كيف يغيّر الذكاء الاصطناعي محركات البحث؟ من البحث عن الروابط إلى الإجابات الذكية

لسنوات طويلة كانت العلاقة بين المستخدم ومحرك البحث بسيطة: تكتب مجموعة من الكلمات، فيبحث المحرك داخل فهرسه ويعرض قائمة من الروابط، ثم تبدأ أنت بفتح الصفحات وجمع الإجابة.

الذكاء الاصطناعي بدأ يغير هذه المعادلة.

بدل أن يسأل المستخدم: ما الصفحات التي تحتوي على المعلومات التي أبحث عنها؟ أصبح بإمكانه طرح سؤال كامل والحصول على إجابة مركبة تجمع معلومات من عدة مصادر، ثم متابعة الحوار بسؤال آخر دون بدء البحث من الصفر.

هذا التحول يظهر اليوم في ميزات مثل AI Overviews وAI Mode في Google وتجارب البحث التوليدي في Bing وغيرها.

وفي 2026 أصبحت هذه التجارب جزءًا مهمًا من مستقبل البحث؛ إذ أعلنت Google أن AI Overviews تجاوزت 2.5 مليار مستخدم نشط شهريًا، بينما تجاوز AI Mode مليار مستخدم شهريًا.

لكن ماذا يحدث خلف مربع البحث؟ وكيف يستطيع محرك البحث إنشاء إجابة بدل عرض عشرة روابط فقط؟ وهل يعني ذلك أن مواقع الويب ستصبح أقل أهمية؟

ما هي محركات البحث بالذكاء الاصطناعي؟

محركات البحث بالذكاء الاصطناعي هي أنظمة تجمع بين تقنيات استرجاع المعلومات الموجودة في محركات البحث وتقنيات الذكاء الاصطناعي، خصوصًا النماذج اللغوية الكبيرة.

محرك البحث التقليدي يحاول العثور على الصفحات الأكثر صلة بالاستعلام وترتيبها.

أما AI Search فيستطيع إضافة خطوة أخرى:

فهم السؤال → البحث عن المعلومات → تحليل المصادر → تركيب إجابة → عرض المصادر المرتبطة بها.

هذا لا يعني أن محرك البحث توقف عن استخدام الفهرسة والترتيب.

على العكس، ما تزال البنية التقليدية للبحث مهمة جدًا، لكن نموذج الذكاء الاصطناعي أصبح طبقة إضافية تستطيع التعامل مع المعلومات المسترجعة بطريقة مختلفة.

Microsoft تصف تجربة Bing Generative Search مثلًا بأنها تجمع بين نموذج لغوي ونتائج محرك البحث لإنشاء إجابة مع عرض المصادر التي يستطيع المستخدم الرجوع إليها للتحقق أو التوسع.

كيف كان محرك البحث التقليدي يعمل؟

قبل فهم AI Search، يجب فهم الأساس.

محركات البحث تعتمد بصورة مبسطة على ثلاث عمليات رئيسية.

الزحف Crawling

ترسل محركات البحث برامج آلية تعرف عادة باسم Crawlers أو Bots لاكتشاف صفحات الويب.

تنتقل هذه البرامج بين الروابط وتتعرف على صفحات جديدة أو محدثة.

الفهرسة Indexing

بعد اكتشاف الصفحة، يحلل محرك البحث محتواها ويخزن معلومات عنها ضمن فهرسه.

يمكن تشبيه الفهرس بمكتبة ضخمة جدًا يستطيع النظام البحث داخلها بسرعة بدل تصفح الإنترنت من الصفر في كل مرة.

الترتيب Ranking

عندما يكتب المستخدم استعلامًا، تحاول خوارزميات البحث اختيار النتائج الأكثر صلة وفائدة ثم ترتيبها.

النتيجة التقليدية تكون صفحة تحتوي على مجموعة من الروابط والعناوين والمقتطفات.

المستخدم هو من يقوم بعد ذلك بفتح النتائج ومقارنة المعلومات واستخلاص الإجابة.

الذكاء الاصطناعي يحاول أتمتة جزء من هذه المرحلة الأخيرة.

كيف يعمل البحث بالذكاء الاصطناعي؟

لنفرض أنك سألت:

ما الفرق بين Wi-Fi 7 وWi-Fi 8 وأيهما مناسب للأجهزة المنزلية؟

في نموذج البحث التقليدي قد تظهر لك عدة صفحات عن Wi-Fi 7 وصفحات أخرى عن Wi-Fi 8.

عليك فتحها وفهم الفروق بنفسك.

أما نظام AI Search فيستطيع تقسيم السؤال إلى عدة أجزاء:

• ما مواصفات Wi-Fi 7؟
• ما الذي يضيفه Wi-Fi 8؟
• ما الفروق العملية؟
• ما علاقة ذلك بالأجهزة المنزلية؟

ثم يبحث عن المعلومات المرتبطة بهذه الأجزاء ويستخدم نموذجًا لغويًا لإنشاء إجابة موحدة.

Google تستخدم في AI Mode تقنية تسميها Query Fan-Out، حيث يستطيع النظام تقسيم السؤال إلى موضوعات فرعية وإطلاق عمليات بحث متعددة بالتوازي قبل جمع المعلومات في استجابة واحدة.

وهذا فرق مهم.

المستخدم لم يعد مضطرًا دائمًا إلى معرفة الكلمات المفتاحية الدقيقة التي تقوده إلى كل جزء من الإجابة.

ما الفرق بين محرك البحث ومحرك الإجابة؟

هنا ظهر مفهوم Answer Engine أو محرك الإجابة.

محرك البحث التقليدي يقول للمستخدم بصورة أساسية:

هذه الصفحات التي قد تحتوي على الإجابة.

أما محرك الإجابة فيحاول القول:

هذه هي الإجابة التي وجدتها بناءً على المعلومات المتاحة، وهذه المصادر التي يمكنك الرجوع إليها.

لكن الحدود بين النوعين بدأت تختفي.

Google مثلًا لا تقدم AI Mode كخدمة منفصلة تمامًا عن البحث، بل تدمج قدرات النماذج التوليدية مع أنظمة البحث والمعلومات والروابط إلى الويب.

ما هي AI Overviews؟

AI Overviews هي إجابات يتم إنشاؤها باستخدام الذكاء الاصطناعي وتظهر داخل نتائج Google لبعض الاستعلامات.

بدل الاكتفاء بالروابط التقليدية، قد يظهر ملخص في أعلى النتائج يجيب عن أجزاء من السؤال ويحتوي على روابط إلى مصادر ومواقع ذات صلة.

الفكرة ليست استبدال فهرس Google بنموذج لغوي.

بل استخدام النموذج لتجميع المعلومات وتقديمها بطريقة تساعد المستخدم على فهم الموضوع بسرعة.

وفي 2026 أصبحت Google تربط AI Overviews بصورة أكثر سلاسة بـAI Mode، بحيث يستطيع المستخدم الانتقال من الملخص إلى سؤال متابعة مع الاحتفاظ بسياق البحث.

وهذا يجعل صفحة النتائج أقرب إلى بداية محادثة بدل كونها نهاية عملية البحث.

ما هو AI Mode؟

AI Mode يمثل تجربة أعمق من مجرد ملخص يظهر أعلى النتائج.

يمكن للمستخدم طرح سؤال طويل أو معقد، والحصول على إجابة، ثم طرح سؤال متابعة يعتمد على السياق السابق.

مثلًا:

ما أفضل نوع بطارية لتخزين الطاقة المنزلية؟

ثم:

وماذا لو كنت أعيش في منطقة شديدة الحرارة؟

ثم:

قارن العمر الافتراضي والتكلفة.

في البحث التقليدي قد يحتاج المستخدم إلى صياغة ثلاثة استعلامات منفصلة.

أما البحث الحواري فيحتفظ بالسياق ويعرف أن السؤال الثاني والثالث مرتبطان بالسؤال الأول.

Google وسّعت هذه التجربة خلال 2026، وأصبح الانتقال من AI Overview إلى حوار داخل AI Mode جزءًا من تجربة البحث، مع استمرار عرض روابط للمصادر والويب.

لماذا أصبحت أسئلة البحث أطول؟

عندما اعتاد المستخدمون على محركات البحث التقليدية، تعلموا التحدث معها بطريقة مختلفة عن البشر.

بدل كتابة:

أريد هاتفًا ببطارية قوية وكاميرا جيدة ويكون مناسبًا للسفر وميزانيتي محدودة

كان المستخدم قد يكتب:

أفضل هاتف بطارية كاميرا سعر رخيص 2026

الذكاء الاصطناعي يقلل الحاجة إلى هذا الاختصار.

يمكن للنموذج تحليل اللغة الطبيعية وفهم عدة شروط في السؤال نفسه.

ولهذا أصبحت تجارب AI Search مناسبة لأسئلة كانت سابقًا تحتاج إلى سلسلة من عمليات البحث.

Google ذكرت أن المستخدمين الأوائل لـAI Mode كانوا يطرحون أسئلة أطول بنحو مرتين إلى ثلاث مرات من عمليات البحث التقليدية.

كيف يعرف AI Search أي المواقع يستخدم؟

وجود نموذج لغوي لا يلغي الحاجة إلى نظام استرجاع المعلومات.

النموذج وحده يعتمد على ما تعلمه أثناء التدريب، وقد تكون معلوماته قديمة أو غير كافية.

لكن محرك البحث يستطيع الوصول إلى صفحات ومصادر حديثة.

لذلك تعتمد أنظمة البحث التوليدي على مبدأ قريب من:

سؤال المستخدم → استرجاع معلومات → اختيار مصادر → نموذج لغوي → إجابة.

وهنا يظهر التشابه مع مفهوم Retrieval-Augmented Generation أو RAG، حيث يتم تزويد النموذج بمعلومات مسترجعة قبل إنشاء الإجابة.

لكن محركات البحث التجارية أكثر تعقيدًا من نظام RAG بسيط؛ فهي تمتلك فهارس ضخمة وأنظمة ترتيب وبيانات آنية وKnowledge Graphs وأنظمة جودة ومكافحة Spam وغيرها.

لذلك لا يجب اختزال AI Search في عبارة “ChatGPT متصل بالإنترنت”.

هل يمكن للذكاء الاصطناعي البحث في عدة صفحات في الوقت نفسه؟

نعم، وهذه من أهم قدرات البحث الحديث.

إذا كان السؤال معقدًا، يمكن للنظام تنفيذ عدة عمليات بحث حول أجزاء مختلفة من الموضوع.

Google تستخدم Query Fan-Out لهذا الغرض في AI Mode.

فبدل البحث عن جملة واحدة فقط، يستطيع النظام إنشاء استعلامات فرعية حول جوانب مختلفة من السؤال ثم جمع النتائج.

هذا مفيد خصوصًا في:

• المقارنات.
• التخطيط للسفر.
• البحث عن المنتجات.
• فهم موضوع تقني.
• إجراء بحث أولي.
• الأسئلة متعددة الشروط.

أي أن محرك البحث يبدأ بتنفيذ جزء من عملية البحث والتحليل التي كان المستخدم يقوم بها يدويًا.

هل يستطيع AI Search فهم الصور؟

نعم، وهذا أحد الاختلافات المهمة عن مربع البحث النصي التقليدي.

النماذج متعددة الوسائط تستطيع التعامل مع أكثر من نوع من المدخلات.

قد يرفع المستخدم صورة لجهاز ويسأل:

ما هذا المنفذ؟

أو يصور نباتًا ويسأل عن نوعه.

أو يقدم صورة منتج ويطلب العثور على خيارات مشابهة.

وفي 2026 وسعت Google البحث متعدد الوسائط بحيث يمكن لبعض تجارب البحث التعامل مع النصوص والصور والفيديو والملفات ومحتوى تبويبات Chrome كمدخلات للبحث.

وهكذا لم يعد “الاستعلام” بالضرورة مجموعة كلمات مكتوبة.

قد يصبح صورة وصوتًا وملفًا وسؤالًا في الوقت نفسه.

هل يعني AI Search نهاية الروابط؟

ليس بالضرورة.

حتى الأنظمة التي تقدم إجابات مباشرة ما تزال تحتاج إلى مصادر المعلومات.

وتواصل محركات البحث تطوير طرق عرض الروابط داخل الإجابات التوليدية.

خلال 2026 أعلنت Google عن تغييرات لزيادة ظهور الروابط والمصادر والمحتوى الأصلي داخل AI Mode وAI Overviews، بما في ذلك طرق إضافية لاستكشاف المواقع والمقالات المرتبطة بالإجابة.

لكن طريقة استخدام الروابط قد تتغير.

في البحث التقليدي، الرابط هو المنتج الأساسي.

أما في AI Search، فقد يصبح الرابط خطوة للتعمق أو التحقق أو تنفيذ إجراء بعد أن حصل المستخدم بالفعل على ملخص أولي.

وهذا فرق كبير بالنسبة للمواقع والناشرين.

هل سيقل عدد زيارات المواقع بسبب إجابات AI؟

هذا السؤال لا يملك إجابة واحدة تنطبق على جميع أنواع البحث والمواقع.

من المنطقي أن بعض الأسئلة البسيطة قد تنتهي داخل صفحة النتائج إذا حصل المستخدم على الإجابة التي يحتاج إليها مباشرة.

لكن الأسئلة الأخرى تحتاج إلى:

• تفاصيل أعمق.
• مصدر أصلي.
• تجربة شخصية.
• صور أو فيديو.
• بيانات كاملة.
• شراء منتج.
• استخدام خدمة.
• قراءة بحث.
• التحقق من المعلومة.

وفي هذه الحالات يبقى الانتقال إلى المواقع مهمًا.

Google تقول إن AI Search يوسع أنواع الأسئلة التي يطرحها المستخدمون، وإنها تعمل على إبراز روابط ومصادر الويب داخل التجربة. هذه تصريحات من Google نفسها، ولذلك يجب تمييزها عن قياس مستقل لتأثير AI Search على زيارات جميع المواقع.

الأثر الحقيقي سيختلف بحسب نوع الاستعلام والموقع والمحتوى.

ماذا يعني AI Search بالنسبة إلى SEO؟

SEO لم يعد يتعلق فقط بالسؤال:

كيف أصل إلى المركز الأول؟

يظهر سؤال إضافي:

كيف يصبح المحتوى مصدرًا يمكن لأنظمة البحث فهمه والاستفادة منه وإحالـة المستخدم إليه؟

هذا لا يلغي أساسيات SEO.

ما تزال المواقع تحتاج إلى:

• صفحات قابلة للزحف والفهرسة.
• محتوى واضح.
• بنية منظمة.
• عناوين دقيقة.
• معلومات أصلية.
• تجربة مستخدم جيدة.
• روابط داخلية منطقية.
• سمعة وسلطة موضوعية.

لكن طريقة كتابة المحتوى تصبح أكثر أهمية.

صفحة تحتوي على إجابات واضحة وأرقام موثقة وتعريفات دقيقة ومقارنات ومصادر أصلية قد تكون أسهل في الفهم والاستفادة منها من صفحة طويلة تدور حول الكلمة المفتاحية دون تقديم معلومات جديدة.

ما هو GEO؟ وهل سيستبدل SEO؟

مع انتشار البحث التوليدي ظهر مصطلح Generative Engine Optimization أو GEO لوصف تحسين المحتوى للظهور أو الاستشهاد به داخل الإجابات المولدة بالذكاء الاصطناعي.

لكن من الخطأ التعامل معه حاليًا باعتباره بديلًا كاملًا لـSEO.

محركات AI Search نفسها ما تزال تعتمد على بنية البحث والويب والاسترجاع والمصادر.

لذلك يوجد تداخل كبير بين ما يجعل الصفحة جيدة لمحركات البحث التقليدية وما يجعلها مصدرًا مفيدًا لأنظمة الذكاء الاصطناعي.

الفرق أن النجاح لم يعد يقاس فقط بموقع الرابط الأزرق، بل قد يشمل أيضًا ظهور العلامة أو المصدر داخل إجابة AI.

هل يمكن أن يخطئ محرك البحث بالذكاء الاصطناعي؟

نعم.

النموذج اللغوي يستطيع إنشاء إجابة تبدو مقنعة حتى عندما تكون بعض التفاصيل غير صحيحة.

كما قد يسيء تفسير المصدر أو يخلط بين معلومات مختلفة.

وجود البحث والاسترجاع يقلل بعض هذه المشكلات لكنه لا يلغيها بالكامل.

Google نفسها تشير إلى أن AI Mode قد لا يقدم دائمًا إجابة مولدة عندما تكون الثقة محدودة، وأن أنظمة الذكاء الاصطناعي ما تزال قابلة للخطأ.

لهذا تصبح المصادر والاستشهادات مهمة.

إذا كانت الإجابة تتعلق بقرار مالي أو طبي أو قانوني أو بمعلومة حساسة، فلا ينبغي الاعتماد على الملخص التوليدي وحده دون الرجوع إلى مصادر موثوقة.

ما الفرق بين AI Search وروبوت المحادثة؟

التشابه بينهما كبير ظاهريًا.

كلاهما يسمح بكتابة سؤال والحصول على إجابة ومتابعة الحوار.

لكن محرك البحث مصمم أساسًا للوصول إلى معلومات موجودة على الويب واسترجاعها.

أما النموذج اللغوي العام فيستطيع تنفيذ مجموعة أوسع من المهام، مثل الكتابة وإعادة الصياغة والبرمجة والتحليل، حتى عندما لا يحتاج إلى البحث عن معلومات جديدة.

ومع ذلك، الحدود بين الفئتين تتقلص.

روبوتات المحادثة أصبحت قادرة على البحث في الويب، ومحركات البحث أصبحت تقدم واجهات حوارية.

لذلك قد يكون الفرق المستقبلي أقل وضوحًا من الفرق الموجود بين Google وChatGPT في بدايات عصر الذكاء الاصطناعي التوليدي.

هل ستختفي صفحة نتائج البحث التقليدية؟

الأرجح أن شكلها سيتغير أكثر من اختفائها بالكامل.

بعض الاستعلامات لا تحتاج إلى إجابة مولدة أصلًا.

إذا كتب المستخدم اسم موقع، أو أراد الوصول إلى صفحة محددة، أو بحث عن نتيجة مباشرة، فقد تكون الروابط التقليدية أكثر كفاءة.

أما الأسئلة المعقدة فقد تستفيد من واجهة حوارية.

لذلك يمكن أن يصبح البحث أكثر ديناميكية:

سؤال بسيط → نتيجة مباشرة.

بحث عن موقع → روابط.

سؤال معقد → إجابة AI ومصادر.

بحث استكشافي → حوار وأسئلة متابعة.

مهمة معقدة → وكيل بحث ينفذ عدة خطوات.

وبالفعل بدأت Google خلال 2026 بتوسيع البحث نحو قدرات Agentic، بما في ذلك وكلاء معلومات يمكنهم متابعة موضوعات في الخلفية واستخدام مصادر حديثة.

هل يتحول محرك البحث إلى وكيل ذكاء اصطناعي؟

هذا هو الاتجاه الأكثر إثارة للاهتمام.

المرحلة الأولى من البحث كانت:

ابحث عن الصفحات.

ثم أصبحت:

أعطني الإجابة.

أما المرحلة التالية فقد تصبح:

نفّذ المهمة.

بدل أن تبحث عن عشرات المنتجات وتقارنها يدويًا، قد يستطيع النظام إجراء البحث والمقارنة وفق شروطك.

وبدل إعادة البحث كل يوم عن موضوع يتغير باستمرار، يمكن لوكيل معلومات متابعة المصادر وإبلاغك عندما يحدث تغيير مهم.

هذا يعني أن مستقبل البحث قد لا يكون مجرد تحسين الإجابات، بل انتقال محركات البحث تدريجيًا من استرجاع المعلومات إلى العمل على المعلومات.

ما مستقبل محركات البحث؟

محركات البحث لن تتوقف عن فهرسة الويب لأن الذكاء الاصطناعي ظهر.

العكس أقرب إلى الواقع.

كلما أصبحت النماذج مسؤولة عن الإجابة عن أسئلة أكثر تعقيدًا، ازدادت أهمية وصولها إلى معلومات حديثة ومتنوعة وموثوقة.

لكن الواجهة التي يراها المستخدم تتغير.

بدل سلسلة:

اكتب كلمات → افتح رابطًا → ارجع → افتح رابطًا آخر → اجمع الإجابة

نقترب من تجربة:

اطرح سؤالًا → احصل على إجابة ومصادر → اسأل متابعة → تعمق في المصدر عند الحاجة.

وفي بعض الحالات قد تتطور العملية إلى:

اطلب هدفًا → دع النظام يبحث ويقارن وينفذ عدة خطوات.

وهذا لا يعني نهاية محركات البحث، بل تغير تعريف ما يفعله محرك البحث نفسه.

لقد بدأ الويب بعصر كانت فيه مهمة البحث الأساسية هي العثور على الصفحة المناسبة.

أما عصر AI Search فيدفع البحث نحو مهمة أصعب: فهم ما يريده المستخدم، العثور على المعلومات المناسبة، ثم تحويلها إلى إجابة يمكن متابعتها والتفاعل معها.