Исследование цитирования ИИ: цитируют ли ИИ GitHub?

GitHub является первоисточником в строгом смысле: его страницы пишут сами создатели программ. README объясняет, что делает проект, страница релиза сообщает, что изменилось в каждой версии, а трекер задач показывает, какие ошибки известны и исправлены ли они. Модели ИИ воспринимают эти страницы как доказательство, когда описывают инструмент.

В ответах чаще всего всплывают четыре типа страниц GitHub:

• Главные страницы репозиториев, где README служит официальным описанием проекта с открытым кодом.
• Релизы и журналы изменений, которые используют для вопросов вроде «какая последняя версия» или «когда добавили эту функцию».
• Обращения (issues) и обсуждения, которые цитируют, когда спрашивают об ошибке, ограничении или обходном пути.
• Рекомендации по безопасности из базы GitHub Advisory Database, где документируются известные уязвимости в пакетах с открытым кодом.

Важны и профили организаций. Компания, которая хранит свои SDK, плагины и интеграции в публичной организации на GitHub, даёт моделям ИИ проверяемый след: её продукт существует и поддерживается.

Ссылки концентрируются вокруг технических запросов. Типичные формулировки: «альтернатива Jira с открытым кодом», «как установить Stripe CLI», «поддерживается ли ещё этот пакет npm», «лучший менеджер паролей для самостоятельного развёртывания» или «как исправить уязвимость Log4j». В каждом случае репозиторий даёт ассистенту самое прямое доказательство.

Вопросы о повседневном бизнесе редко приводят на GitHub. Никому не нужен репозиторий, чтобы найти «надёжного сантехника в Лионе» или «лучшую бухгалтерскую фирму для стартапа». Поэтому ссылки на GitHub сосредоточены на вопросах о разработчиках ПО, поставщиках кибербезопасности и ИТ-сервисных компаниях, а в других отраслях остаются редкими.

Играет роль и язык. Документация на GitHub почти целиком написана по-английски, поэтому англоязычные ответы приходят к ней гораздо естественнее, чем ответы на французском, немецком или испанском, которые чаще ссылаются на переведённые руководства или местные СМИ.

Большая часть разрыва объясняется тем, как каждая модель извлекает информацию. Gemini опирается на поиск Google во многих ответах, где репозитории хорошо ранжируются по названиям проектов, поэтому ссылка на GitHub может прийти вместе с ответом. ChatGPT сочетает то, что он усвоил при обучении, с актуальными результатами поиска ChatGPT, и добавляет ссылку на репозиторий в основном тогда, когда в вопросе назван конкретный проект.

Perplexity ищет в сети по каждому вопросу и перечисляет источники, однако для сравнительных запросов он часто опирается на обзорные статьи и сайты производителей, а не на сами репозитории. Grok добавляет посты из X, где разработчики объявляют о релизах и обсуждают ошибки. Claude по умолчанию реже ссылается на источники и обычно описывает проект своими словами, если веб-поиск не включён.

Часть влияния GitHub не видна в подсчёте ссылок. Открытый код и документация, размещённые на GitHub, попадают в обучающие данные многих крупных моделей, поэтому ассистент может объяснить, как работает библиотека, и не назвать страницу, на которой он этому научился.

Здесь под цитированием понимается случай, когда в ответе страница на github.com указана как источник: репозиторий, обращение, рекомендация по безопасности или документация GitHub. Совет вроде «храните код на GitHub» без ссылки означает рекомендацию сервиса: это другой сигнал, который этот показатель не учитывает.

Сайты, созданные на GitHub Pages, живут на github.io или на собственных доменах, поэтому их лучше считать самостоятельными веб-сайтами. Для бренда ценен случай, когда один из его собственных репозиториев появляется в ответе о его категории: технический источник, который ассистент может проверить, чего маркетинговые страницы почти никогда не добиваются.