LLMO 効果測定の最小実装 — SOV / SOM だけでは足りない 3 つの新指標
LLM 経由のサイト流入を最適化する LLMO（Large Language Model Optimization）の効果測定手法をまとめた記事。従来の SOV (Share of Voice) / SOM (Share of Mentions) だけでは LLMO 効果を捉えきれないと指摘し、①引用回数の質的評価、②引用範囲（文脈）、③ファクト解像度の 3 軸からなる新指標を提案。実装の最小コード例も含む実践的な記事。
ソース: Zenn (ai)
ChatGPT 以後に公開された Web サイトの 35% が AI 生成 — 米スタンフォード大調査
米スタンフォード大学らの調査で、ChatGPT 公開後にローンチされた Web サイトの約 35% に AI 生成テキストが含まれていることが明らかになった。『不自然に明るい』文章スタイル等から AI 生成を検出。AI 生成コンテンツが Web を急速に侵食している実態を示すデータで、今後の検索・SEO・コンテンツ評価の在り方に影響する。
ソース: ITmedia AI+
AI 生成の『ゴミ報告』が殺到 — 脆弱性発見の懸賞金制度に異変
脆弱性発見 bug bounty 制度に AI 生成の低品質報告が殺到し、対応する側のセキュリティチームが疲弊している実態を伝える記事。LLM を使った自動報告生成が容易になった結果、実体のない『AI が作った』脆弱性レポートの数が爆発的に増え、運営側が真の脆弱性報告を選別するコストが急増。AI が引き起こしている人間労働への副作用の典型例。
ソース: ITmedia AI+
AI 面接官の普及と困惑 — 求職者への影響と改善要望
就職面接の場で AI 面接官（応募者の音声・動画・回答を AI が解析・評価する）が普及している実態と、求職者からの困惑・改善要望をまとめた調査記事。効率化のメリットはあるが、判定の透明性、感情の機微への対応、公平性への懸念が指摘されている。エンタープライズ AI の社会的影響を映す事例。
ソース: ITmedia AI+