Forside / Nyheder / AI-tjenester citerede et opdigtet begreb inden for en uge, viser forsøg

AI-tjenester citerede et opdigtet begreb inden for en uge, viser forsøg

Kvinde læser ved et langt bord i en læsesal med høje bogreoler og bordlamper

Fire af de mest brugte AI-tjenester med websøgning citerede et begreb, der kun fandtes i forskernes egne opslag, inden for syv dage. Det viser et forsøg fra forskere ved Fudan University i Kina, som Search Engine Journal beskrev 19. oktober 2026. ChatGPT, Perplexity, Grok og Google AI linkede alle til opslag om det opdigtede “Cactus Gravity Protocol”. AIsearch har gennemgået resultaterne, fordi de viser, hvor let datagrundlaget bag AI-svar kan påvirkes, og hvor de grænser går.

8 af 10AI-tjenester citerede det opdigtede begreb inden for en uge
176 af 1.004svar linkede til forskernes opslag i testugen
0citationer af 40 opslag på et selvhostet WordPress-site
Kort fortalt

  • Forskere fra Fudan University lagde opslag om et opdigtet begreb på ni platforme, som AI-tjenesterne i forvejen citerer ofte.
  • Grok linkede til opslagene i 30 af 32 svar, Google AI i 15 af 33, Perplexity i 13 af 35 og ChatGPT i 7 af 20.
  • Placeringen betød mere end mængden: 40 opslag på et selvhostet WordPress-site gav ingen citationer på syv dage.
  • Et opdigtet produkt og et holdningsspørgsmål slap stort set ikke igennem hos de fire engelsksprogede tjenester.
  • Forsøget testede ingen rigtige brands, så resultatet kan ikke overføres direkte til danske virksomheder.

Hvad viste forsøget fra Fudan University?

Forsøget fra Fudan University viste, at fire AI-tjenester med websøgning begyndte at citere et opdigtet begreb inden for en uge efter, at forskerne havde lagt opslag om det på nettet. Begrebet hed “Cactus Gravity Protocol” og eksisterede ikke, før forskerne skrev om det. Otte af de ti testede tjenester citerede det i løbet af ugen. Blandt dem var alle fire tjenester, som forskerne kalder engelsksprogede: ChatGPT, Perplexity, Grok og Google AI. De øvrige seks, blandt andre Doubao og DeepSeek, henter primært kilder fra det kinesiske web. Forsøgene blev kørt i marts og april 2026, og artiklen blev lagt på arXiv 8. oktober.

Forskerne tjekkede før offentliggørelsen, at ingen af tjenesterne kunne give et brugbart svar om de opdigtede emner. Bagefter stillede de de samme fem spørgsmål pr. emne til alle tjenester hver dag i en uge. Opslagene var skrevet med ChatGPT som første udkast og derefter redigeret i hånden. Hvert opslag indeholdt plantede detaljer, fx opdigtede navne og tal, så forskerne kunne se, om tjenesterne gentog dem. Artiklen bruger betegnelsen “Google AI” uden at oplyse, hvilket af Googles produkter der blev testet. Den uklarhed er væsentlig, fordi AI Overviews, AI Mode og Gemini-appen ikke nødvendigvis vælger kilder på samme måde.

Hvor ofte citerede ChatGPT, Perplexity, Grok og Google AI de falske opslag?

Grok var den mest modtagelige tjeneste i forsøget og linkede til forskernes opslag i 30 af 32 svar, fra den første citation og ugen ud. Google AI linkede i 15 af 33 svar, Perplexity i 13 af 35 og ChatGPT i 7 af 20. At citere en kilde er dog ikke det samme som at gentage dens indhold. Langt færre svar indeholdt de plantede detaljer. 53 procent af Groks svar gentog en plantet detalje, mod 10 procent hos ChatGPT, 6 procent hos Google AI og ingen hos Perplexity.

TjenesteSvar med link til opslageneSvar med plantet detalje
Grok30 af 3253 %
Google AI15 af 336 %
Perplexity13 af 350 %
ChatGPT7 af 2010 %

Samlet linkede 176 af 1.004 svar på tværs af alle ti tjenester og alle tre emner til forskernes opslag i løbet af ugen. I et opfølgende forsøg lagde forskerne ét opslag hver på Sohu, YouTube og CSDN om ti nye opdigtede emner. Ni af de ti emner gav mindst én citation eller plantet detalje på tværs af tjenesterne. AIsearch bemærker, at tallene bygger på små stikprøver på 20 til 35 svar pr. tjeneste. Procenterne skal derfor læses som en retning og ikke som præcise rater.

Hvorfor slap det opdigtede begreb igennem, når produktet ikke gjorde?

Cactus Gravity Protocol slap formentlig igennem, fordi der ikke fandtes andre kilder om begrebet, så forskernes opslag var det eneste, tjenesterne kunne finde. De to andre emner havde andre betingelser. Holdningsspørgsmålet om, hvorvidt AI vil erstatte juniorprogrammører inden for fem år, var i forvejen diskuteret flittigt på nettet. Kun Perplexity citerede et af forskernes holdningsopslag, i 11,4 procent af sine 35 svar. Det opdigtede tastatur blev ikke citeret af nogen af de fire engelsksprogede tjenester inden for ugen.

Forskerne skriver selv, at de ikke kan sige, om forskellen skyldes emnet, konkurrencen fra andre kilder eller spørgsmålstypen, fordi alle tre faktorer ændrede sig samtidig. Hos AIsearch læser vi resultatet som en advarsel om de tomme hjørner af nettet. Når et spørgsmål er nyt eller smalt, har en AI-tjeneste få kilder at vælge imellem. Så kan et enkelt opslag på den rigtige platform blive til svaret. Risikoen er størst for nye fagbegreber, nicheprodukter og lokale emner med lille dækning.

Betyder det mere, hvor man poster, end hvor meget?

Placeringen betød mere end mængden i Fudan-forsøget. Forskerne lavede parvise opslag om fem lidet kendte rejsemål. Det ene opslag lå på en platform, tjenesterne ofte citerer, og det andet på et site, de næsten aldrig citerer. I alle fem tilfælde gav opslaget på den ofte citerede platform den første citation eller plantede detalje. På den lidt citerede side krævede det bedste tilfælde 20 opslag. Hele 40 opslag på et selvhostet WordPress-site gav ingen citationer inden for syv dage.

Mængden hang også sammen med flere citationer, men mere løst. Seks opdigtede emner fik mellem 1 og 20 opslag på Sohu, og det samlede antal citationer steg fra 24 til 128. ChatGPT citerede dog aldrig de opslag, og Google AI gjorde det kun for de tre emner med færrest opslag. Fordi hvert emne var forskelligt, kalder forskerne sammenhængen en association og ikke en effekt. Forskerne købte desuden en kinesisk opslagspakke for 14 dollar hos en GEO-leverandør. GEO står for generative engine optimization, altså optimering mod AI-svar. De 13 opslag lå online efter cirka 28 minutter, og Doubao citerede et af dem med en plantet detalje inden for en time. Forskerne præsenterer det som ét bekræftet tilfælde, ikke som en succesrate.

Hvilke platforme henter AI-tjenesterne deres kilder fra?

Skrivebord set oppefra med notesbog, gule post-its, mobiltelefon og et udprintet afsnit ringet ind med orange tusch i gyldent eftermiddagslys
Et AI-svar er aldrig bedre end de kilder, websøgningen finder. Ved smalle emner kan det være ganske få.

AI-tjenesterne i forsøget hentede især kilder fra platforme, hvor almindelige brugere selv kan poste. Forskerne kørte i marts 2026 120 spørgsmål gennem de ti tjenester og registrerede, hvilke sites de citerede. Reddit var det mest citerede site for Google AI og Grok, YouTube for Perplexity og Wikipedia for ChatGPT. Mellem 6 og 10 af hver tjenestes 10 mest citerede sites tog imod opslag fra almindelige brugere.

I april testede forskerne 22 platforme for, hvor let det var at oprette en konto og poste. Medium, GitHub, LinkedIn og Facebook var lette at komme ind på, mens Reddits krav om karma og hårde sletninger gjorde det sværere. For hver tjeneste valgte forskerne den mest citerede platform, som en ny konto kunne poste på. Det gav ni platforme, blandt andre Medium, YouTube og Sohu. For danske læsere er pointen, at AI-tjenesternes datagrundlag i høj grad består af brugerskabt indhold og ikke kun af redigerede medier. Sprogmodellen er motoren, men websøgningens kildevalg afgør, hvad svaret bygger på. Den skelnen mellem motor, datagrundlag og flade gennemgår vi i AIsearchs guide til, hvad AI-søgning er.

Hvad betyder forsøget for danske brugere og virksomheder?

Danske brugere bør læse AI-svar om nye eller smalle emner med ekstra skepsis og klikke på kilderne, før de handler på svaret. Fudan-forsøget testede ingen rigtige brands eller produkter. Det viser altså ikke, om samme mønster gælder, når nogen spørger til en dansk virksomhed. Men betingelsen bag det opdigtede begreb var få konkurrerende kilder, og den betingelse findes ofte på dansk. AIsearchs vurdering er, at et dansk fagbegreb eller en lille lokal virksomhed tit kun har en håndfuld sider bag sig.

Forestil dig en lille dansk producent af varmepumper i Midtjylland (et tænkt eksempel). En utilfreds person skriver tre opslag på Medium og LinkedIn med en opdigtet test, der påstår, at pumpen bruger langt mere strøm end oplyst. Hvis ingen andre kilder skriver om netop den model, kan opslagene ende som kilde, når en kunde spørger en AI-tjeneste om pumpen. Virksomheden opdager det måske først, når en kunde nævner det i telefonen. Forsøget beviser ikke, at det vil ske, men det viser, at mekanismen virkede for et opdigtet begreb i 2026.

Når et spørgsmål er nyt eller smalt, kan et enkelt opslag på den rigtige platform blive til svaret.

Er det tilladt at plante indhold for at påvirke AI-svar?

Plantet, vildledende indhold for at påvirke AI-svar strider mod Googles regler og er en dårlig idé for seriøse virksomheder. Google præciserede 15. maj 2026, at selskabets spampolitik også dækker forsøg på at manipulere generative AI-svar i Google Søgning. Googles guide til AI-funktionerne skriver desuden, at jagten på uægte omtaler er mindre nyttig, end den kan se ud. Anthropic har også forbudt at bruge Claude til falske kilder, der skal påvirke AI-svar. Fudan-forsøgene blev kørt før Googles præcisering i maj, og forskerne skriver selv, at tallene kan flytte sig, når tjenesterne ændres.

Forskerne oplyser, at de har orienteret alle ti platforme om resultaterne. ChatGPT, Perplexity og Google AI er blandt dem, der har bekræftet modtagelsen. For virksomheder er den legitime lære en anden end manipulation. AI-tjenesterne kigger efter kilder på de platforme, de i forvejen stoler på. Korrekte oplysninger om virksomheden på de platforme, hvor branchen bliver diskuteret, gør det sværere for andres versioner at blive de eneste.

Hvordan holder du øje med, hvad AI-tjenesterne siger om dig?

Den bedste beskyttelse mod plantede eller forkerte oplysninger er at stille AI-tjenesterne de samme spørgsmål som dine kunder og følge kilderne bag svarene. AIsearch anbefaler en fast månedlig rutine, så du opdager ændringer, før de spreder sig.

  1. Stil de samme spørgsmål hver månedSpørg ChatGPT, Perplexity, Google og Copilot om dit firmanavn, dine produkter og dine fagbegreber, og gem svarene med dato.
  2. Klik på kilderneNotér hvilke platforme svarene bygger på, og om oplysningerne er korrekte.
  3. Kortlæg din branches kildeplatformeFind ud af, om Reddit, LinkedIn, YouTube eller Wikipedia dominerer kilderne i din niche.
  4. Ret op, hvor kilderne stårHold egne profiler opdaterede, og svar sagligt på faktuelle fejl der, hvor de er skrevet.
  5. Rapportér vildledningBrug tjenesternes feedbackknapper og platformenes indberetning, når et AI-svar bygger på falske opslag.
Forstå, hvordan AI-søgning vælger sine kilder

AIsearchs grundguide forklarer de tre lag i AI-søgning: sprogmodellen, datagrundlaget og serveringen. Den er stedet at starte, hvis du vil forstå, hvorfor et opslag på Medium kan slå dit eget website.

Læs guiden til AI-søgning

Ofte stillede spørgsmål

Hvad er Cactus Gravity Protocol?

Cactus Gravity Protocol er et begreb, som forskere fra Fudan University opdigtede i foråret 2026 for at teste AI-tjenester med websøgning. Begrebet fandtes kun i forskernes egne opslag på platforme som Medium, YouTube og Sohu. Otte af ti tjenester citerede det inden for en uge, herunder ChatGPT, Perplexity, Grok og Google AI.

Kan man stole på kilderne i ChatGPT og Perplexity?

ChatGPT og Perplexity viser kilder, men en kilde garanterer ikke, at oplysningen er sand. I Fudan-forsøget linkede Perplexity til opdigtede opslag i 13 af 35 svar og ChatGPT i 7 af 20. Klik derfor på kilden, når emnet er nyt eller smalt.

Gælder forsøget også for danske søgninger?

Fudan-forsøget testede kun engelsk- og kinesisksprogede emner, så dansk er ikke undersøgt. AIsearchs vurdering er, at danske nicheemner med få kilder kan være lige så sårbare. Det er dog ikke dokumenteret, og ingen rigtige brands indgik i forsøget.

Kilde: Search Engine Journal, 19. oktober 2026 (Matt G. Southern), om en forskningsartikel fra Fudan University lagt på arXiv 8. oktober 2026. Featured-foto: Tat Linh Nguyen / Unsplash.

Senest revideret 20. oktober 2026. Artiklen gennemgås løbende, når AI-søgelandskabet flytter sig.