Föredrar stora språkmodeller Wikipedia? Vi analyserade 6 844 hänvisningar från Claude, Gemini och GPT för att ta reda på det

Detta är en ny studie i vår serie som undersöker AI:s beteende på flerspråkiga marknader.

Under mycket lång tid, och till stor förtret för akademiker (är det någon som fortfarande hör ”ANVÄND INTE WIKIPEDIA” eka i bakhuvudet?), har Wikipedia betraktats som den självklara kunskapskällan. Den är öppen, välstrukturerad och – ännu bättre – flerspråkig och ständigt uppdaterad. Vilket, på papperet, också gör den till den perfekta källan för stora språkmodeller (LLM).

Det är därför den, tillsammans med Reddit, är en av de mest inflytelserika källorna när det gäller stora språkmodeller (LLM). Men eftersom Wikipedia bygger på användarbidrag finns det en risk att negativ eller inaktuell information läggs in, vilket också kan hamna i AI-sökresultaten.

Det är alltså ingen överraskning att man ofta antar att Wikipedia har format GEO-landskapet. Optimera för det som Wikipedia tar upp, och se till att bli citerad där Wikipedia citeras.

Men våra uppgifter visar något annat.

Vi vet redan att om man inte översätter sin webbplats blir man osynlig. Men kan en företagssida på Wikipedia vända utvecklingen till din fördel?

Vi har undersökt hur ofta de tre ledande AI-modellerna hänvisar till Wikipedia, på vilka språk de gör det och vilka källor de använder i stället. Resultaten ifrågasätter uppfattningen att Wikipedia är den dominerande källan och avslöjar något som är mer användbart för alla varumärken som funderar på hur de ska synas med hjälp av AI på internationella marknader: stora språkmodeller (LLM) letar aktivt efter källor med hög trovärdighet som är översatta till målspråket. När de hittar sådana källor hänvisar de till dem. När de inte gör det faller de tillbaka på engelska.

Uppställningen

Vi har analyserat hur Claude Haiku 4.5, Gemini 3.1 Flash och GPT 5.4 Mini hänvisar till källor i 750 sökfrågor.

Frågorna sammanställdes utifrån 15 Wikipedia-sidor per språkkombination: ämnen enbart på engelska, franska–engelska, spanska–engelska och japanska–engelska. Fem frågor genererades per sida, varefter de engelskspråkiga frågorna översattes till de tre målspråken för att testa hur citeringsbeteendet förändras när samma fråga ställs på ett annat språk. Det blev totalt 750 frågor, som var och en kördes genom alla tre modellerna, vilket gav oss 2 250 individuella modellsvar att analysera.

I varje uppmaning ombads modellen uttryckligen att ange källornas webbadresser och att markera när den istället svarade utifrån sin egen kunskap. Modellens svar jämfördes sedan med den relevanta Wikipedia-domänen (engelska eller målspråket) för att mäta hur ofta Wikipedia själv citerades, och vilka domäner som dök upp i stället.

Obs! Under de inledande testerna besvarade Claude frågor på engelska utifrån sin egen träningsdata utan att ange källor. Frågeställningarna justerades för att uttryckligen kräva källhänvisningar i alla modeller. Även efter denna justering fortsatte Claude att i ovanligt hög utsträckning markera svar som ”egen kunskap” när det gällde ämnen som endast berörde engelska, vilket vi kommer att återkomma till.

Slutsats 1: Wikipedia är inte den mest citerade källan

Vi gick in i detta med antagandet att Wikipedia skulle hamna i topp, men siffrorna visade helt klart något annat.

Inom de flesta av de ämnen som testades var Encyclopaedia Britannica den domän som citerades mest, med totalt 1 164 hänvisningar i alla tre modellerna. Den engelska Wikipedian kom på andra plats med 433 allmänna hänvisningar – vilket motsvarar drygt en tredjedel av Britannicas antal.

Den enda kategori där Wikipedia vann var mycket specifika, engelskspråkiga nischämnen, där den överträffade alla andra källor. I alla andra avseenden dominerade Britannica.

Britannicas strategi med en centraliserad domän visar sig här vara framgångsrik. Till skillnad från Wikipedia, som fördelar innehållet på språkspecifika underdomäner (fr.wikipedia.org, es.wikipedia.org, ja.wikipedia.org), samlar Britannica nästan allt sitt innehåll på britannica.com och publicerar främst engelskspråkiga sidor. Denna enda domän med hög auktoritet ackumulerar länkvärde, citatvikt och AI-förtroendesignaler som Wikipedias distribuerade modell i princip riskerar att splittra.

Utifrån dessa resultat verkar det som om koncentrationen av domänautoritet får samma effekt i AI-citeringssammanhang som i traditionell sökning. Om ditt innehåll finns på en stark domän är det mer sannolikt att det dyker upp än om det är spritt över många mindre domäner.

Slutsats 2: En strategi som enbart bygger på engelska gör att du går miste om citeringar på utländska marknader

Britannicas strategi att enbart satsa på engelska är visserligen framgångsrik, men resultatet blir betydligt sämre på andra språk.

När exakt samma ämnen, översatta till franska, söktes på engelska respektive franska, sjönk antalet hänvisningar i Britannica med 55 %. På spanska var nedgången 23 %. På japanska, där det språkliga och kulturella avståndet till engelskan är som störst, minskade antalet hänvisningar med 80 %. Så ja, deras strategi fungerar utmärkt på engelska, men där slutar det helt och hållet.

‍

Britannica drar fortfarande nytta av sin stora domänautoritet. Även när det gäller franska och spanska ämnen som söks på det lokala språket var den fortfarande den mest citerade domänen totalt sett. Men nedgången visar att innehåll som endast finns på engelska stöter på ett tydligt prestationstak så snart användarna börjar ställa frågor på sitt eget språk. Samma auktoritativa källa förlorar mer än hälften av sin synlighet på franska och fyra femtedelar på japanska, eftersom innehållet inte finns tillgängligt på det lokala språket.

Detta ger ett glasklart argument för varför översatt innehåll inte längre är valfritt vid AI-sökningar. Källor som endast finns på engelska försvinner inte helt från sökresultaten på främmande språk; de nedprioriteras systematiskt till förmån för lokala alternativ, och skillnaden är tillräckligt stor för att utgöra en verklig kostnad i form av sämre synlighet. Det är logiskt – användarna föredrar i hög grad att läsa innehåll som är skräddarsytt för dem (vilket är hela poängen med lokalisering).

Det finns även en komplikation på modellnivå här. Britannicas styrka när det gäller sökningar på främmande språk beror nästan uteslutande på att GPT och Claude fortsätter att presentera engelskspråkiga källor. Gemini undviker aktivt engelska domäner vid sökningar på främmande språk och vänder sig istället till lokala webbplatser som larousse.fr (32 hänvisningar på franska).

Slutsats 3: När AI överbryggar språkbarriärer hänvisar den till den engelska Wikipedian

När det gäller de ämnen som endast finns på den engelska Wikipedian, utan någon översatt motsvarighet, var modellerna tvungna att välja mellan följande alternativ: vägra att svara, förlita sig på sin egen kunskap eller hänvisa användarna till den engelska sidan oavsett vilket språk frågan ställdes på (eller genom att använda översättning).

Alla tre modellerna valde att överbrygga klyftan. De hänvisar till den engelska Wikipedian i förvånansvärt jämna proportioner: GPT i genomsnitt 48,3 %, Claude 26,8 % och Gemini 19,8 %. Det som strider mot vad man skulle tro är att sökningar på engelska aldrig resulterade i den högsta andelen hänvisningar till Wikipedia.

GPT nådde en topp på 49,3 % på spanska och japanska. Gemini nådde 23,3 % på franska (jämfört med 16 % på engelska). Claude nådde 34,7 % på spanska.

Den mest troliga förklaringen är konkurrensintensiteten: när man söker på engelska efter information om ett nischat ämne på engelska har modellen en enorm samling engelskspråkigt webbinnehåll att välja ur, och källhänvisningarna fördelas över många olika källor. När man däremot söker på ett främmande språk efter samma nischade ämne har modellen ingen lokal referenskälla att falla tillbaka på, och hänvisar därför direkt till den engelska Wikipedia-sidan. Ju mindre urvalet är, desto mer tillförlitlig blir Wikipedia som källa.

Det här är alltså vad alla varumärken som är verksamma på marknader där man talar ett annat språk behöver veta: webben på främmande språk är mindre mättad, omnämnandena är mer koncentrerade, och att vara den rätta lokaliserade källan ger en oproportionerligt stor (och fördelaktig) tyngd.

Slutsats 4: Claude hanterar ämnen som endast berör engelska på ett annat sätt

Claude uppvisade ett beteende som varken GPT eller Gemini gjorde. Av de 75 ämnen som endast fanns på engelska och som testades med engelska frågor markerade Claude 32 svar (42,7 %) som ”egen kunskap” istället för att ange källor. När samma ämnen som endast fanns på engelska söktes på andra språk steg andelen kraftigt.

‍

Vi har några teorier: Claude kanske är mer försiktig när det gäller att hallucinera källhänvisningar än liknande system, och föredrar att påpeka osäkerhet framför att hitta på källor. Det kan ha starkare interna skyddsmekanismer mot att generera resultat som bygger på källhänvisningar utan verifierbar grund. Eller så kan det ha en lägre tröskel för att fall tillbaka på sina träningsdata när lokala källor är få.

Oavsett den bakomliggande orsaken visar data att Claude är en mindre pålitlig källa för utgående länkar inom nischade ämnen som endast behandlas på engelska, särskilt när användare gör sökningar på andra språk än engelska. Om du har satsat specifikt på synlighet via Claude kan detta leda till att du behöver ändra din strategi.

Slutsats 5: När översatta sidor finns uppvisar modellerna ett helt annat beteende

För ämnen där det finns översatta Wikipedia-sidor kan modellerna antingen hänvisa till den lokalanpassade versionen (es.wikipedia.org för en sökning på spanska) eller automatiskt använda den engelska versionen. Vilket val de gör varierar kraftigt mellan olika modeller.

‍

GPT är med stor marginal den mest tillförlitliga när det gäller att identifiera och hänvisa till den lokalanpassade versionen av Wikipedia. Det gör den i ungefär en fjärdedel av fallen. Claude och Gemini hänvisar knappt alls till lokala Wikipedia-sidor, med en andel på enstaka procent.

Det är dock värt att notera att Claude och Gemini inte bortser från lokalt innehåll. Istället fördelar de den andelen av referenser till andra, nämligen till lokala institutionella källor. Detta visar att lokalt innehåll alltid slår konkurrenterna när det gäller att tillhandahålla information.

Slutsats 6: AI föredrar i hög grad lokaliserade institutioner på främmande språk

Man skulle kunna tro att när AI-modeller besvarar frågor på ett modersmål – särskilt sådana som huvudsakligen tränats på engelska datamängder – så översätter de bara frågorna och hänvisar till samma globala källor. Men enligt vår forskning riktar de istället sina hänvisningar mot lokala plattformar med hög auktoritet, ofta institutionella sådana.

Franska frågor

Louvren (louvre.fr) nämndes 39 gånger. Slottet i Versailles nämndes 29 gånger. Den franska uppslagsboken Larousse nämndes 66 gånger och blev Geminis främsta källa för franska ämnen. Histoire-France nämndes 24 gånger.

Frågor om spanska

Pradomuseet (museodelprado.es) nämndes 24 gånger. UNESCO:s portal för världsarv nämndes 36 gånger. Cervantes Virtual (ett digitalt bibliotek för spansk litteratur) nämndes 26 gånger. Biografías y Vidas, en biografidatabas på spanska, nämndes 24 gånger.

Frågor på japanska

National Diet Library (ndl.go.jp) nämndes 45 gånger. NHK, Japans nationella public service-bolag, nämndes 40 gånger. Studio Ghiblis officiella webbplats nämndes 37 gånger i samband med relevanta ämnen. Kotobank, en japansk referenssamlingssajt, nämndes 22 gånger.

Frågor på engelska

Som jämförelse: Met (metmuseum.org) nämndes 117 gånger i engelskspråkiga sökningar. National Park Service (nps.gov) nämndes 34 gånger. Pennsylvania Game Commission (pgc.pa.gov) nämndes 34 gånger inom nischade ämnen som endast behandlas på engelska.

Mönstret är genomgående. AI-modeller föredrar institutionella källor som är kulturellt och språkligt anpassade till den lokala marknaden, när sådana finns. Museer, bibliotek, public service-kanaler, myndighetsportaler och uppslagsverk presterar alla bättre än globala varumärken och konkurrenter som endast tillhandahåller information på engelska på sina hemmamarknader.

Slutsats 7: Gemini letar intensivare än någon annan efter lokala domäner

När man bryter ner hänvisningarna efter toppdomän (.fr, .es, .jp jämfört med globala/engelskspråkiga domäner) framträder en modell som aktivt prioriterar lokala domäner.

Gemini tilldelar genomgående den största andelen av sina hänvisningar till domäner med lokala toppdomäner i alla språk som testats. Detta stämmer överens med Geminis beteende även på Britannica: det är den modell som är mest benägen att välja bort engelska auktoritetsdomäner till förmån för lokalanpassade alternativ.

Detta har praktisk betydelse för varumärken som utarbetar strategier för internationell synlighet inom AI. Om din prioritet är att synas på Gemini på utländska marknader, ger en lokaliserad version av din webbplats på rätt landskoddomän (eller med korrekta hreflang-signaler och översatt innehåll) bättre resultat än att bli citerad av Britannica eller Wikipedia.

Hur detta påverkar synligheten för flerspråkig AI

Här är de viktigaste slutsatserna från studien:

Wikipedia är inte den oantastliga källan som många tror (precis som vi trodde). Britannicas centraliserade strategi överträffar Wikipedias decentraliserade strategi inom de flesta ämnen, och lokala institutionella källor överträffar båda på sina hemmamarknader. Om din strategi för AI-synlighet bygger på Wikipedia, bygger den troligen på fel källa.

En innehållsstrategi som enbart bygger på engelska medför mätbara kostnader i form av minskad synlighet för AI på utländska marknader. Britannicas nedgång på 55 % på franska och 80 % på japanska är inga undantag. De är ett tydligt exempel på vad som händer med alla organisationer som inte översätter sitt innehåll: när användare gör sökningar på sitt eget språk letar AI:n först efter källor på modersmålet, och engelska alternativ fyller endast luckan när det inte finns något lokalt material.

Lokalt innehåll belönas i hög grad. Eftersom webben på främmande språk är mindre mättad har en korrekt lokaliserad källa betydligt större betydelse för citeringsvärdet än samma källa på engelska. Met får 117 citeringar inom engelskspråkiga ämnen, medan Louvren får 39 inom franskspråkiga. Den totala volymen verkar mindre, men andelen tillgängliga citeringsplatser på franska är betydligt högre och konkurrensen är mindre hård.

Översättning handlar numera om synlighet inom AI, inte bara om lokalisering. AI-modeller letar aktivt efter plattformar med hög auktoritet och översättningar på modersmålet som kan fungera som deras främsta källor på lokala marknader. Varumärken som översätter sitt innehåll till målgruppernas språk positionerar sig för att få källhänvisningar som konkurrenter som enbart använder engelska bokstavligen inte kan få. Bästa praxis för flerspråkig SEO, implementering av hreflang, språkspecifika webbadresser och översatta metadata – allt detta bidrar till resultatet.

De flesta verktyg för AI-övervakning på marknaden hanterar endast sökfrågor på engelska, vilket, som vi har sett, bara utgör en liten del av helheten. Du vill säkert följa hur ditt varumärke omnämns på olika språk – och lyckligtvis går det att göra med Weglot .

Modellernas beteende är inte enhetligt. GPT länkar mest aktivt till engelska Wikipedia. Claude är mest försiktig när det gäller att visa källhänvisningar inom nischade ämnen som endast finns på engelska. Gemini letar mest intensivt efter domäner med lokala toppdomäner. Om du optimerar för en viss modell ser din strategi annorlunda ut än om du optimerar för en annan.

Den övergripande trenden är att synligheten för AI på internationella marknader bygger på samma grunder som alltid har legat till grund för en stark organisk synlighet: auktoritativt innehåll, korrekt lokaliserat och publicerat på en domän som användare och sökrobotar kan lita på. Systemet belönar detta nu bara mer kraftfullt, och straffar bristen på det lika hårt.

Synas i flerspråkiga AI-sökresultat före dina konkurrenter

Hela denna studie kan enkelt sammanfattas så här: översätt din webbplats och synas där din utländska målgrupp befinner sig. Även om AI i hög grad har förändrat sök- och konsumtionsvanor är det ett enkelt men hållbart sätt att nå dina kunder genom att tala deras språk – och själv bestämma hur du kommunicerar med dem, istället för att överlåta det till webbläsartillägg.

Är du redo att sätta igång? Översätt din webbplats med Weglot – helt gratis i 14 dagar.