vir: https://www.rebootonline.com/geo/negative-geo-experiment/
-
Članek opisuje kontroliran eksperiment agencije Reboot, ki testira, ali je mogoče z namernim širjenjem negativnih, izmišljenih informacij o osebi vplivati na odgovore velikih jezikovnih modelov (LLM).
-
Ustvarili so fiktivno osebo Fred Brazeal, objavili podrobne, a lažne obtožbe na desetih obstoječih tretjih spletnih mestih in nato več tednov spremljali, kako 11 različnih AI modelov odgovarja na vprašanja o njem.
-
Dva modela (Perplexity in ChatGPT/OpenAI) sta začela navajati testna spletna mesta, vendar je Perplexity negativne trditve vključil v opis osebe, medtem ko je ChatGPT trditve jasno označil kot nezanesljive.
-
Večina drugih modelov testnih vsebin sploh ni uporabila, kar kaže, da obnašanje modelov močno variira in da mnogi zahtevajo višjo raven avtoritete oziroma signalov zaupanja, preden vključijo sporne trditve.
-
Avtorji sklepajo, da je negativni GEO načeloma možen, a slabo skalabilen, pri čemer dolgoročno vidnost v AI okoljih še naprej poganjajo avtoriteta in zaupanje, ne pa osamljene ali nizkokakovostne taktike.
DEJSTVA
-
Fiktivna persona: Uporabljena je bila izmišljena oseba Fred Brazeal brez predhodne spletne prisotnosti, da bi lahko vse kasnejše omembe pripisali izključno eksperimentalni vsebini.
-
Negativne trditve: Na izbranih tretjih spletnih mestih so objavili biografsko oblikovane, a lažne obtožbe o neetičnih marketinških praksah, pravnih postopkih in sankcijah (npr. blokada domen).
-
Spremljanje modelov: Odzive 11 LLM-jev (med njimi ChatGPT, Perplexity, Claude, Gemini, DeepSeek) so večkrat dnevno spremljali z orodjem LLMrefs, da bi videli, kdaj in kako se pojavi persona in katere vire modeli citirajo.
-
Obnašanje Perplexity in ChatGPT: Perplexity je testna spletna mesta redno citiral in trditve vključil v profil osebe, medtem ko je ChatGPT iste vire poudaril kot potencialno nezanesljive in brez podpore verodostojnih medijev.
-
Ključni zaključek: Negativni GEO je možen, vendar ga omejujejo modeli, ki dajejo veliko težo avtoriteti in koroboraciji; večina modelov testnih trditev sploh ni povzela ali citirala.