هل تحسّن ويكيبيديا الظهور في الذكاء الاصطناعي؟
نعم، لكن بشكل غير مباشر وبحسب الاحتمال، لا بالضمان. ويكيبيديا وWikidata من أكثر الأوصاف العامة للعالم تنظيمًا وتوثيقًا بالمصادر، ولذلك تغذيان عدة أجزاء من منظومة الذكاء الاصطناعي في وقت واحد. وقد ذكرت مؤسسة ويكيميديا أن كل نموذج لغوي كبير يُدرَّب على محتوى ويكيبيديا، وأنها في الغالب أكبر مصدر لبيانات التدريب لديها. هذا كلام عن الأهمية الاستراتيجية، وليس وعدًا بأن إضافة صفحة واحدة ستغيّر إجابة بعينها.
ما يمنح ويكيبيديا ثقلها هو قواعدها لا شعبيتها. فالمقالة لا تبقى إلا إذا استندت إلى مصادر موثوقة ومستقلة. وبموجب إرشاد الأهمية العامة، يُفترض أن الموضوع يصلح لمقالة خاصة به إذا حظي بتغطية معتبرة في مصادر موثوقة مستقلة عنه. و"يُفترض" هنا تعني افتراضًا لا ضمانًا. هذا الانضباط هو ما يجعل النموذج المدرَّب على ويكيبيديا يرث إشارة نظيفة نسبيًا، ويجعل الصفحة ذات قاعدة المصادر الهزيلة عبئًا لا رصيدًا.
ما الفرق بين ويكيبيديا وWikidata بالنسبة إلى الذكاء الاصطناعي؟
ويكيبيديا تروي قصة للقارئ البشري، أما Wikidata فتعطي الآلة مجموعة من الحقائق المصنّفة حسب النوع. يمكن لكل كيان بارز أن يملك عنصرًا في Wikidata بمعرّف ثابت (رقم Q) وبيانات مثل: تاريخ التأسيس 2010، المقر كييف، الموقع الرسمي، ويُفضَّل أن تستند كل منها إلى مرجع.
وهذا مهم لظهورك في الذكاء الاصطناعي لثلاثة أسباب:
- الآلات تفضّل البنية المنظَّمة. تقرأ أنظمة الاسترجاع وأدوات ربط الكيانات حقل "تاريخ التأسيس" المصنَّف بغموض أقل مما تقرأ الحقيقة نفسها مدفونة في فقرة.
- Wikidata تغذّي Knowledge Graph. يستمد Knowledge Graph من Google، الذي يقف وراء لوحات المعرفة ويُسهم في AI Overviews، من ويكيبيديا وWikidata معًا. وكثيرًا ما تحسم Wikidata أي شركة تحمل الاسم "X" هي المقصودة.
- الفجوة شائعة. قد تملك العلامة التجارية تغطية صحفية قوية وسجلًا ضعيفًا أو قديمًا في Wikidata يناقض موقعها الإلكتروني. ولدى Wikidata معايير إدراج خاصة بها، وهي ليست طريقًا للالتفاف على شرط الأهمية.
تفاصيل أكثر عن المسار من Wikidata إلى Knowledge Graph في ملاحظتنا عن Wikidata وKnowledge Graph من Google وفي صفحة خدمة Wikidata وKnowledge Graph.
عبر أي آليات تؤثر ويكيبيديا في إجابات الذكاء الاصطناعي؟
عبر خمس آليات مختلفة، والخلط بينها أكثر الطرق شيوعًا لإهدار الميزانية. يفصل الجدول 1 بينها.
| # | الآلية | ماذا تعني | هل يستطيع الذكاء الاصطناعي الاقتباس منها مباشرة؟ | مدى تحكمك الفعلي |
|---|---|---|---|---|
| 1 | بيانات التدريب | امتصّ النموذج حقائق من ويكيبيديا والويب المفتوح أثناء التدريب الأولي | لا، فالمعرفة المكتسبة ليس لها هامش مباشر | منخفض وغير مباشر: لا يمكن تعديل مجموعة تدريب مجمّدة، بل حضورك المستقبلي فقط |
| 2 | الاسترجاع والاقتباس المضمَّن | في وضع البحث أو التصفح يجلب المحرّك صفحات حية وقد يربط بها | نعم، ومن هنا تأتي الاقتباسات المرئية | متوسط: أبقِ صفحاتك العامة دقيقة ومفهرسة ومتسقة |
| 3 | التعرّف على الكيانات | يحدد النظام الشيء الحقيقي الذي يقف وراء اسمك | بشكل غير مباشر | متوسط إلى مرتفع: عنصر Wikidata نظيف واسم واحد متسق في كل مكان |
| 4 | تأثير Knowledge Graph | تشكّل الحقائق المنظَّمة اللوحات والنظرات العامة وطريقة التقديم | نادرًا ما يظهر كهامش | متوسط: عبر الواجهات المنظَّمة، لا بـ"طلب" ذلك من الذكاء الاصطناعي |
| 5 | تضخيم المصادر المستقلة | التغطية الصحفية التي تستشهد بها مقالة ويكيبيديا مقروءة هي نفسها للذكاء الاصطناعي | نعم، يمكن الاقتباس من المقالات المصدرية مباشرة | تُكتسب ولا تُشترى |
عند وضع الميزانية، الصف 5 هو الأهم. فالمصادر المستقلة التي يجب أن تُبنى عليها مقالة ويكيبيديا هي نفسها واجهات يقرأها الذكاء الاصطناعي. ولهذا يبدأ المزوّد الجاد ببحث المصادر لا بالصياغة: فالمصادر الضعيفة تفشل في ويكيبيديا بموجب قابلية التحقق، حيث يقع عبء الإثبات على المحرر الذي يضيف المادة، وهي تترك الذكاء الاصطناعي دون أي شيء موثوق يسترجعه.
كيف تستخدم ChatGPT وGemini وPerplexity المصادر العامة؟
كل منها يجمع بين المعرفة المكتسبة والاسترجاع المباشر بطريقته، وجميعها تتغير بين الإصدارات، فاعتبر الوصف أدناه آلية عامة لا بيانًا عن أي إصدار حالي لمنتج بعينه.
- ChatGPT يجمع بين معرفة زمن التدريب والاسترجاع المباشر في وضعَي التصفح أو البحث، حيث يمكنه العثور على صفحات ويب والربط بها، ومنها ويكيبيديا وموقعك. وبدون استرجاع يجيب من التدريب، حيث كانت ويكيبيديا مصدرًا رئيسيًا لكنها لا تُنسب فرديًا.
- Gemini مرتبط ارتباطًا وثيقًا بمنظومة بحث Google وKnowledge Graph، ولذلك قد تؤثر الإشارات المنظَّمة والموسوعية التي تشكّل فهم Google لكيان ما في الطريقة التي يسمّيه بها Gemini ويتعرّف عليه.
- Perplexity مبني حول الاسترجاع المباشر والاقتباسات المرئية، وكثيرًا ما يدرج ويكيبيديا والمصادر الأولية على الويب كهوامش عندما تكون أقوى تطابق متاح.
النمط المشترك بين الثلاثة: كلما كان ملفك العام أكثر موثوقية وإتاحة وتنظيمًا واتساقًا، زادت فرصة أن يصفك النظام وصفًا صحيحًا، وأن يقتبس منك حيث يقتبس. قراءة ذات صلة: لماذا تكون ويكيبيديا كثيرًا المصدر الأول لـ ChatGPT.
كيف أفحص ظهوري في الذكاء الاصطناعي؟ خريطة أسطح الاستشهاد
احصر كل سطح عام مقروء آليًا يمكن للذكاء الاصطناعي أن يقرأ عنك منه، ثم قيّم كل سطح. خريطة أسطح الاستشهاد (Citation Surface Map) قائمة فحص ذاتية لهذا الغرض: تُظهر لك أي سطح هو حلقتك الأضعف، بدل افتراض أن ويكيبيديا وحدها هي المهمة.
تسير السلسلة عادة هكذا: تغطية إعلامية مستقلة، ثم مقالة ويكيبيديا، ثم عنصر Wikidata، ثم Knowledge Graph من Google، ثم موقعك وبياناتك المنظَّمة، ثم مجموعة تدريب الذكاء الاصطناعي وفهرس الاسترجاع، ثم الإجابة. قيّم كل سطح بـ 0 (غائب) أو 1 (موجود لكنه ضعيف أو غير متسق) أو 2 (قوي ودقيق ومتاح):
- التغطية الإعلامية المستقلة. عدة مواد تغطية معتبرة ومستقلة وموثوقة عنك، لا بيانات صحفية. هذا هو الأساس لكل ما يليه.
- مقالة ويكيبيديا. موجودة، ومحايدة، وجيدة التوثيق، وخالية من وسوم الحذف أو الترويج.
- عنصر Wikidata. موجود، وحقوله الأساسية معبأة ومرجعية، ولا شيء فيه يناقض الأسطح الأخرى.
- لوحة المعرفة في Google. تظهر لاسمك الدقيق ببيانات صحيحة. وهي عادة نتيجة للصفوف من 1 إلى 3، فأصلح تلك بدل اللوحة.
- البيانات المنظَّمة في موقعك. مخطط Organization أو Person صالح ومتسق مع كل سطح آخر.
- الاتساق بين الأسطح. الاسم وتاريخ التأسيس والمقر والقيادة متطابقة في كل مكان. التناقضات تخفض ثقة الذكاء الاصطناعي.
- الحضور حسب اللغة. للعلامات متعددة الأسواق، تُقيَّم الأهمية في كل نسخة لغوية على حدة ولا تنتقل بينها.
مجموع قريب من 14 يعني أن حلقتك الأضعف على الأرجح هي الاتساق أو البيانات المنظَّمة، لا ويكيبيديا. ومجموع من 0 إلى 4 مع تغطية إعلامية عند 1 أو أقل يدل على أن مقالة ويكيبيديا سابقة لأوانها، وكذلك معظم الإنفاق على الظهور في الذكاء الاصطناعي في تلك المرحلة: اكسب التغطية أولًا. هذا تشخيص ذاتي وليس حكمًا على الأهلية؛ فالحكم يتطلب تقييمًا مصدرًا بمصدر. ولمعرفة موقع القطاعات، استخدم مؤشر الأهمية لدينا: في تقييماتنا الخاصة بين 2018 و2026، صُنّفت 98% من علامات Crypto / Web3 بأهمية منخفضة مقابل 19% في Finance / Fintech / Investment، فالجهد نفسه يعطي نتائج مختلفة جدًا حسب القطاع.
هل التحسين للظهور في الذكاء الاصطناعي تلاعب؟
لا. نشر حقائق دقيقة ومؤكدة بشكل مستقل ومحايدة على الويب المفتوح هو عكس التلاعب بالنموذج: فأنت لا تمس الأوزان ولا الأوامر ولا الترتيب، بل تحسّن جودة المعلومات العامة عن كيان حقيقي واتساقها.
أما ما يُعدّ تلاعبًا ونرفضه: محاولة التأثير في محرري ويكيبيديا أو مشرفيها، وزرع مصادر مزيفة أو دفع مبالغ لصحفيين مقابل تغطية، وحشد الأصوات أو استخدام الحسابات الوهمية في نقاشات الحذف، وإخفاء التحرير المدفوع، أو هندسة محتوى ويكيبيديا لخداع نموذج لغوي كبير. وكثير من هذه الأساليب يهزم نفسه. فـسياسة الإفصاح عن المساهمات المدفوعة في ويكيبيديا، التي تنفّذ شروط استخدام مؤسسة ويكيميديا، تُلزم المحررين المدفوعين بالإفصاح عن جهة عملهم وعميلهم وانتمائهم. والتحرير المدفوع غير المعلن يؤدي إلى حظر الحسابات وحذف المقالات، فيزول السطح الذي دفعت من أجله. الامتثال شرط مسبق للحفاظ على الظهور. الصورة الكاملة في دليلنا عن التحرير المدفوع وتضارب المصالح والإفصاح.
ما الذي لا يستطيع أي مزوّد أن يعد به؟
لا يستطيع أي مزوّد أن يعد بأن مقالة ويكيبيديا أو عنصر Wikidata أو أي حملة ستجعل ChatGPT أو Gemini أو Perplexity يقتبس منك أو يقول شيئًا بعينه. فأنظمة الذكاء الاصطناعي توازن بين مصادر كثيرة، وتتغير بين الإصدارات، وتجيب عن الطلب نفسه بإجابات مختلفة. ومن يضمن لك نتيجة في الذكاء الاصطناعي إما مخطئ أو يبيعك مخاطرة.
كما لا ندّعي أي وصول خاص إلى محرري ويكيبيديا أو مشرفيها أو تأثيرًا عليهم؛ فلا شيء من ذلك موجود، والسعي إليه محظور. حماية الصفحات يحددها مشرفو ويكيبيديا وحدهم. وما نلتزم به هو العمل على المدخلات: تقييم صادق للأهمية، وبحث حقيقي في المصادر، وتحرير محايد ومعلن بالكامل باسم WikiBusines، وبيانات منظَّمة دقيقة، و90 يومًا من المتابعة بعد النشر. أما النتيجة فتبقى بيد أنظمة الذكاء الاصطناعي ومجتمع ويكيبيديا.
كما أن إرشادات ويكيبيديا بشأن النماذج اللغوية الكبيرة تقيّد المقالات المكتوبة آليًا. وهي تغيّر طريقة كتابة المقالات، لا ما إذا كان الذكاء الاصطناعي يقرأ ويكيبيديا، وهي سبب آخر لاستخدام محتوى مكتوب بشريًا وموثّق بمصادر سليمة.
كم تبلغ التكلفة؟
تعتمد التكلفة على قوة المصادر واللغة والتعقيد والرعاية المستمرة، لا على نتيجة موعودة في الذكاء الاصطناعي. نقاط مرجعية لهذه المسألة باليورو:
| الخطوة | السعر | ما تحصل عليه |
|---|---|---|
| تدقيق الظهور في الذكاء الاصطناعي | €490، من 3 إلى 5 أيام | خريطة للأسطح التي يمكن للذكاء الاصطناعي القراءة منها عنك والفجوات. لا تُحتسب ضمن أي باقة |
| تدقيق الأهمية | من €490 | تقييم مصدرًا بمصدر؛ يُحتسب ضمن سعر الصفحة إن طُلبت خلال شهر |
| كيان Wikidata | من €680، من أسبوع إلى أسبوعين | سجل كيان نظيف ومرجعي |
| باقات الظهور في الذكاء الاصطناعي | من €800 (Starter) إلى €3,500 (Enterprise) | عمل منسّق عبر الأسطح المذكورة أعلاه |
| صفحة ويكيبيديا الإنجليزية | من €2,400، من 4 إلى 5 أسابيع | مقالة محايدة وموثّقة ومعلنة |
التفاصيل الكاملة في دليل تكلفة الصفحة وفي /pricing. وبخصوص الضمان: بعد النشر نراقب الصفحة 90 يومًا، وإذا تعذّر الدفاع عن صفحة منشورة بعد ثلاث محاولات خلال تلك المدة، نردّ 80%. وهذا رد مقابل جهد الدفاع، لا وعد بالقبول ولا بأي مخرجات من الذكاء الاصطناعي. الشروط في /guarantees.
كيف تساعد WikiBusines
نعمل على المدخلات التي تقرأها أنظمة الذكاء الاصطناعي، بهذا الترتيب: ما هو صحيح وموثّق بمصادر، ثم ما هو منظَّم، ثم ما هو على ويكيبيديا.
- اكتشاف الحلقة الأضعف. تدقيق الظهور في الذكاء الاصطناعي (€490، من 3 إلى 5 أيام) يرسم خريطة أسطحك. وإذا احتاجت الفجوات إلى عمل، فإن باقات الظهور في الذكاء الاصطناعي تبدأ من €800.
- إصلاح الطبقة المنظَّمة. كيان Wikidata من €680 غالبًا أرخص خطوة منفردة، ولا يتطلب مقالة ويكيبيديا.
- اختبار الأهلية قبل الصفحة. تدقيق الأهمية من €490 يُحتسب ضمن إنشاء الصفحة إن طُلبت خلال شهر، من €2,400 للإنجليزية، من 4 إلى 5 أسابيع. وإذا لم تكن الصفحة واقعية بعد، فسنقول لك ذلك.
ابدأ بـقائمة وسائل الإعلام الذاتية ومؤشر الأهمية، أو تحدث مع الفريق للحصول على تقييم صادق.
الأسئلة الشائعة
نعم. تذكر مؤسسة ويكيميديا أن كل نموذج لغوي كبير تقريبًا يُدرَّب على محتوى ويكيبيديا، وأنها عادة أكبر مصدر منفرد في مجموعة التدريب. وفي أوضاع الاسترجاع المباشر، يمكن للمحركات أيضًا جلب صفحات ويكيبيديا والاقتباس منها مباشرة.
لا. يمكن للصفحة أن تحسّن المدخلات لعدة آليات في الذكاء الاصطناعي في وقت واحد، مما يرفع احتمال الوصف الدقيق أو الاقتباس. لكن أنظمة الذكاء الاصطناعي توازن بين مصادر كثيرة وتتغير بين الإصدارات، فلا أحد يستطيع ضمان إجابة بعينها.
ويكيبيديا نص للناس، أما Wikidata فقاعدة بيانات لحقائق مصنّفة ومرجعية تغذّي Knowledge Graph وتساعد الأنظمة على التمييز بين الكيانات. يمكنك أن تكون قويًا في إحداهما وضعيفًا أو غائبًا في الأخرى.
في كثير من الأحيان، نعم. التغطية الإعلامية المستقلة وعنصر Wikidata جيد التوثيق وبيانات منظَّمة متسقة في موقعك كلها تُحتسب. ويكيبيديا سطح قوي واحد لا الوحيد، وخريطة أسطح الاستشهاد تُظهر أي سطح هو عنق الزجاجة الحقيقي لديك.
بوجه عام، تفضّل أنظمة الاسترجاع الصفحات العامة المتاحة والموثوقة التي تطابق الاستعلام، وتستخدم إشارات الكيانات لإزالة اللبس. يختلف السلوك الدقيق بحسب المنتج ويتغير كثيرًا؛ راجع كيف يقرر الذكاء الاصطناعي أي العلامات التجارية يقتبس منها.
لا. نشر حقائق دقيقة ومحايدة وموثّقة بمصادر مستقلة هو عكس التأثير في أوزان النموذج أو أوامره. التلاعب يعني مصادر مزيفة أو تحريرًا مدفوعًا غير معلن أو ضغطًا على المحررين، والتحرير المدفوع غير المعلن يؤدي إلى حذف المقالات.
يمكن ذلك، نسخة بنسخة: فالاستعلامات بالألمانية تعتمد على المصادر الألمانية وويكيبيديا الألمانية، وهكذا. يجب إثبات الأهمية بشكل مستقل في كل نسخة، ولا تنتقل بينها. راجع دليل استراتيجية ويكيبيديا متعددة اللغات.
عادة خطوتان: تصحيح بيانات Organization أو Person المنظَّمة في موقعك وإزالة التناقضات بين الأسطح، ثم التأكد من أن عنصر Wikidata دقيق ومرجعي. لا تحتاج أي منهما إلى مقالة ويكيبيديا، وكلتاهما في معظمها بيدك.
المؤلفون والسياسة التحريرية
Bohdan Dubylovskyiمؤسس مشارك ورئيس تطوير الأعمال, WikiBusines→
Roman Melnykمؤسس مشارك ورئيس التحرير, WikiBusines→أعدّ المقال المؤسسان المشاركان لـ WikiBusines. نحن نقدّم خدمات مدفوعة على ويكيبيديا، لذا نعلن عن هذه المصلحة: التحرير المدفوع يُعلَن دائماً على ويكيبيديا باسم WikiBusines، والادعاءات المتعلقة بالقواعد مدعومة بروابط إلى مصادر أولية.
السياسة التحريرية: الإفصاح عن الدفع وتضارب المصالح والمصادر Read in English