А ты точно эксперт?
Последние пару лет мы обсуждаем ИИ в одном регистре: «заменит ли он экспертов». Это неправильный вопрос (даже если они будут создавать новое знание, подпись там все равно будет человеческая). Правильный — что происходит с экспертизой, когда агенты начинают общаться друг с другом без участия человека.
Ответ — в логике AI-поиска. ChatGPT, Perplexity, Google AI Mode — формалисты. Они не ведутся на харизму, дорогой фон в Zoom и количество лайков. Они ищут машиночитаемые сигналы: who → credentials → внешние упоминания → репутация издателя. А когда агент общается с агентом напрямую — эти сигналы становятся единственной валютой.
Человек подвержен halo-эффекту: если спикер уверенно говорит и хорошо выглядит — мы склонны верить. AI — нет. Ему нужно подтверждение, которое можно проверить.
Фальшивые цитирования в ответах LLM выросли на 80,9% за год — engines ответили ужесточением фильтров (GhostCite, arXiv, англ). Страницы с верифицированной экспертизой авторов получают на 41% больше AI-цитирований (AuthorityTech, англ.). Mid-ranked pages с сильными E-E-A-T-сигналами цитируются в 2,3 раза чаще, чем top-ranked pages без авторской атрибуции (SearchAtlas). А вот лайки и комментарии коррелируют с AI-цитированиями около нуля (OtterlyAI).
Оговорка: почти все эти данные — от компаний, продающих AI-SEO инструменты. Их интерес понятен. Но направление движения они показывают верно — логику «credentials → доверие → цитирование» подтверждает и академический источник, и здравый смысл. Цифры стоит читать как индикатор тренда, а не аудированную статистику.
AI не спрашивает «нравится ли эксперт». Он спрашивает: «кто этот человек и чем его компетенция подтверждена». В мире, где агенты общаются с агентами, это не риторический вопрос — а протокол handshake.
Google E-E-A-T и Яндекс ЭПОС — формальные ответы на этот вопрос: не «успешный успех» из Instagram, а карьерный трек: где работал, сколько лет, кто подтвердил навыки. Немного похоже на peer-reviewed статьи — только теперь это работает не в академии, а в поисковой выдаче.
LinkedIn — платформа, где эта идентичность уже структурирована в машиночитаемом виде. Второй по цитируемости источник в AI-поиске после YouTube — 11% всех ответов (SEMrush / ALM Corp). 75% цитирований — individual profiles, не company pages. 95% — оригинальные тексты, не репосты. Понятно, почему именно они запустили Creator Marketplace (кажется, 10 июня): бренд спонсирует пост эксперта — и он попадает не только в ленту, но и в ответ ChatGPT на профильный запрос. Платформа для нетворкинга становится инфраструктурой AI-поиска — а мы всё ещё пишем туда ради лайков.
Для AI-корпораций экспертный контент частных лиц — ещё и copyright-safe: авторы сами публикуют его в открытом доступе, идеальное сырьё для обучения следующего поколения моделей. Спрос на экспертизу — с двух сторон.
Рядом с LinkedIn — Person schema, Wikidata, профиль на РБК Компаниях, авторская колонка, выступление. Каждый такой сигнал — кирпичик. Если не знаете, что такое schema markup — ничего страшного, у вас еще все впереди :).
Отсюда несколько мыслей для работников умственного (и не только) труда:
— Нет публичного профиля — вы невидимы для AI.
— Есть профиль, но нет оригинальных текстов — репосты не цитируются.
— Есть тексты, но нет перекрёстных подтверждений — сигнал слабее.
Когда я задаю себе вопрос «а ты точно эксперт?» — ответ зависит от того, кто спрашивает. Человек посмотрит на должность и ленту. Агент — на машиночитаемые сигналы. У меня, если честно, с первым лучше, чем со вторым, но не все потеряно :). Halo-эффект не конвертируется в schema markup, сколько ни вылизывай фон в Zoom. А когда агенты начнут рекомендовать друг другу специалистов без нашего участия — разрыв между тем, как нас видят люди и как нас читают машины, станет не академическим вопросом, а конкурентным.
#наблюдения #медиа
