Дослідження цитувань ШІ: чи цитує ШІ GitHub?

GitHub є першоджерелом у прямому сенсі: його сторінки пишуть ті, хто створює програмне забезпечення. README пояснює, що робить проєкт, сторінка релізу розповідає, що змінилося в кожній версії, а трекер задач показує, які помилки відомі та чи виправлені вони. Моделі штучного інтелекту сприймають ці сторінки як докази, коли описують інструмент.

У відповідях зазвичай з'являються чотири типи сторінок GitHub:

• Головні сторінки репозиторіїв, де README слугує офіційним описом проєкту з відкритим кодом.
• Релізи та журнали змін, які використовують для питань на кшталт «яка остання версія» чи «коли додали цю функцію».
• Задачі та обговорення, які цитують, коли питають про помилку, обмеження чи обхідний шлях.
• Повідомлення про безпеку з бази GitHub Advisory Database, де документують відомі вразливості в пакетах із відкритим кодом.

Важливі також профілі організацій. Компанія, яка зберігає свої SDK, плагіни чи інтеграції в публічній організації на GitHub, дає моделям штучного інтелекту перевірюваний слід: її продукт існує і підтримується.

Цитування зосереджені навколо технічних намірів. Типові запити: «відкрита альтернатива Jira», «як встановити Stripe CLI», «чи ще підтримується цей пакет npm», «найкращий менеджер паролів для самостійного хостингу» або «як виправити вразливість Log4j». У кожному разі репозиторій є найпрямішим доказом, який може запропонувати асистент.

Питання про звичайний бізнес рідко доходять до GitHub. Ніхто не шукатиме репозиторій, щоб знайти «надійного сантехніка в Ліоні» чи «найкращу бухгалтерську фірму для стартапу». Тому цитування GitHub зосереджені на питаннях про видавців програмного забезпечення, постачальників кібербезпеки та ІТ-компанії, а в інших галузях майже не трапляються.

Важливу роль відіграє також мова. Документація на GitHub переважно написана англійською, тому англомовні відповіді природно ведуть до неї набагато частіше, ніж французькі, німецькі чи іспанські, які зазвичай цитують перекладені підручники або місцеві ЗМІ.

Більшість різниці походить від того, як кожна модель отримує інформацію. Gemini спирається на пошук Google для багатьох відповідей, де репозиторії добре ранжуються за назвами проєктів, тож посилання на GitHub може з'явитися разом із відповіддю. ChatGPT поєднує те, чому навчився під час навчання, з живими результатами пошуку ChatGPT, і додає посилання на репозиторій переважно тоді, коли в питанні названо конкретний проєкт.

Perplexity шукає в інтернеті відповідь на кожне питання і показує джерела, але для порівнянь часто покладається на огляди та сайти постачальників, а не на сирі репозиторії. Grok додає дописи з X, де розробники оголошують релізи й обговорюють помилки. Claude за замовчуванням цитує джерела рідше і зазвичай описує проєкт своїми словами, якщо не ввімкнено веб-пошук.

Частина впливу GitHub непомітна в підрахунках цитувань. Публічний код і документація, розміщені на GitHub, потрапляють до навчальних даних багатьох великих моделей, тож асистент може пояснити, як працює бібліотека, не називаючи сторінку, з якої це знає.

Цитування тут означає, що відповідь подала сторінку github.com як джерело: репозиторій, задачу, повідомлення про безпеку або документацію GitHub. Порада на кшталт «зберігайте код на GitHub» без посилання є рекомендацією сервісу, іншим сигналом, який цей показник не враховує.

Сайти, створені через GitHub Pages, розміщуються на github.io або власних доменах, тож їх краще розглядати як окремі вебсайти. Для бренду цінний випадок, коли один з його власних репозиторіїв з'являється у відповіді на питання про його категорію: технічне джерело, яке асистент може перевірити, чого маркетингові сторінки рідко досягають.