هل تفضل نماذج اللغة الكبيرة (LLMs) ويكيبيديا؟ قمنا بتحليل 6,844 استشهادًا عبر كل من كلود وجيميني وGPT لكي ذلك

هذه دراسة جديدة ضمن سلسلتنا المخصصة لدراسة سلوك الذكاء الاصطناعي في الأسواق متعددة اللغات.

منذ زمن طويل جدًا، لكي الأكاديميين (هل ما زال أحدكم يسمع صدى عبارة «ممنوع استخدام ويكيبيديا» يرن في أذنه؟)، أصبحت ويكيبيديا تُعتبر المصدر الافتراضي للمعرفة. فهي منصة مفتوحة ومنظمة، بل والأفضل من ذلك أنها متعددة اللغات وتُحدَّث باستمرار. وهذا، نظريًّا، يجعلها المرشح المثالي للاستشهاد به في نماذج اللغة الكبيرة (LLMs).

ولهذا السبب، فهي تُعد، إلى جانب موقع Reddit، واحدة من أكثر المصادر تأثيرًا في مجال النماذج اللغوية الكبيرة (LLMs). ولكن نظرًا لطبيعة ويكيبيديا القائمة على المشاركة الجماعية، فهي عرضة لكي معلومات سلبية أو قديمة، والتي قد تجد طريقها أيضًا إلى نتائج البحث المدعومة بالذكاء الاصطناعي.

لذا فليس من المستغرب أن يكون الاعتقاد السائد هو أن ويكيبيديا قد شكلت المشهد في مجال GEO. قم بالتحسين ما تتناوله ما واحرص على أن يتم الاستشهاد بك في الأماكن التي يُستشهد فيها بويكيبيديا.

لكن بياناتنا تروي قصة مختلفة.

نحن نعلم بالفعل أن عدم ترجمة موقعك الإلكتروني يعني أنك غير مرئي. لكن هل وجود صفحة لشركتك على ويكيبيديا يغير الوضع لصالحك؟

لقد بحثنا في مدى تكرار استشهاد النماذج الثلاثة الرائدة في مجال الذكاء الاصطناعي بـ«ويكيبيديا»، واللغات التي تستخدمها في ذلك، ما تستشهد ما بدلاً منها. وتتحدى النتائج التصور السائد بأن «ويكيبيديا» هي المرجع الأسمى، وتكشف عن أمر أكثر لأي علامة تجارية تفكر في تعزيز حضورها عبر الذكاء الاصطناعي في الأسواق الدولية: فالنماذج اللغوية الكبيرة (LLMs) تبحث بنشاط عن مصادر موثوقة ومترجمة إلى اللغة الأصلية. عندما عليها، تستشهد بها. عندما لم عندما ، فإنها تلجأ لكي .

الإعداد

قمنا بتحليل كيفية استشهاد كل من Claude Haiku 4.5 وGemini 3.1 Flash وGPT 5.4 Mini بالمصادر عبر 750 استعلامًا.

تم إنشاء الاستفسارات من 15 صفحة من ويكيبيديا لكل تركيبة لغوية:فقط ، والفرنسية-الإنجليزية، والإسبانية-الإنجليزية، واليابانية-الإنجليزية. تم إنشاء خمسة استفسارات لكل صفحة، ثم تُرجمتفقط إلى اللغات الثلاث المستهدفة لكي كيفية تغير سلوك الاقتباس عندما يُطرح عندما نفسه بلغة مختلفة. نتج لكي ذلك لكي استفسارًا في المجموع، تم تشغيل كل منها عبر النماذج الثلاثة جميعها، مما أعطانا 2,250 استجابة نموذجية فردية لكي .

طلبت كل موجهة صراحةً لكي النموذج لكي URL للمصادر المقتبسة، لكي عندما يجيب عندما بناءً على معرفته الخاصة. ثم تمت مقارنة ردود النموذج مع نطاق ويكيبيديا ذي الصلة (باللغة الإنجليزية أو باللغة المستهدفة) لكي عدد المرات التي تم فيها الاستشهاد بويكيبيديا نفسها، والنطاقات التي ظهرت بدلاً منها.

ملاحظة: في الاختبارات الأولية، كان «كلود» يجيب على الاستفسارات باللغة الإنجليزية مستنداً إلى بيانات التدريب الخاصة به دون الإشارة إلى المصادر. وقد تم تعديل المطالبات لكي تطلب لكي ذكر المصادر في جميع النماذج. وحتى بعد هذا التعديل، استمر «كلود» لكي الإجابات المستمدة من «معرفته الخاصة» بمعدلات مرتفعة بشكل غير معتاد فيفقط ، وهو لكي سنناقشه لكي.

النتيجة الأولى: ويكيبيديا ليست المصدر الأكثر استشهادًا به

كنا نعتقد في البداية أن ويكيبيديا ستحتل الصدارة، لكن البيانات أظهرت عكس ذلك تمامًا.

في معظم الموضوعات التي شملها الاختبار، كانت «إنسايكلوبيديا بريتانيكا» هي الموقع الأكثر استشهادًا به، حيث بلغ إجمالي الاستشهادات 1,164 استشهادًا عبر النماذج الثلاثة جميعها. وجاءت «ويكيبيديا الإنجليزية» في المرتبة الثانية بـ 433 استشهادًا عامًا – أي ما يعادل ثلث استشهادات «بريتانيكا» تقريبًا.

كانت فقط التي فازت فيها ويكيبيديا محددة للغاية، وهي مواضيعفقط حيث تفوقت فيها على جميع المصادر الأخرى. أما في جميع المجالات الأخرى، فقد سيطرت بريتانيكا.

إن استراتيجية النطاق المركزي التي تتبعها بريتانيكا هي السبب وراء نجاحها في هذا المجال. وعلى عكس ويكيبيديا، التي تقسم المحتوى إلى نطاقات فرعية خاصة بكل لغة (fr.wikipedia.org، es.wikipedia.org، ja.wikipedia.org)، تركز بريتانيكا معظم محتواها على موقع britannica.com وتقدم صفحات باللغة الإنجليزية في المقام الأول. ويجمع هذا النطاق الوحيد ذو المصداقية العالية قيمة الروابط، ووزن الاقتباسات، وإشارات الثقة التي يولدها الذكاء الاصطناعي، وهي عناصر قد يؤدي نموذج ويكيبيديا الموزع إلى تجزئتها بحكم تصميمها.

بناءً على هذه النتائج، يبدو لكي تركيز سلطة النطاق لكي في سياقات الاقتباس التي تعتمد على الذكاء الاصطناعي بنفس الطريقة التي يتجلى بها في البحث التقليدي. فإذا كان المحتوى الخاص بك منشورًا على نطاق واحد قوي، فمن المرجح لكي أكثر مما لو كان منشورًا على العديد من النطاقات الأصغر حجمًا.

الاستنتاج الثاني: إن اتباعفقط "اللغةفقط " يكلفك فقدان الاقتباسات في الأسواق الأجنبية

إنفقط «بريتانيكا»فقط اللغة الإنجليزية، رغم نجاحه، يتراجع بشكل حاد في اللغات الأخرى.

عندما تم البحث عندما المترجمة إلى الفرنسية باللغة الإنجليزية مقابل البحث عنها باللغة الفرنسية، انخفض عدد الاستشهادات في بريتانيكا بنسبة 55٪. أما في اللغة الإسبانية، فقد بلغت نسبة الانخفاض 23٪. وفي اللغة اليابانية، حيث تبلغ المسافة اللغوية والثقافية عن اللغة الإنجليزية أقصى درجاتها، انخفضت الاستشهادات بنسبة 80٪. لذا، نعم إن استراتيجيتهم تعمل بشكل مذهل في اللغة الإنجليزية، لكنها تتوقف تمامًا عند هذا الحد.

‌

لا تزال «بريتانيكا» تستفيد من سلطتها الكبيرة في مجالها. فحتى في الموضوعات الفرنسية والإسبانية التي يتم البحث عنها باللغة المحلية، ظلت «بريتانيكا» هي الموقع الأكثر استشهادًا به بشكل عام. لكن هذا التراجع يوضح أنفقط يواجه حاجزًا صعبًا في الأداء بمجرد أن يبدأ المستخدمون في طرح أسئلتهم بلغتهم الأم. فهذا المصدر الموثوق نفسه يفقد أكثر نصف ظهوره باللغة الفرنسية، وأربعة أخماس ظهوره باللغة اليابانية، وذلك لأن المحتوى غير متوفر باللغة الأصلية.

وهذا يقدم حجة واضحة تمامًا توضح لماذا لم يعد المحتوى المترجم أمرًا اختياريًا في البحث المدعوم بالذكاء الاصطناعي.فقط لا تختفي تمامًا من نتائج البحث باللغات الأجنبية؛ بل يتم إعطاؤها أولوية أقل بشكل منهجي لصالح البدائل المحلية، وهذه الفجوة كبيرة لكي تكلفة حقيقية على مستوى الظهور. وهذا أمر منطقي – فالمستخدمون يفضلون قراءة محتوى مصمم خصيصًا لهم (وهذا هو جوهر عملية التوطين).

هناك أيضًا مشكلة على مستوى النموذج هنا. تعتمد قوة بريتانيكا في الاستفسارات باللغات الأجنبية بشكل شبه كامل على استمرار GPT وClaude لكي المصادر الإنجليزية. أما جيميني فيتجنب بشكل فعال المواقع الإنجليزية في الاستفسارات الأجنبية، ويتجه بدلاً من ذلك لكي المواقع لكي مثل larousse.fr (32 مرجعًا باللغة الفرنسية).

النتيجة الثالثة: عندما تعمل عندما على سد الفجوات اللغوية، فإنها تشير لكي ويكيبيديا لكي

بالنسبة لمجموعة الموضوعات التي فقط في ويكيبيديا الإنجليزية، دون وجود نظير مترجم لها، كان لكي النماذج لكي بين: لكي الاعتماد لكي الخاصة، أو إعادة توجيه المستخدمين لكي الإنجليزية بغض النظر عن لغة الاستعلام (أو استخدام تقنية الربط).

اختارت النماذج الثلاثة جميعها لكي الإنجليزية لكي الفجوة. وتشير هذه النماذج إلى ويكيبيديا الإنجليزية بنسب ثابتة بشكل مدهش: حيث بلغ متوسط نسبة GPT 48.3٪، وClaude 26.8٪، وGemini 19.8٪. ما يتعارض مع التوقعات هو أن الاستعلام باللغة الإنجليزية لم يسفر أبدًا عن أعلى نسبة للاستشهاد بويكيبيديا.

بلغت نسبة GPT ذروتها عند 49.3% في اللغتين الإسبانية واليابانية. وبلغت نسبة Gemini 23.3% في اللغة الفرنسية (مقابل 16% في اللغة الإنجليزية). وبلغت نسبة Claude 34.7% في اللغة الإسبانية.

التفسير الأكثر منطقية هو كثافة المنافسة: عندما باللغة الإنجليزية حول موضوع متخصص، يتوفر للنموذج مخزون هائل من محتوى الويب باللغة الإنجليزية لكي منه، وتُوزَّع المراجع على العديد من المصادر. عندما استعلامًا بلغة أجنبية حول ذلك الموضوع المتخصص نفسه، فلا يتوفر للنموذج أي مرجع محلي لكي عليه، لذا فإنه يشير مباشرةً لكي ويكيبيديا باللغة الإنجليزية. وكلما ضاق نطاق الخيارات البديلة، أكثر ويكيبيديا كمصدر مرجعي.

إذن، هذا هو ما تحتاج ما علامة تجارية تعمل في الأسواق الناطقة بلغات أجنبية لكي : إن شبكة الإنترنت باللغات الأجنبية أقل ازدحامًا، والاقتباسات أكثر كما أن كونك المصدر المُترجم المناسب يمنحك وزنًا غير متناسب (ومفيدًا).

الاستنتاج الرابع: يتعامل كلود معفقط التي تتناول اللغة الإنجليزيةفقط بطريقة مختلفة

أظهر كلود سلوكًا لم يظهره كل من GPT وGemini. ففيفقط الـ75 التي تم اختبارها باللغة الإنجليزيةفقط ، صنّف كلود 32 ردًا (42.7%) على أنها "معرفة خاصة" بدلاً من الإشارة إلى المصادر. عندما تم الاستعلام عندما فقط بلغات أجنبية، ارتفعت النسبة بشكل حاد.

‌

لدينا بعض النظريات: قد يكون «كلود» أكثر فيما يتعلق بالاقتباسات الوهمية مقارنةً بنظرائه، مفضلاً لكي عدم اليقين لكي اختلاق المصادر. وقد يكون لديه ضوابط داخلية أكثر صرامةً لمنع إنتاج مخرجات مبنية على اقتباسات تفتقر إلى سندات يمكن التحقق منها. أو قد يكون عتبة اللجوء لكي بيانات التدريب لكي أقل عندما تكون المصادر عندما نادرة.

بغض النظر عن السبب الكامن وراء ذلك، تُظهر البيانات أن «كلود» يُعد مصدرًا أقل موثوقيةً للحصول على الروابط الخارجية فيفقط المتخصصةفقط ، لا سيما عندما يجري عندما عمليات البحث بلغات غير الإنجليزية. وإذا كنت تعتمد بشكل خاص على ظهور «كلود» في نتائج البحث، فقد يدفعك ذلك إلى تغيير استراتيجيتك.

الاستنتاج الخامس: عندما تتوفر صفحات عندما ، تتصرف النماذج بشكل مختلف تمامًا

بالنسبة للمواضيع التي تتوفر لها صفحات مترجمة في ويكيبيديا، يمكن للنماذج إما الاستشهاد بالنسخة المترجمة (مثل es.wikipedia.org في حالة البحث باللغة الإسبانية) أو اللجوء افتراضيًّا لكي . ويختلف الاختيار الذي تتخذه النماذج اختلافًا كبيرًا من نموذج لآخر.

‌

يُعد GPT، بفارق كبير، الأكثر موثوقية في التعرف على النسخة المحلية من ويكيبيديا والاستشهاد بها. وهو يقوم بذلك في حوالي ربع الحالات. أما كلود وجيميني، فلا يكادان يستشهدان بصفحات ويكيبيديا المحلية على الإطلاق، حيث تبلغ نسبتهما أقل من عشرة بالمائة.

ومع ذلك، تجدر الإشارة إلى أن كلود وجيميني لا يتجاهلان المحتوى المحلي. بل إنهما يوجهان حصة الاستشهادات تلك إلى مصادر مؤسسية محلية. وهو ما يدل على أن المحتوى المحلي يتفوق دائمًا على المنافسين عندما لكي المعلومات.

الاستنتاج السادس: تفضل الذكاء الاصطناعي بشكل كبير المؤسسات المُترجمة إلى اللغات الأجنبية

قد تظن أنه عندما تجيب نماذج عندما على الأسئلة باللغة الأم، لا سيما تلك التي تم تدريبها بشكل أساسي على مجموعات بيانات باللغة الإنجليزية، فإنها تكتفي بترجمة الاستفسارات وتقديم نفس المصادر العالمية. لكن استنادًا إلى أبحاثنا، فإنها بدلاً من ذلك تحول سلوكها في الاستشهاد بالمصادر نحو منصات محلية ذات مصداقية عالية، وغالبًا ما تكون مؤسسية.

استفسارات باللغة الفرنسية

تم ذكر متحف اللوفر (louvre.fr) 39 مرة. أما قصر فرساي فقد ورد ذكره 29 مرة. وحصدت موسوعة «لاروس» الفرنسية 66 ذكرًا، لتصبح المصدر الأول في «جيميني» للمواضيع المتعلقة بفرنسا. أما موقع «إيستوار-فرانس» فقد جمع 24 ذكرًا.

الاستفسارات باللغة الإسبانية

تم ذكر متحف برادو (museodelprado.es) 24 مرة. وحصل بوابة التراث العالمي التابعة لليونسكو على 36 ذكرًا. وحصل موقع «سيرفانتس فيرتشوال» (مكتبة رقمية للأدب الإسباني) على 26 ذكرًا. وحصلت قاعدة بيانات السير الذاتية باللغة الإسبانية «بيوغرافياس إي فيداس» على 24 ذكرًا.

استفسارات باللغة اليابانية

حصلت مكتبة البرلمان الوطني (ndl.go.jp) على 45 إشارة. أما NHK، وهي هيئة البث العامة الوطنية اليابانية، فقد تمت الإشارة إليها 40 مرة. وحصد الموقع الرسمي لاستوديو جيبلي 37 إشارة حول مواضيع ذات صلة. أما «كوتوبانك»، وهو موقع ياباني يجمع المراجع، فقد حصل على 22 إشارة.

الاستفسارات باللغة الإنجليزية

للمقارنة: تمت الإشارة إلى متحف المتروبوليتان (metmuseum.org) 117 مرة في الاستعلامات باللغة الإنجليزية. أما خدمة المتنزهات الوطنية (nps.gov) فقد تمت الإشارة إليها 34 مرة. أما لجنة الصيد في بنسلفانيا (pgc.pa.gov) فقد تمت الإشارة إليها 34 مرة في مواضيعفقط .

هذا النمط ثابت. تفضل نماذج الذكاء الاصطناعي المصادر المؤسسية المحلية ثقافيًا ولغويًا، عندما . فالمتاحف والمكتبات وهيئات البث العامة والبوابات الحكومية والموسوعات المرجعية تتفوق جميعها على العلامات التجارية العالميةفقط في أسواقها المحلية.

الاستنتاج السابع: «جيميني» تسعى للحصول على النطاقات المحلية بجدية أكبر من أي جهة أخرى

عندما تصنيف المراجع حسب نطاقات المستوى الأعلى (.fr، .es، .jp مقابل النطاقات العالمية/الإنجليزية)، يبرز نموذج واحد لقيامه بإعطاء الأولوية بشكل فعال للنطاقات المحلية.

يخصص «جيميني» باستمرار الحصة الأكبر من استشهاداته لكي في جميع اللغات التي تم اختبارها. ويتوافق هذا مع سلوك «جيميني» في «بريتانيكا» أيضًا: فهو النموذج الأكثر استعدادًا لكي نطاقات المراجع الإنجليزية لصالح البدائل المحلية.

وهذا أمر مهم من الناحية العملية للعلامات التجارية التي تعمل على وضع استراتيجيات دولية لتعزيز ظهورها في محركات البحث. فإذا كانت أولويتك هي تعزيز ظهور موقعك في الأسواق الأجنبية، فإن امتلاك نسخة مترجمة من موقعك على نطاق ccTLD المناسب (أو باستخدام إشارات hreflang الصحيحة والمحتوى المترجم) سيكون له أكثر من مجرد أن يتم الاستشهاد بموقعك في موسوعة بريتانيكا أو ويكيبيديا.

كيف يؤثر ذلك على ظهور الذكاء الاصطناعي متعدد اللغات

فيما يلي أهم النقاط المستخلصة من الدراسة:

ويكيبيديا ليست المصدر المرجعي الوحيد الذي يفترضه الناس (كما كنا نفترض نحن). فاستراتيجية «بريتانيكا» المركزية تتفوق على استراتيجية ويكيبيديا اللامركزية في معظم الموضوعات، كما أن المصادر المؤسسية المحلية تتفوق على كليهما في أسواقهما المحلية. وإذا كانت استراتيجيتك للظهور في مجال الذكاء الاصطناعي ترتكز على ويكيبيديا، فمن المحتمل لكي تعتمد لكي الخاطئ.

تنطوي استراتيجيةفقط على تكلفة قابلة للقياس تتعلق بظهور المحتوى في الأسواق الأجنبية بفضل الذكاء الاصطناعي. فالتراجع بنسبة 55% في اللغة الفرنسية و80% في اللغة اليابانية الذي شهدته «بريتانيكا» ليسا حالتين استثنائيتين. بل هما دليل واضح على ما لكي مؤسسة لا تترجم محتواها: عندما يجري عندما بحثًا بلغتهم الأم، يبحث الذكاء الاصطناعي عن المصادر الأصلية أولاً، فقط البدائل الإنجليزية الفراغ فقط عندما وجود عندما محلي.

يحظى المحتوى المحلي بتقدير كبير. ونظرًا لأن شبكة الإنترنت باللغات الأجنبية أقل ازدحامًا، فإن كون المرجع محليًا ومناسبًا يمنحه وزنًا أكثر مقارنة بنفس المرجع باللغة الإنجليزية. فمتحف «الميت» يحصل على 117 استشهادًا في المواضيع الإنجليزية، بينما يحصل متحف «اللوفر» على 39 استشهادًا باللغة الفرنسية. قد يبدو الحجم الإجمالي أصغر، لكن نسبة المساحات المتاحة للاستشهاد باللغة الفرنسية أعلى بكثير، كما أن المنافسة أقل حدة.

أصبحت الترجمة اليوم مسألة تتعلق بظهور العلامة التجارية عبر الذكاء الاصطناعي، وليس فقط توطين. تبحث نماذج الذكاء الاصطناعي بنشاط عن منصات ذات مصداقية عالية ومترجمة إلى اللغة الأصلية لكي بمثابة مصادر الاستشهاد الرئيسية لها في الأسواق المحلية. فالعلامات التجارية التي تترجم محتواها إلى لغات جمهورها المستهدف تضع نفسها في موقع يتيح لها الحصول على استشهادات لا يمكنفقط الحصول عليها بأي شكل من الأشكال. وتؤدي أفضل ممارسات تحسين محركات البحث (SEO) متعددة اللغات، وتطبيق علامة hreflang، وعناوين URL الخاصة بكل لغة، والبيانات الوصفية المترجمة، إلى تعزيز هذا التأثير بشكل متراكم.

تقتصر معظم أدوات الرصد القائمة على الذكاء الاصطناعي المتوفرة حالياً على الاستعلامات فقط والتي، كما رأينا، لا تمثل سوى جزء صغير من الصورة الكاملة. قد ترغب لكي الطريقة التي يتم بها الحديث عن علامتك التجارية بلغات مختلفة – ولحسن الحظ، يمكن تحقيق ذلك باستخدام Weglot .

لا تتسم سلوكيات النماذج بالاتساق. يُعد GPT الأكثر تفضيلاً لكي ويكيبيديا لكي . أما كلود فهو الأكثر حذراً في عرض المراجع المتعلقةفقط متخصصةفقط . ويُعد جيميني الأكثر بحثاً عن نطاقات TLD المحلية. وإذا كنت تقوم بالتحسين من أجل نموذج معين، فستختلف استراتيجيتك عما لو كنت تقوم بالتحسين من أجل نموذج آخر.

والرسالة الأوسع نطاقاً هي أن ظهور الذكاء الاصطناعي في الأسواق الدولية يُبنى على نفس الأسس التي لطالما دعمت الظهور العضوي القوي: محتوى موثوق، مُترجم بشكل سليم، ويُقدم من نطاق يثق به المستخدمون وبرامج الزحف. والآلية الحالية تكافئ ذلك أكثر الآن، وتعاقب على غيابه أكثر أيضاً.

ظهر في نتائج البحث المدعومة بالذكاء الاصطناعي متعددة اللغات قبل منافسيك

يمكن تلخيص هذه الدراسة بأكملها ببساطة على النحو التالي: ترجم موقعك الإلكتروني، وكن حاضراً حيثما يتواجد جمهورك الأجنبي. على الرغم من أن الذكاء الاصطناعي قد أحدث تغييراً جذرياً في عادات البحث والاستهلاك، فإن التحدث بلغة عملائك – والتحكم في الطريقة لكي ، بدلاً من ترك الأمر لكي – يُعد طريقة سهلة ومستدامة لكي إليهم.

لكي أنت مستعد لكي ؟ ترجم موقعك باستخدام Weglot مجانًا لمدة 14 يومًا.