Hogwarts-bogreolen

Hogwarts-bogreolen

Hvorfor AI-svar ændrer sig hele tiden

AI-svar virker stabile – ja, nærmest skråsikre. Stil en chatbot et spørgsmål i dag, og du får et svar leveret med høj selvtillid. Men under den sikre overflade er noget i bevægelse. Og hvis du er brandansvarlig eller researcher, er det bevægelige fundament under modellerne og svarene værd at interessere sig for.

Citation drift

Hos 3RD undersøger vi det, der er blevet kaldt citation drift: de løbende forskydninger og udskiftninger i de kilder, som AI’er henviser til, når de besvarer det samme spørgsmål. De ændrer sig markant over tid – selv når spørgsmålet er det samme, og verden i øvrigt ikke har ændret sig.

Stil den samme AI-chatbot det samme spørgsmål to gange med en måneds mellemrum, og halvdelen af kildehenvisningerne kan være skiftet ud. Nogle AI-søgemaskiner opdaterer deres kildegrundlag endnu oftere. Perplexity opdaterer for eksempel sit indeks cirka hver 48. time (Perplexity AI, 2024). Resultatet er et system, hvor svaret fra sidste tirsdag reelt ikke er det samme som svaret næste tirsdag.

Styret af sandsynlighed – ikke hugget i sten

Vi kender alle softwarebranchens klassiske undskyldning: ”Det er ikke en fejl, det er en feature.” Her er det faktisk rigtigt.

Hvorfor? Fordi LLM’er ikke henter fakta, som en traditionel søgemaskine henter en side fra sin cache. Svarene bliver genereret ud fra sandsynligheder, og kilderne vægtes forskelligt hver gang ud fra aktualitet, relevanssignaler og de statistiske mønstre, der er bagt ind i modellen (Zhao et al., 2023, A Survey of Large Language Models).

Læg dertil, at retrieval-augmented systemer som Perplexity eller ChatGPT med søgning konstant trækker på et levende og foranderligt web. Så har du en vidensbase, der er alt andet end statisk.

Det minder mindre om en resultatside på Google, hvor placering 1 i dag sandsynligvis også er placering 1 i morgen. Det minder mere om biblioteket på Hogwarts, hvor bøgerne bytter plads, når du ikke kigger. Informationen findes. Den står bare aldrig helt samme sted to gange.

Én kildehenvisning er ikke en sejr

Det har en direkte og ofte overset konsekvens for alle, der arbejder med AI-synlighed eller brandets tilstedeværelse: Én kildehenvisning er ikke en sejr. Det er et udgangspunkt.

Traditionel SEO belønnede dig for at opnå en position og holde fast i den. Når du først havde fået en førsteplads, holdt den som regel et stykke tid. Sådan er det ikke i AI-systemer. Fordi LLM’ers svar bygger på sandsynligheder, skal synligheden hele tiden vindes igen – ikke bare etableres én gang.

En kilde, der er tydeligt fremhævet i AI-svar denne måned, kan være væk næste måned – ikke fordi den er blevet mindre troværdig, men fordi systemet vægter kilderne anderledes.

Det afspejler en bredere sandhed om medielandskabet: Opmærksomhed er ikke en fast størrelse. Den er en strøm, og som alle strømme skal den styres aktivt.

Hvad betyder det for brands?

For organisationer, der tager AI-tilstedeværelse seriøst, kræver citation drift en ny form for overvågning, der ikke kun måler, om man optræder i AI-svar, men hvor konsistent, på hvilke spørgsmål og i konkurrence med hvilke kilder. Det er en løbende proces og ikke en engangsanalyse.

Bogreolen er altid i bevægelse. Spørgsmålet er, om du følger med.

Kilder

• Perplexity AI, produktdokumentation (2024)
• Zhao et al., A Survey of Large Language Models, arXiv:2303.18223 (2023)
• 3RD’s interne analyser af citation drift

Jakob Langemark

Co-founder