LLMO・GEO の研究論文と民間調査/ニュース・メディア集中
研究論文
生成AIは検索をどう崩すか:Google 検索、Gemini、AI Overviews の実証研究
原題:How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews
著者は Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2604.27790)論文が報告した結果
生成AIがウェブ検索に入るとき、情報と出典の出し方が従来検索とどう違うかを見るため、実利用者の質問11,500件の公開ベンチマークを用意し、Google の検索結果、付随する AI Overview、Gemini Flash 2.5 を同じ質問で比べた。
代表的な実質問の51.5%で AI Overview が出て、自然検索の上に表示された。取ってくる出典は大きく違い、平均 Jaccard 類似は0.2未満。従来の Google 検索は政府や教育など制度的・人気のサイトを取りやすく、生成検索は Google 自身のコンテンツを取りやすい。Google のAIクローラを拒否するサイトは、中身にアクセスできても AI Overview に取られにくい。同じ質問の2回や、わずかな言い換えに対しても、AI Overview は一貫性と頑健さが低い、と報告している。
Gemini を調べた論文Google AI Overviews を調べた論文
調査の条件
- 論文が調べたこと
- Google検索・Gemini・AI Overviews が従来検索をどう崩すか(実証)
- 調べた対象の AI
- Gemini、Google AI Overviews
- 調べたモデル
- Gemini Flash 2.5
- 回答データの取り方
- 11,500の公開ベンチマーク質問について、Google 検索、AI Overview、Gemini Flash 2.5 の結果を比較(要旨)。APIか画面かの語は要旨にはない
- 調査の規模
- 質問11,500件(要旨)
- 数字が載っている場所
- 要旨(11,500クエリ、出現51.5%、平均 Jaccard 0.2未満)
結果を読むときの注意
ACM SIGIR 2026採択。Gemini は Flash 2.5。収集経路のAPIか画面かの詳細は要旨にはない。議論は、出版社と生成検索の持続的な収益の枠組みを求める、という立場を含む。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。