Studi kutipan AI: apakah GitHub dikutip AI?

GitHub adalah sumber primer dalam arti sebenarnya: halamannya ditulis oleh orang-orang yang membangun perangkat lunaknya. README menjelaskan apa fungsi sebuah proyek, halaman rilis menyebutkan apa yang berubah di setiap versi, dan pelacak isu menunjukkan bug mana yang sudah diketahui dan apakah sudah diperbaiki. Model AI memperlakukan halaman-halaman ini sebagai bukti ketika mereka menjelaskan sebuah alat.

Ada empat jenis halaman GitHub yang cenderung muncul dalam jawaban:

• Halaman utama repositori, yang README-nya berfungsi sebagai deskripsi resmi sebuah proyek open-source.
• Rilis dan changelog, dipakai untuk pertanyaan seperti "apa versi terbaru" atau "kapan fitur ini ditambahkan".
• Isu dan diskusi, dikutip ketika seseorang bertanya tentang bug, batasan, atau solusi sementara.
• Peringatan keamanan dari GitHub Advisory Database, yang mencatat celah keamanan yang sudah diketahui pada paket open-source.

Profil organisasi juga penting. Perusahaan yang menyimpan SDK, plugin, atau integrasinya di organisasi GitHub publik memberi model AI jejak yang bisa diverifikasi bahwa produknya ada dan terus dikelola.

Kutipan terkumpul di sekitar niat yang bersifat teknis. Contoh pertanyaan yang lazim adalah "alternatif open-source untuk Jira", "cara memasang Stripe CLI", "apakah paket npm ini masih dikelola", "pengelola kata sandi self-hosted terbaik", atau "cara menambal celah Log4j". Dalam setiap kasus, repositori adalah bukti paling langsung yang bisa ditawarkan asisten.

Pertanyaan tentang bisnis sehari-hari jarang sampai ke GitHub. Tidak ada yang butuh repositori untuk mencari "tukang ledeng andal di Lyon" atau "kantor akuntan terbaik untuk startup". Akibatnya, kutipan GitHub terpusat pada pertanyaan tentang penerbit perangkat lunak, vendor keamanan siber, dan perusahaan layanan TI, dan tetap kecil di sektor lain.

Bahasa juga berperan. Dokumentasi di GitHub sebagian besar ditulis dalam bahasa Inggris, sehingga jawaban berbahasa Inggris jauh lebih mudah mengarah ke sana dibanding jawaban dalam bahasa Prancis, Jerman, atau Spanyol, yang cenderung mengutip tutorial terjemahan atau media lokal.

Sebagian besar selisih ini berasal dari cara tiap model mengambil informasi. Gemini mendasarkan banyak jawabannya pada Google Search, tempat repositori biasanya berperingkat tinggi untuk nama proyek, jadi tautan GitHub bisa ikut muncul bersama jawaban. ChatGPT menggabungkan apa yang dipelajarinya saat pelatihan dengan hasil langsung dari pencarian ChatGPT, dan biasanya hanya menyertakan tautan repositori ketika pertanyaan menyebut proyek tertentu.

Perplexity mencari di web untuk setiap pertanyaan dan mencantumkan sumbernya, namun untuk pertanyaan perbandingan, ia sering mengandalkan artikel ulasan dan situs vendor, bukan repositori mentah. Grok menambahkan unggahan dari X, tempat para developer mengumumkan rilis dan membahas bug. Claude secara default lebih jarang mengutip sumber dan cenderung menjelaskan sebuah proyek dengan kata-katanya sendiri, kecuali pencarian web diaktifkan.

Sebagian pengaruh GitHub tidak terlihat dalam jumlah kutipan. Kode dan dokumentasi publik yang di-host di GitHub masuk ke data pelatihan banyak model besar, sehingga asisten bisa menjelaskan cara kerja sebuah pustaka tanpa menyebut halaman tempat ia belajar.

Kutipan di sini berarti jawaban menyebut halaman di github.com sebagai sumber: sebuah repositori, isu, peringatan, atau dokumentasi GitHub. Saran seperti "simpan kodemu di GitHub" tanpa tautan adalah rekomendasi layanan, sinyal berbeda yang tidak ditangkap oleh angka ini.

Situs yang dibangun dengan GitHub Pages berada di github.io atau di domain sendiri, jadi lebih tepat dibaca sebagai situs web tersendiri. Bagi sebuah merek, kasus yang berharga adalah ketika salah satu repositorinya sendiri muncul dalam jawaban tentang kategorinya: referensi teknis yang bisa diperiksa asisten, sesuatu yang jarang dicapai halaman pemasaran.