تظل ثابتة: 4.26% باللغة اليابانية مقابل 0.13% باللغة الإنجليزية.

وأظهرت فرنسا نفس الاتجاه. فقد شكلت الاستعلامات باللغة الفرنسية 16% من الإحالات لكي إلى نطاقات .fr، مقابل 1.4% للاستعلامات باللغة الإنجليزية، و30% لكي من المصادر باللغة الفرنسية بشكل عام، وذلك عند احتساب الصفحات المُترجمة في المواقع العالمية. وانتقلت المواقع الحكومية الفرنسية (.gouv.fr) من نسبة تقارب الصفر باللغة الإنجليزية لكي إلى 1.25% باللغة الفرنسية. وشكلت الاستعلامات باللغة الإسبانية في إسبانيا 7% من الاستشهادات لكي لنطاقات .es و26% لكي للمصادر باللغة الإسبانية، مقابل 1.7% للاستعلامات باللغة الإنجليزية.

كانت الأرجنتين حالة استثنائية، مما يعكس ثقافتها وتاريخها. فقط ذهب 2% من الإحالات إلى نطاقات . لكي .ar، لكن 23% كانت باللغة الإسبانية، مقابل 1.1% باللغة الإنجليزية. يتلقى المستخدمون الأرجنتينيون محتوى باللغة الإسبانية من إسبانيا والمكسيك ومواقع عالمية مخصصة للسوق المحلية، ولكن ليس من نطاقات أرجنتينية. وهنا، لاحظنا أن النماذج اتبعت اللغة بدلاً من الجغرافيا.

نفس الأسئلة، ونفس الموضوعات، ولغة استعلام مختلفة، وتلجأ الأنظمة إلى مجموعة مختلفة من المصادر. باختصار، فإن المحتوى المتوفر على الرابط فقط باللغة الإنجليزية يقع إلى حد كبير خارج نطاق المصادر التي تعتمد عليها هذه الأنظمة عندما التي تقدم إجاباتها باللغة المحلية. ويكون هذا التأثير أكبر ما يكون في اليابان، وهي السوق الأبعد عن اللغة الإنجليزية.

لكل نظام معاييره الخاصة في اختيار المصادر

كما تختلف الأنظمة في أنواع المصادر التي تفضلها، وقد ظل هذا الأمر ثابتًا في جميع اللغات التي قمنا باختبارها.

كما يتضح من الجدول، يستخرج كل نظام استشهاداته من الصفحات التجارية وصفحات العلامات التجارية، لكن هذا النمط عندما لكي عندما لكي عدا ذلك.

على مثل، من الواضح أن «كلود» هو أكبر معجب بصفحات الشركات والعلامات التجارية، حيث تذهب ما يقرب من 9 من كل 10 إشارات لكي ، بينما لا لكي أي إشارة تقريبًا لكي . أما «تشات جي بي تي» فيوزع اهتمامه على نطاق أوسع (ولكن ليس بفارق كبير)، ولا يزال يفضل إلى حد كبير صفحات الشركات والعلامات التجارية، بينما تأتي الصفحات المؤسسية العالمية ووسائل الإعلام في المرتبة التالية بنسبة 8.1% و9.9% على التوالي.

تعتمد «Gemini» و«Google AI Overviews» بشكل كبير على مصادر المجتمع ومصادر الفيديو: فقد شكل كل من «YouTube» و«Reddit» وحدهما 21.5% من المراجع المستخدمة في «Gemini» و29.8% من المراجع المستخدمة في «AI Overviews».

إذا كنت تسعى لكي الاستشهاد بك في «جيميني» أو في «نظرة عامة على الذكاء الاصطناعي»، فإن التواجد القوي على «يوتيوب» و«ريديت» سيُحدث الفارق الأكبر. أما إذا كان «تشات جي بي» و«كلود» هما هدفك، فإن صفحات علامتك التجارية الخاصة والتغطية التي تحظى بها في المنشورات المرموقة تكتسب أهمية أكثر.

ما هي النطاقات والعلامات التجارية الأكثر ذكرًا؟

تصف المتوسطات شكل الاستشهادات. أما الأسماء المحددة فتُظهر الجهات التي تشغل هذا المجال. قمنا باستخراج النطاقات والشركات التي استشهد بها كل روبوت دردشة بشكل أكبر ضمن كل فئة موضوعية، بعد استبعاد أي شركة من الاستفسارات التي ذكرتها بالاسم مباشرةً، لذا فإن هذه النتائج تعكس ما توصلت إليه ما من تلقاء نفسها. ويغطي هذان الجدولان روبوتات الدردشة الثلاثة.

المجالات الأكثر استشهادًا بها (أفضل 3 في كل فئة)

‌

هنا، يمكننا أن نلاحظ انقسامًا واضحًا.

تركز «جيميني» استشهاداتها على مجموعة صغيرة من المنصات، حيث يحتل «يوتيوب» و«ريديت» المراكز الأولى في كل فئة تقريبًا.

أما ChatGPT وClaude فقد وزعا مصادرهما على العديد من المواقع المتخصصة في مجالات محددة؛ مثل مواقع مراجعة الأجهزة مثل Tom's Guide وTechRadar فيما يتعلق بالتجارة الإلكترونية، ومصادر البحث والمراجع مثل arXiv وPubMed وويكيبيديا فيما يتعلق بالمعرفة العامة والأخبار.

يحتل كل من التجارة الإلكترونية و«البرمجيات كخدمة» (SaaS) المرتبة الأولى من حيث عدد الاستشهادات، ويقدمان قراءة أكثر ثباتًا؛ أما أرقام المعرفة العامة فهي قليلة، لذا ينبغي التعامل مع هذه المراكز على أنها مؤشرات اتجاهية.

الشركات الأكثر استشهادًا بها (أفضل 3 شركات في كل فئة)

‌

تتصدر HubSpot قائمة شركات SaaS بالنسبة لجميع روبوتات الدردشة الثلاثة، تليها Salesforce بفارق ضئيل، وهو ما يمثل مستوى نادرًا من التوافق بين النماذج المختلفة، بينما تتركز أنشطة التجارة الإلكترونية حول العلامات التجارية للأجهزة الاستهلاكية مثل Logitech وRazer وAnker.

ومع ذلك، فإن هذه الصدارة متواضعة: حيث لا تتجاوز حصة HubSpot في قطاع SaaS نسبة 3٪، لذا فإن الإشارات إليها موزعة على مجموعة كبيرة من الشركات. ولا يتعلق الأمر هنا بإزاحة اسم مهيمن واحد، كما هو الحال في الروابط الزرقاء الثلاثة الأولى التقليدية في مجال تحسين محركات البحث (SEO). بل يتعلق الأمر بمجرد التواجد ضمن هذه المجموعة أصلاً.

ما يعني ما بالنسبة للتوسع عالميًا

تقيس الدراسة المجالات التي تركز عليها هذه الأنظمة، وليس ما أن أي موقع واحد يكفي. ما ما تظهره البيانات هو أن أنظمة الذكاء الاصطناعي تحدد مصادرها حسب اللغة: فإذا سألت بلغة معينة، فإنها تفضل المصادر المتوفرة بتلك اللغة.

بالنسبة لعلامة تجارية تتوسع في الأسواق الخارجية، فإن ذلك يعيد صياغة مسألة المحتوى باللغة المحلية باعتبارها مسألة أهلية. وببساطة، يمكن الاستشهاد بالمحتوى المكتوب باللغة الأصلية للسوق عندما يطرح عندما السكان المحليين سؤالاً. أما إذا كان هذا المحتوى موجوداً فقط فغالباً ما يتعذر الاستشهاد به. وهذا نمط سبق أن لاحظناه من زاوية مختلفة في بحثنا السابق حول الترجمة وظهور الذكاء الاصطناعي، وتساعد هذه الدراسة في تفسير الآلية الكامنة وراءه.

هل أنت مستعد لكي هذه الأسواق بلغتها الخاصة؟

إذا كنت ترغب في أن يكون المحتوى الخاص بك مؤهلاً للظهور في نتائج البحث عندما يبحث المستخدمون بلغتهم الأم، فيمكنك بدء تجربتك المجانية لـ Weglot وإنشاء موقع متعدد اللغات جاهز للاستخدام في غضون دقائق.