Studio sulle citazioni IA: GitHub viene citato dalle IA?

GitHub è una fonte primaria in senso stretto: le sue pagine sono scritte da chi sviluppa il software. Il README spiega che cosa fa un progetto, la pagina delle versioni indica che cosa è cambiato e il sistema delle segnalazioni (issue) mostra quali bug sono noti e se sono stati corretti. I modelli di IA usano queste pagine come prove quando descrivono uno strumento.

Quattro tipi di pagine GitHub emergono spesso nelle risposte:

• Le pagine principali dei repository (gli archivi del codice), il cui README funge da descrizione ufficiale di un progetto open source.
• Versioni e registri delle modifiche, usati per domande come «qual è l'ultima versione» o «da quando esiste questa funzione».
• Segnalazioni e discussioni, citate quando qualcuno chiede di un bug, di un limite o di una soluzione alternativa.
• Gli avvisi di sicurezza del GitHub Advisory Database, che documenta le vulnerabilità note dei pacchetti open source.

Contano anche i profili delle organizzazioni. Un'azienda che mantiene SDK, plugin o integrazioni in un'organizzazione GitHub pubblica lascia ai modelli una traccia verificabile: il prodotto esiste ed è mantenuto.

Le citazioni si concentrano sulle intenzioni tecniche. Prompt tipici: «alternativa open source a Jira», «come installare lo strumento da riga di comando di Stripe», «questo pacchetto npm è ancora mantenuto?», «miglior gestore di password da installare sul proprio server» o «come correggere la vulnerabilità di Log4j». In ogni caso il repository è la prova più diretta che un assistente possa offrire.

Le domande sulle attività di tutti i giorni arrivano raramente a GitHub. Nessuno ha bisogno di un repository per trovare «un idraulico affidabile a Milano» o «il miglior commercialista per una startup». Per questo le citazioni di GitHub si concentrano sulle domande che riguardano software house, aziende di sicurezza informatica e fornitori di servizi IT, e restano marginali negli altri settori.

Conta anche la lingua. La documentazione su GitHub è in larghissima parte in inglese, quindi le risposte in inglese vi arrivano in modo molto più naturale di quelle in italiano, francese o tedesco, che tendono a citare guide tradotte o media locali.

La differenza dipende soprattutto da come ogni modello recupera le informazioni. Gemini basa molte risposte sulla Ricerca Google, dove i repository si posizionano bene sui nomi dei progetti, quindi un link a GitHub può accompagnare la risposta. ChatGPT unisce ciò che ha appreso durante l'addestramento ai risultati in tempo reale della sua ricerca web e aggiunge il link a un repository soprattutto quando la domanda nomina un progetto preciso.

Perplexity esegue una ricerca web per ogni domanda e mostra le fonti, ma nei confronti tra prodotti si affida spesso a recensioni e siti dei produttori più che ai repository. Grok aggiunge post di X, dove gli sviluppatori annunciano nuove versioni e discutono di bug. Claude cita le fonti meno spesso per impostazione predefinita e tende a descrivere un progetto con parole proprie, a meno che la ricerca web non sia attiva.

Una parte dell'influenza di GitHub sfugge ai conteggi delle citazioni. Il codice pubblico e la documentazione ospitati su GitHub alimentano i dati di addestramento di molti grandi modelli, perciò un assistente può spiegare come funziona una libreria senza nominare la pagina da cui l'ha imparato.

Qui una citazione significa che la risposta ha indicato come fonte una pagina di github.com: un repository, una segnalazione, un avviso di sicurezza o la documentazione di GitHub. Un consiglio come «ospita il tuo codice su GitHub» senza link è una raccomandazione del servizio, un segnale diverso che questo tasso non misura.

I siti creati con GitHub Pages si trovano su github.io o su domini propri, quindi vanno letti come siti a sé stanti. Per un marchio, il caso utile è quello di un proprio repository che compare in una risposta sulla sua categoria: un riferimento tecnico che un assistente può verificare, cosa che le pagine di marketing ottengono di rado.