Yeni bir akademik çalışma, yapay zekâ tabanlı arama sistemlerinin bilgi kaynaklarını geleneksel arama motorlarından farklı biçimde topladığını ortaya çıkardı. Araştırmaya göre bu sistemler, popüler siteler yerine internetin daha az bilinen bölümlerinden veri derliyor.
Yapay Zekâ Arama Sistemleri Popüler Sonuçlara Dayanmıyor
Ruhr Üniversitesi Bochum ve Max Planck Yazılım Sistemleri Enstitüsü’nden araştırmacılar, “Generatif Yapay Zekâ Çağında Web Aramasının Karakterizasyonu” başlıklı ön baskı çalışmasında geleneksel arama sonuçlarını yapay zekâ destekli sistemlerle karşılaştırdı. Çalışma, Google’ın yapay zekâ destekli arama özelliği AI Overviews, Gemini-2.5 Flash, OpenAI’nin GPT-4o modeli ve web erişimli GPT-4o Search Tool dahil olmak üzere çeşitli sistemleri kapsadı.
Araştırmacılar, arama motorlarının sayfaları sıralayarak bağlantı listeleri sunduğunu, yapay zekâ sistemlerinin ise farklı kaynaklardan bilgileri sentezleyip özet yanıtlar ürettiğini belirtti. Bu yaklaşımın hangi tür siteleri öne çıkardığını ölçmek için binlerce örnek sorgu kullanıldı.
Tranco verilerine göre, yapay zekâ destekli arama sonuçları genellikle en çok ziyaret edilen alan adlarının dışında yer aldı. Google’ın AI Overviews özelliğinde kullanılan kaynakların yarısından fazlası aynı sorgunun ilk 10 Google sonucunda yer almadı. Kaynakların yüzde 40’ı ise ilk 100 bağlantı arasında dahi bulunmadı.
Benzer bir tablo Gemini arama sonuçlarında da gözlendi. Gemini, sıklıkla Tranco’nun ilk 1.000 sitesinin dışında kalan kaynaklardan alıntı yaptı. GPT-4o modelleri ise daha kurumsal alan adlarını tercih etti. Bu modeller sosyal medya ya da forumlar yerine şirket siteleri ile ansiklopedik içerikleri öne çıkardı.
Çalışma, yapay zekâ sonuçlarının kalitesinin düşük olduğunu iddia etmedi. Aksine araştırmacılar, bu sistemlerin bilgiye erişim biçiminde farklı bir mimari oluşturduğunu vurguladı. Stanford Üniversitesi tarafından geliştirilen LLOOM aracıyla yapılan ölçümlerde, yapay zekâ sistemlerinin klasik aramalara benzer kavramsal çeşitlilik sunduğu tespit edildi.
Ancak yanıtların özet biçimde sunulması bazı ayrıntıların kaybolmasına neden oldu. Özellikle aynı isme sahip kişiler gibi belirsiz sorgularda yapay zekâ, sonuçları tek bir yorumda birleştirme eğilimi gösterdi. Geleneksel arama motorları ise daha geniş bir bağlam sağladı.
Araştırmacılar, yapay zekâ arama sistemlerinin performansını değerlendirmek için yeni standartlara ihtiyaç duyulduğunu belirtti. Çeşitlilik, kavramsal kapsam ve bilgi sentezi yeteneğini ölçen yeni yöntemlerin geliştirilmesi gerektiği ifade edildi.
