चीन की Fudan University की एक शोध टीम ने ऐसी वेबसाइटों पर एक काल्पनिक अवधारणा पोस्ट की, जहां आम उपयोगकर्ता भी पोस्ट कर सकते हैं। फिर उन्होंने 10 तरह के AI खोज टूल से एक ही सवाल रोज़ाना एक हफ्ते तक पूछा। नतीजे में, 10 में से 8 टूल ने अपने जवाबों में काल्पनिक अवधारणा “Cactus Gravity Protocol” का हवाला दिया। इनमें ChatGPT, Perplexity, Grok और Google AI—चारों शामिल थे। शोधपत्र 8 अक्टूबर को arXiv पर प्रकाशित हुआ और बताया गया कि प्रयोग मार्च और अप्रैल में किया गया था।
एक हफ्ते में काल्पनिक अवधारणा AI के जवाबों में शामिल हो गई
प्रयोग का विचार सीधा था: अगर किसी ऐसी अवधारणा को वेब पर रखा जाए जिसका वास्तविकता में कोई अस्तित्व न हो, तो क्या AI खोज टूल उसे “सूचना-स्रोत” के रूप में उठा लेंगे? शोध टीम ने वास्तविक वेब पर इसकी पड़ताल की।
सबसे पहले, मार्च में शोधकर्ताओं ने 10 तरह के AI खोज टूल से 120 सवाल पूछे और दर्ज किया कि वे किन वेबसाइटों का सबसे अधिक हवाला देते हैं। ChatGPT, Perplexity, Grok और Google AI को मुख्य रूप से अंग्रेज़ी-भाषी वेब पर काम करने वाले टूल के रूप में वर्गीकृत किया गया। बाकी 6 में Doubao और DeepSeek जैसे चीनी-भाषी टूल शामिल थे। सबसे अधिक उद्धृत साइटों में Google AI और Grok के लिए Reddit, Perplexity के लिए YouTube और ChatGPT के लिए Wikipedia था। बताया गया कि हर टूल की शीर्ष 10 साइटों में से 6 से 10 ऐसी जगहें थीं, जहां आम उपयोगकर्ता पोस्ट कर सकते हैं।
प्रयोग की एक खामी यहीं थी: जिन जगहों का AI अक्सर संदर्भ लेता है, उनमें से कई ऐसी भी हैं जहां कोई भी लिख सकता है।
प्रयोग की रूपरेखा
अप्रैल में शोधकर्ताओं ने 22 पोस्टिंग प्लेटफ़ॉर्म की पड़ताल की। उन्होंने Medium, GitHub, LinkedIn और Facebook पर खाता बनाना और पोस्ट करना आसान पाया। दूसरी ओर, Reddit पर karma (रेटिंग पॉइंट) की शर्तों और सख्त पोस्ट हटाने की प्रक्रिया के कारण नए खाते से पोस्ट करना मुश्किल था।
शोध टीम ने हर टूल के लिए ऐसी सबसे अधिक उद्धृत साइट चुनी, जहां नया खाता बनाकर भी पोस्ट किया जा सके। इसके बाद Medium, YouTube और Sohu समेत कुल 9 साइटों पर लेख प्रकाशित किए। विषय 3 थे: काल्पनिक “Cactus Gravity Protocol”, यह राय-आधारित सवाल कि क्या AI 5 साल के भीतर युवा प्रोग्रामरों की जगह ले सकता है, और एक काल्पनिक कीबोर्ड। लेखों के शुरुआती मसौदे ChatGPT से तैयार किए गए, फिर उनमें मानव संपादन किया गया और काल्पनिक नामों व संख्याओं जैसी “पहले से डाली गई जानकारी” शामिल की गई। अगर AI अपने जवाब में उस जानकारी को दोहराता, तो उससे पता चल सकता था कि उसका स्रोत पोस्ट था।
पोस्ट करने से पहले शोधकर्ताओं ने पुष्टि की कि कोई भी टूल दोनों काल्पनिक विषयों पर उपयोगी जवाब नहीं देता था और पहले से डाली गई जानकारी भी नहीं बताता था। पोस्ट करने के बाद, तीनों विषयों में से हर एक पर 5-5 सवाल सभी टूल से रोज़ाना एक हफ्ते तक पूछे गए।
टूल के अनुसार आंकड़े
काल्पनिक अवधारणा से जुड़े जवाबों में पोस्ट का लिंक शामिल होने की दर अलग-अलग टूल में काफी भिन्न थी। गणना में हर टूल के लिए उस दिन से लेकर पोस्ट किए जाने के 7वें दिन तक के जवाब शामिल किए गए, जिस दिन उसने पहली बार पोस्ट का हवाला दिया था।
अंग्रेज़ी-भाषी वेब के लिए बने 4 टूल में पोस्ट का हवाला देने की स्थिति
Grok ने 32 में से 30 जवाबों में, Google AI ने 33 में से 15 में, Perplexity ने 35 में से 13 में और ChatGPT ने 20 में से 7 में पोस्ट का लिंक दिया। यह देखते हुए कि अवधि सिर्फ एक हफ्ते की थी, किसी अनजान व्यक्तिगत खाते के लेखों का इतनी बार सामने आना उल्लेखनीय है।
जवाबों में पहले से डाली गई जानकारी खुद शामिल होने की दर देखें, तो तस्वीर बदल जाती है। Grok ने 32 में से 53% जवाबों में, ChatGPT ने 20 में से 10% में और Google AI ने 33 में से 6% में यह जानकारी दी; Perplexity के लिए यह आंकड़ा शून्य था। पोस्ट को लिंक के रूप में उठाना और उसकी सामग्री को जवाब में शामिल करना अलग-अलग मुश्किलें लगती हैं।
कुल मिलाकर, 10 टूल और 3 विषयों से जुड़े 1,004 जवाबों में से 176 में अध्ययन अवधि के दौरान पोस्ट का लिंक शामिल था।
विषय के अनुसार प्रतिक्रिया में बड़ा अंतर था
राय-आधारित विषय का हवाला देने वाला अंग्रेज़ी-भाषी वेब का एकमात्र टूल Perplexity था; 35 में से इसकी दर 11.4% रही। चारों टूल ने काल्पनिक कीबोर्ड वाली पोस्ट का एक हफ्ते के भीतर हवाला नहीं दिया।
हालांकि, इस अंतर की व्याख्या करते समय सावधानी ज़रूरी है। तीनों विषयों में विषय-वस्तु, प्रतिस्पर्धी जानकारी की मात्रा और सवालों का स्वरूप—तीनों एक साथ बदले थे। शोधकर्ताओं ने भी यह अलग-अलग करके नहीं देखा कि अंतर किस वजह से आया। इसलिए इससे यह निष्कर्ष नहीं निकाला जा सकता कि “काल्पनिक उत्पादों को AI कम उठाता है।”
एक अतिरिक्त प्रयोग में, 10 अलग-अलग काल्पनिक विषयों पर एक-एक पोस्ट Sohu, YouTube और CSDN पर डाली गई। सभी 10 टूल को मिलाकर 9 विषयों के लिए कम-से-कम एक बार पोस्ट का हवाला देना या पहले से डाली गई जानकारी दोहराना दर्ज किया गया। सबसे अधिक हवाला देने वाले 3 टूल में Perplexity भी शामिल था।
पोस्ट की संख्या से ज़्यादा अहम थी उसे कहां रखा गया
एक और अहम सवाल था कि पोस्ट कहां प्रकाशित की गई, इसका कितना असर पड़ता है। शोध टीम ने 5 कम-ज्ञात पर्यटन स्थलों पर जोड़ी के रूप में पोस्ट तैयार कीं। हर जोड़ी में एक पोस्ट ऐसी साइट पर रखी गई जिसका टूल अक्सर संदर्भ लेते थे, और दूसरी ऐसी साइट पर जिसका वे शायद ही कभी संदर्भ लेते थे। सभी 5 जोड़ियों में पहला हवाला या पहले से डाली गई जानकारी की पुनरावृत्ति उसी पोस्ट में दिखी जो अक्सर संदर्भ ली जाने वाली साइट पर थी।
कम संदर्भ ली जाने वाली साइट पर सबसे जल्दी प्रतिक्रिया वाले मामले में भी 20 पोस्ट की ज़रूरत पड़ी। खुद प्रबंधित WordPress साइट पर 40 पोस्ट डालने पर 7 दिनों के भीतर कोई प्रतिक्रिया नहीं मिली। लेखकों ने इन नतीजों को खास विषयों से जुड़े निष्कर्ष बताया और इन्हें सामान्य नियम के रूप में पेश नहीं किया।
पोस्ट की संख्या बढ़ाने से हवाले बढ़े, लेकिन
एक अन्य प्रयोग में, छह काल्पनिक विषयों के लिए Sohu पर पोस्ट की संख्या 1 से 20 के बीच रखी गई। सभी 10 टूल में कुल उद्धरणों की संख्या 24 से बढ़कर 128 हो गई। हालांकि, ChatGPT ने इन पोस्ट का एक बार भी उद्धरण नहीं दिया, जबकि Google AI ने केवल उन तीन विषयों के मामले में उद्धरण दिया जिन पर पोस्ट की संख्या कम थी। चूंकि पोस्ट की संख्या के अनुसार विषय भी अलग-अलग थे, इसलिए शोधकर्ताओं ने इस बढ़ोतरी को कारण-परिणाम के बजाय संबंध के रूप में देखा।
यानी, यह सीधे तौर पर नहीं कहा जा सकता कि “जितनी ज्यादा पोस्ट, उतनी जीत”—पहले यह मायने रखता है कि क्या सामग्री उस जगह तक पहुंची जहां AI भरोसे के साथ जानकारी लेने जाता है। यह कुछ-कुछ SEO की उस स्थिति जैसा है, जहां सिर्फ बैकलिंक्स की संख्या नहीं, बल्कि यह भी मायने रखता है कि लिंक किस साइट से आया है।
14 डॉलर के पोस्टिंग पैकेज से क्या हुआ
शोध दल ने GEO (जनरेटिव AI के जवाबों में अपनी जानकारी शामिल होने की संभावना बढ़ाने के उपाय) से जुड़ी सेवाएं देने वाली एक कंपनी से चीनी वेब के लिए पोस्टिंग पैकेज 14 डॉलर में खरीदा। खरीद के करीब 28 मिनट बाद 13 पोस्ट प्रकाशित कर दी गईं। उनमें से एक पोस्ट में डाली गई जानकारी के संदर्भ का Doubao द्वारा वितरण के एक घंटे के भीतर इस्तेमाल किया जाना देखा गया। लेखकों ने इसे सफलता दर के रूप में नहीं, बल्कि पुष्टि किए गए एक मामले के रूप में पेश किया।
बहुत कम खर्च और आधे घंटे से भी कम काम में AI के जवाब में अपनी छाप छोड़ी जा सकती है। यह वास्तव में खुले वेब पर हुआ—इस तथ्य का खास महत्व है।
नतीजों को वास्तविक ब्रांडों पर सीधे लागू नहीं किया जा सकता
इस प्रयोग में जिन चीजों को परखा गया, वे सभी काल्पनिक अवधारणाएं और उत्पाद थे, साथ ही राय से जुड़े सवाल भी थे। यह जांच नहीं की गई कि वास्तविक ब्रांडों या उत्पादों को खोजने पर भी यही रुझान दिखेगा या नहीं। उन उत्पादों के मामले में भी यही बात लागू होती है जिनका अन्य माध्यमों में लगभग कोई उल्लेख नहीं होता।
Google ने AI सुविधाओं से जुड़ी अपनी गाइड में बताया है कि कृत्रिम तरीके से “उल्लेख” पाने की कोशिशें उतनी कारगर नहीं होतीं, जितनी वे दिखती हैं। इसकी वजह है कि उसकी रैंकिंग प्रणाली उच्च गुणवत्ता वाली सामग्री को प्राथमिकता देती है और स्पैम को रोकने के लिए व्यवस्थाएं मौजूद हैं। हालांकि, शोधपत्र यह नहीं बताता कि किस Google उत्पाद का परीक्षण किया गया था।
इसके अलावा, यह प्रयोग मार्च और अप्रैल में किया गया था—15 मई को Google द्वारा यह स्पष्ट किए जाने से पहले कि उसकी स्पैम नीतियां Google Search में जनरेटिव AI के जवाबों को प्रभावित करने की कोशिशों पर भी लागू होती हैं। लेखकों का कहना है कि टूल अपडेट होने के साथ सटीक अनुपात बदल सकता है।
AI के जवाब इस बात से कम और इस बात से ज्यादा प्रभावित हो सकते हैं कि सामग्री कहां रखी गई है
इस नतीजे में ध्यान खींचने वाली बात है इसकी छोटी अवधि—सिर्फ एक सप्ताह—और अनजान खातों से की गई पोस्ट। यह उस दुनिया से बिल्कुल अलग समय-सीमा है जहां खोज नतीजों में रैंकिंग ऊपर लाने में छह महीने लगते हैं। अगर सामग्री ऐसी साइटों पर आ जाए जिन पर AI सर्च स्रोत के रूप में निर्भर करता है, तो कमजोर प्रमाण के बावजूद वह लोगों तक पहुंचने का रास्ता बना सकती है। यह स्थिति कंपनियों के जनसंपर्क अधिकारियों को अवसर और उपयोगकर्ताओं को जोखिम जैसी दिख सकती है।
コメント