یک پرونده ضد انحصاری، نمایشهای هوش مصنوعی، گزینههای خروج و قابلیت مشاهده بدون کلیک را تحت بررسی دقیق قرار میدهد، در میانهٔ مناظرهٔ رو به رشد دربارهٔ استفاده از محتوا و اعتباردهی.
در یکی از مهمترین اقدامات نظارتی تا به امروز برای آیندهٔ جستجو، کمیسیون اروپا رسماً تحقیق ضدانحصاری علیه گوگل را آغاز کرده است.
در مرکز شکایت، استفادهٔ گوگل از محتوای ناشران برای آموزش و توانمندسازی نمایشهای هوش مصنوعی و سایر ویژگیهای هوش مصنوعی مولد است – که ممکن است ترافیک را از منابع اصلی منحرف کند.
برای هر کسی که در سئو، استراتژی محتوا یا دیده شدن برند فعالیت میکند، پیامدها فوراً احساس میشود.
آیا گوگل با استفادهٔ مجدد از محتوای ناشران برای تولید پاسخهای هوش مصنوعی از مرز عبور میکند، یا این صرفاً هزینهٔ مشارکت در وبی باز و قابل خزنده است؟
با مداخلهٔ تنظیمکنندگان، صنعت مجبور میشود نحوهٔ استفاده، مدیریت و ارزشگذاری محتوای قابل خواندن توسط ماشین را بازنگری کند – و هزینهای که برای برندها، ناشران و آژانسها در صورت عدم همگامی قوانین با نوآوری پیش میآید.
در اینجا آنچه در حال رخ دادن است، چرا مهم است و چگونه صنعت در حال پاسخگویی است را میتوانید ببینید.
چهچیز واقعاً در حال رخ دادن است: ادعاهای اصلی در شکایت
این اقدام اتحادیه اروپا در میان موج روزافزون دعاوی قضائی و منازعات سیاستی دربارهٔ دادههای آموزشی هوش مصنوعی رخ میدهد؛ از موارد برجستهٔ دعاوی ناشران علیه OpenAI و دیگران تا دعوی جدید ضدانحصاری پنسکه مدیا در برابر محصولات هوش مصنوعی گوگل.
ناشران بهطور فزایندهای روش گوگل را بهعنوان یک انتخاب اجباری توصیف میکنند: پذیرش استفادهٔ بدون مجوز از محتوای خود برای آموزش و پاسخهای هوش مصنوعی، یا در معرض خطر از دست دادن ترافیک جستجوی حیاتی.
همزمان، کنترلهای فنی مانند دستورات robots.txt، Google-Extended و متاهای نوظهور noai و nopreview نشان میدهند صنعتی که میخواهد کنترل وبی را که هرگز برای آموزش مدلهای زبانی بزرگ طراحی نشده است، باز پس گیرد.
منزلهٔ اختلاف این است که آیا آموزش هوش مصنوعی و تولید پاسخها گسترشی از ایندکسگذاری سنتی و ایجاد اسنیپتها هستند یا استفادهای متمایز که نیازمند مجوز، اعتباردهی یا هر دو است.
مطالعهٔ عمیقتر: استانداردهای وب جدید میتوانند نحوهٔ استفادهٔ مدلهای هوش مصنوعی از محتوای شما را بازتعریف کنند
چه مواردی در شکایت هدف قرار گرفتهاند
با گزارشکردن ناشران از کاهش ترافیک بین ۲۰–۵۰٪ در پرسوجوهای اطلاعاتی، این شکایت — که توسط ائتلافی از ناشران خبری و تخصصی اروپایی رهبری میشود — سه رویه را هدف قرار میدهد:
- برداشت محتوای ناشران توسط گوگل برای آموزش و پایهگذاری مدلهایی مانند Gemini به منظور ارائهٔ خلاصههای هوش مصنوعی و حالت هوش مصنوعی.
- عدم وجود گزینههای خروج معنادار که قابلیت حفظ دید در جستجو را فراهم میکند.
- خلاصههای هوش مصنوعی که توجه کاربران را بالاتر از لینکهای ارگانیک جذب میکنند و کلیکها به ناشران اصلی را کاهش میدهند.
از تنظیمکنندگان خواسته شده است تا سه سؤال اصلی را بررسی کنند:
- گوگل چگونه مدلهای خود را با محتوای ناشران آموزش میدهد و پایهگذاری میکند.
- آیا ناشران روشهای معناداری برای خروج دارند که بدون از دست دادن قابلیت دیده شدن در جستجو باشد.
- آیا خلاصههای هوش مصنوعی بر تسلط گوگل تأکید میافزایند و کاربران را درون واسط خود گوگل نگه میدارند.
تحول جستجوی بدون کلیک: آیا بازار آماده است؟
برای جامعهٔ سئو، این بررسی میتواند نقطهٔ شروعی برای عصر پسکلیک باشد، جایی که رقابت برای دیده شدن از نتایج صفحات به پنجرهٔ زمینهٔ مدلهای زبانی منتقل میشود.
سؤال باز این است که آیا گوگل برای این تغییر آماده است.
تجربهٔ جستجوی بدون کلیک اغلب مورد بحث قرار میگیرد، اما برای اینکه برای همه طرفها کارساز باشد، باید سه شرط برآورده شود:
- کاربران باید بتوانند آنچه نیاز دارند را در خود صفحهٔ نتایج جستجو (SERP)، خلاصههای هوش مصنوعی یا حالت هوش مصنوعی دریافت کنند.
- گوگل باید انواع محتوا — متن، تصویر، ویدئو، محصولات، خدمات و حتی فرآیند خرید — را بهصورت یکپارچه و مفید ترکیب کند.
- ناشران باید برای مشارکت در این اکوسیستم بهدستآمدن عادلانهای دریافت کنند.
در حال حاضر، گوگل بهنظر میرسد مشتاق حرکت به سمت تجربهٔ کامل بدون کلیک است، اما هنوز توانایی پشتیبانی جامع از آن را ندارد:
- کاربران هنوز با پاسخهای توهمی یا منسوخ مواجه میشوند.
- چتهای کمکی همچنان پراکندهاند و نمیتوانند گردش کامل کشف یا خرید را پشتیبانی کنند.
- ناشران هنوز در مورد اینکه چگونه — یا آیا — هنگام استناد به محتوای خود جبران میشوند، مطمئن نیستند.
نسخهٔ خروج چیست و چقدر مؤثر است؟
در دفاع خود از بازبکارگذاری محتوا، گوگل به مکانیسمهای خروج مانند Google-Extended در robots.txt اشاره میکند.
اگرچه Google-Extended میتواند آموزش Gemini را مسدود کند، از استخراج دادههای زنده توسط پاسخهای هوش مصنوعی از وبسایتهای ناشران جلوگیری نمیکند.
در عمل، مسدود کردن آموزش مدلهای زبانی بزرگ (LLM) محدودیتهای متعددی دارد:
- این کار از نمایش محتوا در خلاصههای هوش مصنوعی جلوگیری نمیکند. اگر گوگل صفحهای را ایندکس کرده باشد، میتواند همچنان آن را در پاسخهای هوش مصنوعی خلاصه یا بازنویسی کند، حتی اگر Google-Extended مسدود شده باشد.
- این مکانیسم خروج (opt-out) است نه ورود (opt-in). محتوا بهصورت پیشفرض استفاده میشود و ناشران باید از Google-Extended آگاه باشند و بهطور فعال آن را پیادهسازی کنند تا آموزش را متوقف کنند.
- این امکان کنترل جزئی را فراهم نمیکند. ناشران نمیتوانند اسنیپتهای سنتی را در حالی که آموزش LLM را مسدود میکنند، یا برعکس، مجاز کنند.
چرا خروج ممکن است ایدهٔ نامطلوبی باشد
بسیاری از ناشران میخواهند از خزیدن یا استفاده از محتوای خود در پاسخهای هوش مصنوعی خروج کنند.
اما اگر پاسخهای هوش مصنوعی به رابط پیشفرض تبدیل شوند، همانطور که جستجو به سمت تجربهٔ بدون کلیک پیش میرود، تکیه صرف بر ترافیک مستقیم یا ارگانیک بهتدریج مخاطرهآمیز میشود.
در عمل، این یک دینامیک باخت‑باخت ایجاد میکند.
مسدود کردن استفاده میتواند مالکیت فکری را محافظت کند اما دید را کاهش دهد، در حالیکه باز ماندن حضور را حفظ میکند ولی هزینهٔ آن از دست دادن کنترل است.
بدون داشتن حمایتهای قانونی، ناشران بهطور عمده مجبورند در چارچوب سیستم فعلی فعالیت کنند.
مطالعهٔ عمیقتر: چگونگی مختل شدن درآمد ناشران و تبلیغات توسط پاسخهای هوش مصنوعی
مناظرهٔ بزرگ: «گوگل بدهکار شما نیست» در مقابل «این محتوای آنها نیست»
از آنجا که وبسایتها وجود دارند، ما تمایل داریم فرض کنیم که تحت کنترل ما هستند.
اما بدون موتورهای جستجو، دسترسی آنها محدود میشود.
این تنش در قلب مباحثی قرار دارد که نظرات سئو را به دو قطب تقسیم کرده است.
از یک سو، جناح «گوگل بدهکار شما نیست» وجود دارد.
- بسیاری از سئوکاران استدلال میکنند که وب بهصورت پیشفرض باز است و اجازهٔ خزیدن موتورهای جستجو به یک سایت بهطور ضمنی اجازهٔ استفاده از محتوا را بدون هیچ تضمینی برای بازگشت میدهد.
- گوگل امکان کشف محتوا را فراهم میکند، اما هیچکس تضمین کلیک یا بکلینک در ازای آن دریافت نمیکند.
از سوی دیگر، دیدگاه «این محتوای آنها نیست» وجود دارد.
- ناشران استدلال میکنند که:
- آموزش مدلهای زبانی بزرگ بهصورت بنیادین متفاوت از ایندکسگذاری صفحات است.
- تولید پاسخها از محتوای اختصاصی بدون ارجاع یا جبران، تعادل دیرینه بین پلتفرمها و ناشران را برهم میزند.
- زمانی که دیدار در خلاصههای هوش مصنوعی جذب میشود بدون مسیر واضح برای جبران یا پاداش، پیامدهای طولانیمدت برای ناشران، برندها و سئو قابل توجه است.
این مناظره روزانه در شبکههای اجتماعی، بحثهای ردیت و گفتگوهای کوئرا مطرح میشود.
برخی به بهینهسازی موتور مولد (GEO) بهعنوان مسیر بقا اشاره میکنند؛ جایی که نقلقول شدن در پاسخهای هوش مصنوعی جایگزین رتبهبندیهای سنتی میشود.
اما این رویکرد همچنان ناشران را به تصمیمات گوگل در خصوص لینکگذاری و انتخاب کاربران برای کلیککردن وابسته میگذارد.
در عمل، هر دو طرف استدلالهای معتبری دارند.
با این حال، جهت کلی بهنظر واضح است.
حتی اگر گوگل با جریمههای این تحقیق مواجه شود، جستجو بهاحتمال زیاد به مدل صرفاً لینکهای آبی بازنخواهد گشت.
انتقال به سمت تجربهٔ بدون کلیک هماکنون در حال وقوع است.
آیندهٔ تاریک وبی بدون محتوای منحصربهفرد
قبل از بررسی نتایج احتمالی شکایت و معنای آن برای سئوها، شایسته است پیامدهای آن برای خود اطلاعات را در نظر بگیریم.
همانطور که خالقان احساس میکنند کارشان بدون کسب اجازه یا پاداش دوباره استفاده میشود، انگیزهٔ تولید محتوای اصلی و با کیفیت بالا کاهش مییابد.
در همان زمان، حجم محتوای تولیدشده توسط هوش مصنوعی که با حداقل مشارکت انسانی ایجاد میشود، همچنان در حال رشد است. این روند حاشیهای نیست.
اکنون وبسایتهای کاملی وجود دارند که هزاران صفحهشان تقریباً بهصورت کامل توسط سامانههای مولد تولید میشود.
بخش بزرگی از این مطالب از متنهای موجود استخراج شدهاند که بازنگری، ترکیب یا بهصورت جزئی تغییر یافتهاند و اغلب شامل توهمات یا نادقیقبودنهای گاه و بیگاه است.
آن محتوا، به نوبه خود، به پاسخهای هوش مصنوعی جدید و مطالب تولیدشده توسط هوش مصنوعی دیگر تغذیه میکند و چرخهای از بازاستفاده محتوا، گسترش خطاها و کاهش کیفیت اطلاعاتی به دلیل کمبود ورودیهای اصلاً جدید ایجاد میکند.
از این منظر، مناظرهٔ دربارهٔ آموزش هوش مصنوعی و حقوق محتوا فقط دربارهٔ ترافیک یا درآمد نیست.
این موضوع همچنین سؤالات اساسی دربارهٔ چگونگی حفظ خلق دانش اصیل در وب را مطرح میکند – و چرا محافظت از ناشران برای جلوگیری از تخریب طولانیمدت کیفیت اطلاعات ضروری است.
چه اتفاقی میتواند بیفتد اگر گوگل شکست بخورد
سالها، قرارداد بین گوگل و ناشران ساده بود: «من به شما اجازه میدهم خزیدن کنید، شما به من کلیک میدهید.»
هوش مصنوعی مولد آن قرارداد را شکسته است.
اگر اتحادیه اروپا عملیهای گوگل را مخالف قوانین رقابتی تشخیص دهد، میتوانیم سه تغییر عمده در چشمانداز جستجو مشاهده کنیم:
- مکانیسمهای خروج اجباری: در حال حاضر، مسدود کردن Google-Extended آموزش را متوقف میکند اما لزوماً از خلاصهسازی در زمان واقعی شما محافظت نمیکند. پیروزی تنظیمکننده میتواند مکانیسم جزئی «خروج از خلاصههای هوش مصنوعی بدون از دست دادن رتبههای جستجو» را تحمیل کند.
- اقتصاد مجوزدهی: مشابه صنعت موسیقی، ممکن است شاهد رشد مجوزدهی جمعی باشیم. اگر گوگل مجبور به پرداخت هزینهٔ ارزش آموزشی محتوا شود، جستجوی ارگانیک ممکن است در نهایت به جستجوی رایگان و جستجوی هوش مصنوعی تجاری، دارای مجوز، تقسیم شود.
- رسماًسازی AEO: اگر ارجاع منبع بهعنوان یک الزام قانونی شود، ذکر منبع میتواند بهعنوان عاملی برای رتبهبندی درنظر گرفته شود. سئوکاران باید بهجای تمرکز صرف بر بکلینکهای سنتی، به بهینهسازی ارجاع به نهادها بپردازند.
تبلیغات و تحول اقتصاد دیده شدن
اگرچه این داستان عمدتاً دربارهٔ هوش مصنوعی، حقوق محتوا و سئو است، تبلیغات همچنان بزرگترین عامل در صفحه نتایج جستجو (SERP) باقی ماندهاند.
همزمان که فضای ارگانیک بیشتری توسط خلاصههای تولیدشده توسط هوش مصنوعی و چتهای کمکی مصرف میشود، آخرین ابزار پیشبینیپذیر برای دیده شدن، تبلیغات پولی باقی میماند.
حتی اگر اتحادیه اروپا گوگل را مجبور به محدود کردن پاسخهای هوش مصنوعی یا بهبود ارجاع کند، فضای کلی باقیمانده برای لینکهای آبی سنتی بهاحتمال زیاد بهطور چشمگیری گسترش نخواهد یافت.
فضای در دسترس به استفاده از محصولات درآمدزأ گوگل ادامه خواهد داد.
اگر خلاصههای هوش مصنوعی در بالای صفحه تسلط پیدا کنند و لینکهای ارگانیک بهسوی پایینتر رانده شوند، هزینههای کلیک (CPC) احتمالاً افزایش خواهد یافت، چه درون پاسخهای هوش مصنوعی و چه خارج از آن.
تبلیغکنندگان برای مکانهای کلیکپذیر باقیمانده بهصورت پرتحرکتری رقابت خواهند کرد.
صرفنظر از نحوهٔ پیشرفت آیندهٔ هوش مصنوعی برای گوگل، جهتگیری واضح است: هزینهٔ دیده شدن در حال افزایش است.
چگونه استراتژی سئو و محتوای خود را تطبیق دهیم
حتی پیش از هر تصمیم رسمی اتحادیه اروپا، تیمهای پیشرو در حال تغییر از «رتبهبندی برای کلیدواژه» به «پاسخدهی بهعنوان موجودیت اصلی در هر جایی که مدل نگاه میکند» هستند.
این شامل موارد زیر است:
- تقویت وضوح موجودیتها با استفاده از اسکیما، اطلاعات تماس ثابت (NAP) و دادههای ساختار یافته تا سیستمهای هوش مصنوعی بتوانند سؤالات، موضوعات و ویژگیها را به برند شما مرتبط کنند.
- بازرسی نحوهٔ نمایش برند شما در خلاصههای هوش مصنوعی، چتباتهای اصلی، و ابزارهای ویژه هوش مصنوعی؛ سپس ردیابی حضور، احساسات و صحت واقعی بهعنوان شاخصهای کلیدی عملکرد (KPI) جدید برای دیده شدن.
- بازبینی robots.txt. مسدود کردن ممکن است مالکیت فکری را محافظت کند اما نمایش را کاهش دهد، در حالیکه باز ماندن ممکن است دیده شدن توسط هوش مصنوعی را افزایش دهد اما سؤالاتی دربارهٔ مجوزدهی و ارزشگذاری ایجاد کند.
- آموزش به رهبران که ترافیک دیگر تنها نتیجهٔ دیده شدن نیست. نقلقول شدن، خلاصه شدن یا استفاده بهعنوان منبع پایه در خروجیهای هوش مصنوعی ارزش دارد، اما این ارزش باید بهصورت داخلی تعریف و اندازهگیری شود.
همانطور که چارچوبهای قانونی و فنی تکامل مییابند، چالش استراتژیک این است که بهصورت قابلخواندن برای ماشین و آگاه از حقوق بمانیم، کنترل استفاده از محتوا را اعمال کنیم و در عین حال برند در هر جایی که پاسخهای هوش مصنوعی بیشترین اعتماد را دارد، حضور داشته باشد.
مطالعهٔ عمیقتر: چگونگی ساخت یک استراتژی محتوا مؤثر برای سال ۲۰۲۶
دیدگاهتان را بنویسید