生成式 AI 如何顛覆搜尋：Google、Gemini 與 AI 概覽實證研究
arXiv - Computers and SocietyRiley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen
研究顯示生成式 AI 在搜尋結果呈現、來源選擇與一致性上與傳統搜尋引擎大相逕庭，對網站能見度與資訊品質產生重大影響。
AI 幫你先抓重點
AI 重點 1
AIO 的不一致性削弱用戶信任，需建立更穩定的評估機制。
滑鼠懸停看 AI 判斷理由
若搜尋結果頻繁變動，使用者難以判斷資訊真偽，對學習與決策造成誤導；教育者與平台需優先提升結果穩定性與透明度。
AI 重點 2
生成式搜尋對 Google 自有內容的偏好可能扭曲資訊生態，需關注來源多元性。
滑鼠懸停看 AI 判斷理由
集中於單一企業的內容會削弱多元聲音，教育工作者在設計 AI 搜尋相關課程時，應強調批判性評估與多元來源的辨識。
核心研究發現
- 1
51.5% 真實使用者查詢產生 AI 概覽，且常見於爭議性問題，顯示 AIO 佔據搜尋結果上方。
- 2
不同搜尋引擎的來源相似度低於 0.2，Google 傾向熱門/機構網站，生成式引擎偏好 Google 自有內容。
- 3
被 Google AI 爬蟲封鎖的網站，即使內容可存取，也較少出現在 AIO 結果中。
- 4
AIO 在同一查詢的兩次執行中一致性較低，對微小查詢變動亦較敏感。
對教育工作者的啟發
對於搜尋引擎優化專家，需調整網站結構以提升在 AI 概覽中的可見度；學術出版商應優化 metadata 以符合 AI 內容抓取；教育科技開發者與課程設計者可將 AI 搜尋偏差納入資訊素養教學，教導學生辨識來源多樣性與評估結果一致性；政策制定者則應考慮建立公平的收益分配機制，確保出版商與 AI 供應商共存。
原始文獻資訊
- 英文標題：
- How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews
- 作者：
- Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。