Un análisis de 380 categorías de software reveló que los modelos de IA dependen en gran medida de sitios web de bajo rango y blogs de marketing de proveedores para generar recomendaciones de productos. El estudio, que examinó 7.534 citas en 2.055 dominios distintos, encontró que el 59,8% de estas citas apuntan a dominios clasificados peor que #100.000 en la lista Tranco top-1M, mientras que el 23,4% apuntan a dominios que no están en el millón superior.

La investigación, que utilizó dos modelos Perplexity, también identificó un blog de marketing de un proveedor, guideflow.com, como la tercera fuente más grande de citas, con 194 citas en 96 categorías. Guideflow, que vende demos de productos interactivos, no es un sitio de revisión, directorio o editor, y no compite en ninguna de las categorías analizadas.

Además, el estudio descubrió tres sitios - wifitalents.com, worldmetrics.org y gitnux.org - que parecen estar bajo control común, con cada sitio publicando miles de páginas de "mejor " generadas por máquina. Estos sitios, que fueron registrados entre diciembre de 2023 y mayo de 2024, compartieron los mismos servidores de nombres de DNS, plantilla de página y navegación, y cada uno tiene un blog con exactamente seis publicaciones, todas sobre las otras marcas del conjunto.

La escala de estos sitios es notable, con cada sitio que enumera más de 100.000 URLs, la mayoría en la forma de páginas /best/-software/. La autodescripción de estos sitios, que utilizan títulos como "Página de hechos y fundamentos" y metadescripciones que mencionan "registros legibles por máquina", sugiere que están optimizados para la recuperación de IA en lugar de lectores humanos.

El estudio también encontró que las recomendaciones generadas por los modelos de IA a menudo apuntan a páginas de inicio de proveedores que ya no son accesibles o han sido redirigidas a diferentes dominios. En algunos casos, los modelos recomendaron productos con nombres de dominio que resuelven en sitios web no relacionados, como un portal de apuestas en línea indonesio.

Finalmente, el estudio destaca la importancia de comprender la base de evidencia utilizada por los modelos de IA para generar recomendaciones. Si bien el estudio no probó si la eliminación de estas fuentes produciría recomendaciones diferentes, sugiere que el uso de sitios web de bajo rango y blogs de marketing de proveedores puede tener implicaciones significativas para la calidad y confiabilidad de las recomendaciones de productos de IA.

El conjunto de datos completo y la metodología utilizada en el estudio están disponibles en línea, junto con una versión en PDF del informe. Los hallazgos del estudio tienen implicaciones para el desarrollo de modelos de IA y la optimización de sitios web para la recuperación de IA, destacando la necesidad de una mayor transparencia y responsabilidad en el uso de recomendaciones generadas por IA.

Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.