ردیت جایگاهش را در ChatGPT از دست داد؛ افت ۸۶ درصدی استنادها
سهم ردیت از منابعی که ChatGPT برای پاسخ‌های خود به آنها استناد می‌کند، در هفته‌های اخیر ۸۶.۴ درصد کاهش یافته و از میانگین ۳.۸۳ درصد به تنها ۰.۵۲ درصد رسیده است؛ تغییری که بار دیگر نشان می‌دهد جایگاه برندها و رسانه‌ها در پاسخ‌های ابزارهای هوش مصنوعی چقدر متغیر و غیرقابل پیش‌بینی است.
به گزارش توسعه برند؛ سهم ردیت از استنادهای جست‌وجوی ChatGPT در روزهای اخیر به‌شدت کاهش یافته است؛ اتفاقی که می‌تواند برای برندها و فعالان بازاریابی دیجیتال که به دنبال دیده‌شدن در پاسخ‌های هوش مصنوعی هستند، یک هشدار جدی باشد.
بر اساس داده‌های پلتفرم پرامپت‌واچ، ردیت بین ۱۸ ژوئیه تا ۷ اوت به‌طور میانگین ۳.۸۳ درصد از استنادهای جست‌وجوی ChatGPT را به خود اختصاص داده بود. اما تا ۱۴ اوت، این سهم به کمتر از یک درصد رسید و در ادامه به میانگین ۰.۵۲ درصد کاهش پیدا کرد؛ یعنی ۸۶.۴ درصد افت در مدت زمانی کوتاه.
این تغییر در حالی رخ داده که ردیت تا همین اواخر یکی از مهم‌ترین منابع مورد استناد ابزارهای هوش مصنوعی محسوب می‌شد. در مقایسه‌ای که پرامپت‌واچ در سپتامبر سال گذشته انجام داده بود، ردیت با سهم ۳.۲ درصدی در صدر شبکه‌های اجتماعی از نظر میزان استناد ChatGPT قرار داشت؛ در حالی که لینکدین با ۰.۳ درصد در جایگاه دوم قرار گرفته بود.
سقوط ردیت فقط به ChatGPT محدود نیست
با این حال، افت استنادهای ردیت تنها به ChatGPT محدود نمی‌شود. داده‌های پرامپت‌واچ نشان می‌دهد میزان استناد به محتوای ردیت در نمایش‌های خلاصه هوش مصنوعی گوگل ۱۱ درصد و در حالت هوش مصنوعی گوگل ۳۱ درصد کاهش داشته است.
با وجود این، پرامپت‌واچ تأکید می‌کند که داده‌های موجود صرفاً نشان می‌دهند این تغییر چه زمانی رخ داده است، نه اینکه چرا اتفاق افتاده است.
کلاس فوپن، هم‌بنیان‌گذار و مدیر فنی پرامپت‌واچ، در توضیح این موضوع نوشت: «تغییر در انتخاب منابع توسط ChatGPT گزینه واضحی است، اما نمی‌توان مشکل در جمع‌آوری داده‌ها را نیز رد کرد؛ بنابراین اندازه این افت باید موقت و قابل بازنگری در نظر گرفته شود.»
به همین دلیل هنوز نمی‌توان با قطعیت گفت که ChatGPT عمداً وزن ردیت را در انتخاب منابع خود کاهش داده است یا این تغییر حاصل یک مسئله فنی و روش اندازه‌گیری داده‌هاست.
“”توسعه برند را در اینستاگرام و تلگرام و لینکدین دنبال کنید””
ردیت می‌گوید این افت تأثیر معناداری بر کسب‌وکارش ندارد
خود ردیت نیز تأثیر این کاهش را بر کسب‌وکارش چندان جدی نمی‌داند. این شرکت اعلام کرده است که کاهش استنادهای ChatGPT «تأثیر معناداری بر کسب‌وکار ردیت ندارد»، زیرا ابزارهای هوش مصنوعی همچنان سهم کوچکی از ترافیک این شبکه اجتماعی را ایجاد می‌کنند.
آدام کالینز، مدیر ارتباطات ردیت، درباره ارزش این شبکه برای برندها گفت: «ارزش ردیت برای فعالان ارتباطات، گفت‌وگوهای واقعی است که مردم همین امروز درباره برند شما انجام می‌دهند، نه اینکه فردا این گفت‌وگوها در کجا نمایش داده شوند.»
او همچنین هشدار داد: «اگر یک برند فقط به ردیت به چشم راهی برای حضور در یک پلتفرم هوش مصنوعی نگاه کند، ممکن است کاربران خود را در ردیت ناامید کند، بدون اینکه هیچ تضمینی برای نتیجه مثبت در جای دیگری داشته باشد.»
برای برندها یک نسخه ثابت برای دیده‌شدن در هوش مصنوعی وجود ندارد
این اتفاق بار دیگر بحث بهینه‌سازی برای موتورهای مولد را داغ کرده است؛ حوزه‌ای که برندها در آن تلاش می‌کنند محتوای خود را به شکلی تولید و توزیع کنند که در پاسخ‌های ابزارهایی مانند ChatGPT، گوگل و دیگر سامانه‌های هوش مصنوعی بیشتر دیده شود.
استیو روبل، معاون اجرایی برسن در حوزه سنجش و تحلیل رسانه، معتقد است برندها نباید تمام راهبرد خود را روی یک منبع خاص متمرکز کنند. او می‌گوید: «یک تک‌شاخ افسانه‌ای وجود ندارد. این یک بازی بلندمدت است و برندها باید در کانال‌های متعددی حضور داشته باشند.»
از نگاه او، جایگاه منابع مختلف در پاسخ‌های هوش مصنوعی دائماً تغییر می‌کند و ممکن است یک منبع امروز سهم بالایی از استنادها داشته باشد و مدتی بعد جایگاهش را از دست بدهد.
روبل تأکید می‌کند: «فقط گفتن یک مطلب کافی نیست. باید مطمئن شویم اطلاعات خوبی برای پشتیبانی از آن وجود دارد؛ چه این اطلاعات متعلق به خودمان باشد و چه متعلق به فرد یا منبع دیگری.»
افت استناد ردیت چه معنایی برای برندها دارد؟
کاهش شدید سهم ردیت در استنادهای ChatGPT نشان می‌دهد دیده‌شدن در پاسخ‌های هوش مصنوعی هنوز یک معادله ثابت و قابل پیش‌بینی نیست. برندهایی که صرفاً برای حضور در یک سامانه هوش مصنوعی روی یک شبکه اجتماعی یا یک نوع محتوا سرمایه‌گذاری کنند، ممکن است با تغییر الگوریتم یا نحوه انتخاب منابع، بخش مهمی از این جایگاه را از دست بدهند.
به همین دلیل، فعالان حوزه ارتباطات و بازاریابی توصیه می‌کنند برندها به جای دنبال‌کردن منبعی که در یک مقطع بیشترین استناد را دریافت می‌کند، یک ردپای اطلاعاتی متنوع و پایدار در رسانه‌های مختلف ایجاد کنند؛ رویکردی که می‌تواند در برابر تغییرات مداوم سامانه‌های هوش مصنوعی، دوام بیشتری داشته باشد.
