Autor tekstu z Search Engine Journal opisuje 24 września 2026 r. LLM-y jako „time machines”, które przenoszą użytkownika od pytania do decyzji, ale po drodze wycinają sygnały jakości. Wskazuje, że dawniej sama ścieżka wyszukiwania niosła informację: liczba źródeł, sprzeczności między nimi, brak wyników czy czas potrzebny na dotarcie do odpowiedzi pomagały ocenić, jak mocna jest wiedza. W modelu answer engine odpowiedź przychodzi jednak w tej samej pewnej formie niezależnie od tego, czy stoi za nią głęboki materiał, czy prawie nic. Autor przywołuje badanie Wharton z października 2025 r. na 10 462 osobach i 7 eksperymentach, w którym użytkownicy AI wiedzieli mniej, pisali mniej oryginalne porady i rzadziej korzystali z podanych linków. Do tego dochodzi analiza Pew Research Center: przy AI summary kliknięcia w zwykły wynik spadały z 15% do 8%, a w źródło cytowane w podsumowaniu do ok. 1%. Dla wydawców i marek oznacza to, że sama obecność w odpowiedzi AI staje się ważniejsza niż ruch z kliknięcia, a treści „101” i eksperckie trzeba projektować pod użytkownika, który jest już pewny siebie, ale niekoniecznie dobrze poinformowany.
Źródło: Search Engine Journal — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu