یک محقق جستجو که یک وب‌سایت را با 50000 آمار کاملاً اختراع شده پر کرده است، می‌گوید که ChatGPT هفت ماه بعد همچنان به اعداد جعلی اشاره می‌کند - حتی پس از اینکه گوگل به طور مؤثر سایت را از نتایج خود پاک کرد. این آزمایش که در یک پست وبلاگ توسط Metehan Yesilyurt، یک محقق GEO در شرکت دید هوش مصنوعی Peec AI به تفصیل شرح داده شد، روز سه‌شنبه به صفحه اول هکر نیوز شلیک شد و صدها نکته و یک رشته نظرات پر جنب و جوش را جلب کرد.

این پست که برای اولین بار در اوایل اکتبر منتشر شد، توضیح می‌دهد که چگونه Yesilyurt یک دامنه کاملاً جدید به نام stateglobe.com خرید و از GPT-4.1 برای تولید 50000 صفحه آمار در یک روز استفاده کرد - ظاهراً SEO، بازاریابی محتوا، رسانه‌های اجتماعی، تجارت الکترونیک و فناوری وب را در 200 کشور پوشش می‌دهد. هر عدد ساخته شده بود. او نوشت: «من هرگز یک مورد را بررسی نکردم. For more context on this story, see our ongoing latest AI developments.

یک کارخانه اطلاعات نادرست 50 دلاری

هزینه کل این آزمایش تقریباً 50 دلار بود: حدود 30 دلار برای ساخت و انتشار سایت آمار به صورت زنده بر روی یک الگوی طراحی وب پایه هوش مصنوعی، به علاوه حدود 20 دلار بیشتر برای 15000 فهرست تولید شده توسط هوش مصنوعی که بعداً اضافه شدند. این سایت هرگز به‌عنوان یک دارایی واقعی در نظر گرفته نشده است - این یک بررسی بود که چگونه جستجوی مدرن مبتنی بر هوش مصنوعی تصمیم می‌گیرد چه چیزی به عنوان یک منبع قابل اعتماد به حساب می‌آید.

این الهام از تحقیقات طولانی‌مدت در زمینه LLM، و به ویژه از یک مطالعه چشمگیر Seer Interactive که در آگوست 2025 منتشر شد، نشأت گرفت. فرضیه Yesilyurt دقیقاً صریح بود: همانطور که ناشران و بازاریابان به طور فزاینده محتوای حساس به زمان را با LLMs تولید می‌کنند، این مدل‌ها باید وب را جمع‌آوری کنند تا به فرمت‌های آماری و داده‌های آموزشی معتبر دسترسی پیدا کنند. برای

گوگل آن را دفن کرد. ChatGPT نداشت.

درمان واگرا توسط دو پلتفرم، یافته اصلی آزمایش است. در گوگل، ثروت سایت تقریباً بلافاصله سقوط کرد. پس از دو به‌روزرسانی رتبه‌بندی جستجو پس از راه‌اندازی، دید از صخره سقوط کرد و صفحات ایندکس‌شده برای ماه‌ها بین ۵ تا ۲۰ بار نمایش برگشتی داشتند – غول جستجو به طور موثر سایتی را که به نظر می‌رسد به‌عنوان هرزنامه کم ارزش علامت‌گذاری کرده بود، از فهرست خارج کرد.

ChatGPT رفتار متفاوتی داشت. طبق داده‌های Cloudflare که در این پست ذکر شده است، stateglobe.com بیش از 600000 درخواست ربات را تنها در 30 روز گذشته دریافت کرده است که از این تعداد حدود 72000 درخواست از ChatGPT-User بوده است - عامل ChatGPT برای واکشی صفحات در زمان واقعی در حین پاسخ به سؤال کاربر استفاده می‌کند. اینها خزیدن آموزشی نیستند. هر یک نشان دهنده ChatGPT است که یک صفحه آمار جعلی را برای پاسخ به یک درخواست زنده می کشد. در طول عمر هفت ماهه سایت، Yesilyurt بیش از 10000 جلسه هوش مصنوعی ارجاع شده به دامنه را می‌شمارد.

اعداد به دنیای واقعی فرار کردند

نگران‌کننده‌تر این است که چهره‌های اختراع شده کجا سفر کرده‌اند. طبق داده‌های Ahrefs و Semrush که در این پست ذکر شده است، این سایت پیوندهایی از بیش از 330 دامنه ارجاع‌دهنده از جمله Shopify، DHL و Bluehost جذب کرده است. Yesilyurt می‌نویسد که آمارهای ساخته‌شده او نیز به یک مقاله دانشگاهی و در تحقیقات سرمایه‌گذاری یک بانک ختم شده است - پیامدهای پایین‌دستی دقیقی که او قصد داشت نشان دهد: پاسخ‌های هوش مصنوعی در تابلوها، مقالات و گزارش‌ها کپی می‌شوند، اعداد اختراعی را به استنادهای به ظاهر معتبر تبدیل می‌کنند.

سایت در زمان نگارش آنلاین و قابل دسترسی بود، به این معنی که نقل قول‌های ChatGPT ممکن است همچنان در حال جمع‌آوری باشد.

یک مطالعه دقیق نیست - با طراحی

آزمایش محدودیت های آشکاری دارد و یشیلیورت خلاف این را وانمود نمی کند. این یک مطالعه موردی تک سایتی با اندازه‌گیری‌های خود گزارش‌شده است، دامنه به‌عنوان آزمایشی در طول مسیر به‌صورت عمومی تبلیغ شد، و فاکتورهای رتبه‌بندی دقیقی که Google برای دفن سایت استفاده کرده است را نمی‌توان از بیرون جدا کرد. بحث هکر نیوز، که در آن پست 284 امتیاز و بیش از 160 نظر در روز سه شنبه به خود اختصاص داد، به سرعت به یکی از پرخواننده ترین موضوعات روز تبدیل شد. Yesilyurt همچنین به کار قبلی در مورد نحوه رفتار نمایه جستجوی ChatGPT اعتبار می‌دهد، و به خوانندگان اشاره می‌کند که به تحقیق ChatGPT Index توسط توسعه‌دهنده‌ای به نام Tomek به عنوان زمینه‌ای برای اینکه چرا دامنه‌ای که توسط Google فهرست‌زدایی شده است می‌تواند در نمایه‌ای باقی بماند که بازیابی زنده ChatGPT از آن استخراج می‌شود.

چرا برای جستجوی هوش مصنوعی مهم است

این آزمایش یک تست استرس برای بهینه‌سازی موتور مولد است - روشی که به سرعت در حال رشد برای تنظیم محتوا است که توسط موتورهای پاسخ هوش مصنوعی، معروف به GEO، استناد می‌شود. بیشتر صنعت GEO بر روی آوردن یک نام تجاری به پاسخ هوش مصنوعی تمرکز دارد. نکته Yesilyurt این است که لحظه مهم‌تری بعد از آن فرا می‌رسد، زمانی که کاربران آن خروجی را می‌گیرند و آن را دوباره منتشر می‌کنند.

همچنین در بحبوحه بررسی‌های فزاینده در مورد نحوه برخورد دستیاران هوش مصنوعی با زمینه‌سازی واقعی قرار می‌گیرد. موتورهای جستجو دو دهه را صرف ساختن دفاع از هرزنامه های تنظیم شده برای رتبه بندی سیگنال ها کرده اند. دستیارهای مکالمه ای که صفحات را بر حسب تقاضا بازیابی می کنند، این نقاط ضعف را به ارث می برند بدون اینکه لزوماً دفاعیات را به ارث ببرند. سایتی که گوگل آن را به عنوان ناخواسته طبقه بندی می کند، همچنان می تواند مانند یک پایگاه داده آماری برای یک سیستم بازیابی به نظر برسد که اکثراً یک صفحه تمیز پر از اعداد مطمئن را می بیند.

برای ناشران، این پیشنهاد ناخوشایند است: توزیع مبتنی بر هوش مصنوعی می‌تواند دقیقاً به محتوایی پاداش دهد که جریمه‌های جستجوی سنتی سرکوب می‌کنند. برای کاربران، این آزمایش یادآوری می‌کند که ممکن است آماری با منبعی خاص ضمیمه شده باشد که تقریباً به قیمت یک شام غذای آماده ابداع شده است. و برای آزمایشگاه‌های هوش مصنوعی، این یک نقطه داده دیگر است که موتورهای پاسخ نیاز به منشأ قوی‌تر و سیگنال‌های اجماع دارند قبل از اینکه استناد به ارز دوران جستجوی هوش مصنوعی تبدیل شود.

_این مقاله بر اساس پست وبلاگ Peec AI توسط Metehan Yesilyurt و بحث در مورد Hacker News است. ادعاهای توصیف شده اندازه گیری های گزارش شده خود محقق از داده های Cloudflare، Ahrefs و Semrush هستند._

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →