MENU
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
AIO・LLMO・GEO対策の記事制作
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  1. ホーム
  2. LLMO
  3. LLMO論文
  4. 【LLMO論文解説】GoogleのAI Overviewsは政治・ニュース検索で約半数に出た|豪州17,000件の画面監査(学術誌2026)

【LLMO論文解説】GoogleのAI Overviewsは政治・ニュース検索で約半数に出た|豪州17,000件の画面監査(学術誌2026)

2026 11/14
2026年11月14日
中野輝規
GoogleのAI Overviewsは政治・ニュース検索で約半数に出た

GoogleのAI Overviews(検索結果の最上部に出るAIの要約)は、政治やニュースの検索でも出るのでしょうか。出るとすれば、どのくらいの頻度で、どんな画面の作りで出るのでしょうか。

2026年5月に学術誌「Telematics and Informatics」に載った論文が、この2点を、オーストラリア向けに設計した検索語で実測しています。

この記事は、その論文を原文から読み、数値と条件を整理したものです。数値は、論文が報告している値をそのまま拾いました。

収集した国・時期・件数・端末と、日本語での検証があるかどうかは、先に結論の節に書いておきます。

合同会社謙虚は、3つのドメインを並行して運用し、何を変えると数字が動くかを測り続けています。AIの要約が「どのくらいの頻度で」「どんな形で」出るのかを測る手順として読めるため、この論文を取り上げました。

同じ著者が共著者と、AI Overviewsをめぐる言説(Google・記者・SEO担当者が何を語ったか)を分析した別の論文もあります。

そちらは別の記事で解説しています。この記事で扱うのは、画面の実測のほうです。

目次

結論:3行で言うと

  • オーストラリアの政治・ニュース検索160語を2025年4〜6月に毎日測ったところ、AI Overviewsが出た割合はデスクトップ47.04%、モバイル49.11%でした
  • AI Overviewsの画面は一つではありません。論文はデスクトップで5種類、モバイルで4種類の型に分け、モバイルでは95%が1つの型に集まっていました
  • この結果は、オーストラリア・政治とニュースの質問・2か月の記録に限られます。日本語の検証はなく、出典にどのサイトが選ばれたかも調べていません

この論文の基本情報

項目 内容
原題 A search changer: auditing Google’s AI overviews interface in political and news search
著者 Shir Weinbrand(1人。所属はオーストラリアのクイーンズランド工科大学)
掲載先 Telematics and Informatics 107巻(2026年)、論文番号102417。学術誌の誌面版です
日付(論文PDFの表記) 受付2025年10月1日、改訂受付2026年3月22日、採択2026年5月11日、オンライン公開2026年5月13日
種類 実測による監査研究(画面の部品の分類、クラスター分析、ロジスティック回帰)。受付・改訂受付・採択の日付が記載された学術誌の論文です(査読の方式の記載はPDFにありません)
識別子 DOI 10.1016/j.tele.2026.102417(arXivの番号はありません)
データ・コード 論文の記載は「データは請求があれば提供」です。結果を見られるダッシュボードの公開が、脚注に書かれています

論文はこちらで読めます。DOI(10.1016/j.tele.2026.102417)。

PDFには、クリエイティブ・コモンズ(CC BY)のオープンアクセスと書かれています。

掲載状況は、Crossref(論文の登録情報の公開データ)でも、同じ題名・同じ巻で登録されていることを確かめました。

この論文が答えた問い

政治やニュースの検索で、GoogleのAI Overviewsはどのくらい出て、どんな画面の型で出て、それは質問の種類とどう関係するのか。

背景には、Googleが2024年5月にAI Overviewsを始めた経緯があります。論文は、Googleが「速報性の高いニュースには出さない」と述べていたことに触れています。

それなのに、調べた政治・ニュース検索では半数近くで出たことに注目しています(ニュースの質問だけの値ではありません)。

ただし、この研究が見ているのは画面の構造です。AIが書いた文章の中身が正しいか、偏っているかは、論文の対象外と書かれています。

どうやって調べたのか

著者は、政治・ニュース関連の検索語を160個そろえ、毎日Googleに入力して、画面を記録しました。

項目 内容(論文の記載)
国・文脈 オーストラリア向けに設計した検索語。2025年の連邦選挙の期間を含みます(検索を実行した場所の設定は原文に記載なし)
期間 2025年4月〜6月の約2か月、毎日
検索語 160個。先行研究3本をもとに作成。88%が政治、12%がニュース
質問の言い回し 71%が中立、29%が一方に傾いた言い方(論文は「leaning」と呼びます)
デスクトップ 160語を毎日。観察10,720件
モバイル 無作為に選んだ100語を毎日。観察6,300件
モバイルの再現方法 実機ではなく、ブラウザにスマートフォンの情報を設定して再現
集め方 プログラムで検索し、画面の文字・スクリーンショット・HTMLを保存。ログインなしの閲覧モードで、同じ端末・ブラウザ・回線から実施

合計は17,020件で、論文は「17,000件以上」と書いています。

1日160語と100語の記録なので、期間は概算でデスクトップ約67日分、モバイル約63日分です(10,720÷160と6,300÷100の概算)。

原文に検索語の言語の明記は見当たらず、本文に出てくる例(「What are the trending political topics today?」)は英語です。

分析は3段階でした。

  1. 最初の100件の画面を目で見て、繰り返し出る部品に名前を付けた(分類表づくり)
  2. 残りの画面にも、その部品が「あるか・ないか」を記録した
  3. 部品の有無が似た画面をまとめて「型」にし(階層的クラスター分析)、質問の種類で型が決まるかを調べた(ロジスティック回帰)

ロジスティック回帰は、「ある型になるか、ならないか」を、質問の特徴で説明する統計の手法です。

結果は「なりやすさの比(オッズ比)」で出ます。1より大きければなりやすく、1より小さければなりにくい、という読み方です。

結果

どのくらい出たのか

観察のうち、AI Overviewsが表示された割合は次のとおりです(表2)。

状態 デスクトップ(10,720件) モバイル(6,300件)
AI Overviewsが表示された 5,043件(47.04%) 3,094件(49.11%)
表示なし 4,956件(46.23%) 2,595件(41.19%)
「この検索ではAI Overviewsを利用できません」と表示 719件(6.70%) 611件(9.69%)
エラー 2件(0.02%) 記載なし
  • 表示の割合は、期間の途中で変わりました。4月30日に、表示が出る割合が40%未満から約50%へ急に上がったと論文は述べています。デスクトップとモバイルの両方で起きました
  • その後は、大きな跳ね上がりなしに、ゆるやかに増えました
  • 政治の質問とニュースの質問で、表示されない割合に大きな差は見られませんでした(検定の記載はなく、細かい分類ごとには例外があります)
  • 「利用できません」の表示は、人物に関する質問に多く、デスクトップで42%、モバイルで37%が人物の質問でした。質問160語に占める人物の割合は約13%です

論文は、この「利用できません」の表示を問題視しています。情報が足りないのか、Googleが意図的に出さないのかが、利用者に分からないためです。

「今日の政治の話題は」のような一般的な質問でも出たと書かれています。

画面は、どんな部品でできているのか

論文は、AI Overviewsの画面を5つの区画と20の部品に分けた分類表を作りました(表1)。表示された画面での、主な部品の出現率は次のとおりです(表3)。

部品 デスクトップ(5,043件) モバイル(3,094件)
要約の本文、出典アイコン、出典カード ほぼ100% ほぼ100%
注意書き(AIの回答は誤りを含みうる旨) 98.39% 98.51%
補足の説明文 96.69% 96.25%
結論の節 35.95% 33.94%
本文中に埋め込まれた出典リンク 26.79% 28.7%
「すべて表示」ボタン(出典カード内) 87.49% 0%
「もっと見る」ボタン 21.27% 99.77%
出典の数とロゴの表示 2.9% 99.55%
動画の埋め込み 0.34% 0.32%
  • 出典のカードは、デスクトップでは横の欄に、モバイルでは回答の最後に横並びで出ると、論文の表の注に書かれています
  • モバイルでは、回答を折りたたんで「もっと見る」で開く作りがほぼ全件でした。論文は、画面が狭いため出典が回答の最後に回り、通常の検索結果も見えにくくなると読んでいます
  • 本文中に出典リンクが入っていたのは、4分の1強です。出典アイコンは全件にありますが、どの文がどの出典に対応するのかは分かりにくい、と分類表に書かれています

画面の型は、いくつあったのか

部品の有無が似た画面をまとめた結果、デスクトップは12のまとまり、モバイルは11のまとまりになりました。論文は、それを意味の近いものごとに、型としてまとめ直しました。

型 デスクトップ モバイル
エラー・失敗型 1.6% 1.8%
1番目に出ない型(画面の2番目以降に出る) 2.8% なし
出典の数の表示がない型 なし 0.45%
簡素型(補足の説明文と結論の節がない) 30% 2.6%
中〜高の構造型(補足の説明文が多く、結論の節は中程度) 46% 95%
結論つきの高構造型(結論の節と補足の説明文がそろう。本文中の出典リンクと埋め込みの画像がない) 20% なし

クラスター分析の質を示す指標(シルエット係数)の平均は、デスクトップで0.47、モバイルで0.42でした。論文は、この値を高くできる切り方もあったと述べています。

ただ、解釈しにくい多数のまとまりになるので、今の切り方にしたと説明しています。

質問の種類で、型は変わったのか

論文は、質問の種類を「ニュース媒体について」「ニュースとしての政治」「政治の課題」「政治の手続き」「政治の人物」に分けて、型との関係を調べています(ただし「政治の人物」は回帰の分析から除かれています)。

以下は、ニュース媒体についての質問を基準にした比較です。

  • デスクトップの簡素型は、「ニュースとしての政治」でオッズ比2.745、「政治の手続き」で2.536と、なりやすくなりました。傾いた言い方の質問では、オッズが40.2%低くなりました
  • デスクトップの結論つき高構造型は、「政治の課題」でオッズ比1.795と、なりやすくなりました。「ニュースとしての政治」では0.030と、ほとんどなりませんでした
  • 論文はこの結果から、政治の課題には包括的なAI Overviewsが出やすく、ニュースとしての政治には控えめな形が出やすいと述べています

ただし、モデルの説明力を示す疑似決定係数は、デスクトップの3つの型で0.044、0.016、0.048と小さい値でした。質問の種類で説明できるのは、型の違いのごく一部です。

モバイルのモデルは、計算が収束せず、論文自身が「慎重に解釈すべき」と書いています。いくつかの組み合わせでは、完全に近い分離が起きて、オッズ比が数千万以上という極端な値になりました。

論文自身が書いている限界

論文は、結論の節で次のような限界を挙げています。

  • 観察は約2か月の断面です。Googleは画面を試行錯誤で変えているため、パターンは短期間で変わりえます
  • データはオーストラリアの文脈に合わせたものです。ニュースの質問より政治の質問が多く、選挙の時期とも重なっているため、他の国や言語に広げるには注意が要ります
  • 調べたのはGoogleのAI Overviewsだけです。他のAI検索への広がりは今後の課題とされています
  • AIが書いた文章の内容(言い回し、事実の裏づけ)は調べていません。論文は、これを今後の研究で補うべきだとしています

脚注には、モバイルの収集で無作為抽出から16日分ずれがあったが、後で解消したとも書かれています。

原文を読んで気づいた点

ここからは、この記事を書くために原文を読んで、私が気づいた点です。

  • 日本語の検証は未実施です。国はオーストラリア、質問は英語の例しか示されていません。日本のGoogleで同じ割合になるかは、この論文では未確認です
  • 調べた質問の中心は政治です。ビジネスやサービスの質問で、AI Overviewsがどのくらい出るかは扱っていません
  • モバイルは、ブラウザの設定による再現です。実際のスマートフォンの画面と同じかどうかは、論文の中で確かめられていません
  • 分類表づくりは著者1人の手作業です。残りの画面の記録の方法は原文に明記がありません
  • 複数人で記録を突き合わせた一致率は、PDFの範囲では確認できませんでした
  • 同じ160語を毎日記録しているので、観察は互いに独立ではありません。回帰は通常の二項ロジスティック回帰で、同じ検索語の繰り返しをまとめて扱う補正は、論文に書かれていません
  • 原文の数値に、読み合わせで食い違う箇所があります。質問の内訳(政治課題66%、人物13%、手続き9%、ニュース政治13%、ニュース媒体4%)は足すと105%になり、ニュース12%とも合いません
  • また、モバイルの簡素型について、結果の節は「ニュースとしての政治」で有意としますが、考察の節は「質問の種類は有意でない」と書いています。この記事では、表4と結果の節に合わせました
  • 付録A〜Fと質問の一覧は、PDFに含まれていませんでした。質問の全文は、この記事では確かめられていません
  • 「中立ではない」という言葉は、画面の構造が質問で変わるという意味です。文章の内容の偏りを測った結果ではありません
  • Googleが画面の型を使い分ける理由(慎重な設計など)は、論文の推測です。Googleの内部の仕組みを確かめた結果ではありません

この論文から、言えること・言えないこと

言えること(論文の設定で確認された) 言えないこと(論文では確認されていない)
オーストラリアの政治・ニュース検索160語で、AI Overviewsは2025年4〜6月に約半数の観察で表示された 日本語の検索や、日本のGoogleでの表示割合
デスクトップとモバイルで、画面の部品の出方が大きく違った 実際のスマートフォンで同じ数値になること
デスクトップでは複数の型があり、モバイルでは95%が1つの型だった 型が決まる理由(質問の特徴は説明力が小さく、理由は推測にとどまる)
期間の途中(4月30日)に、表示の割合が急に上がった 現在の割合。画面は変わり続けている
本文中の出典リンクは、4分の1強の画面にしかなかった どのサイトが出典に選ばれたか、クリックが増減したか

中小企業の視点で、どう受け取るか

ここからは、論文の主張とは別の、私の読み取りです。

1. 表示割合は、自社の検索語で測り直す必要があります。約半数という数字は、オーストラリアの政治・ニュースの質問での値です。

日本語で、自社の業種の質問に出る割合は、別に測らなければ分かりません。

2. デスクトップとモバイルを別々に確かめる価値があります。論文では、出典の出し方も、ボタンの種類も、型の分布も端末で大きく違いました。

モバイルでは回答の最後に出典が回る作りなので、PCだけで確認すると見落とす可能性があります。

3. 1回の確認で判断しないほうが安全です。この論文では、4月30日の前後で表示の割合が大きく動き、「利用できません」の表示も増えました。

表示の有無は日によって変わりうるので、同じ検索語を期間をあけて繰り返し見る必要があります。

4. 出典に選ばれるための方法は、この論文からは得られません。この研究は画面の作りを見たもので、どのページが出典に入るかは調べていません。

出典の選ばれ方は、別の論文の結果を見て考える範囲です。

よくある質問

GoogleのAI Overviewsは、政治やニュースの検索にも表示されますか

この論文では、オーストラリアの政治・ニュース関連の160語で、デスクトップの47.04%、モバイルの49.11%で表示されました。

条件は、2025年4〜6月、英語と思われる検索語、ログインなしの閲覧モードです。日本語や日本での割合は、論文では未確認です。

AI Overviewsの画面は、デスクトップとモバイルで同じ作りですか

同じではありませんでした。デスクトップは5種類の型に分かれ、モバイルでは95%が中〜高の構造型の1つでした。

「すべて表示」ボタンはデスクトップで87.49%、モバイルで0%、「もっと見る」はモバイルで99.77%でした。

AI Overviewsに自社サイトを出すには、この論文のどこを読めばよいですか

この論文は、出典に選ばれる方法を扱っていません。調べたのは、画面の部品の有無と、質問の種類との関係です。

どのサイトが選ばれたかは対象外なので、出典の選ばれ方を扱う別の論文を読む必要があります。

まとめ:今日できる1つのこと

自社に関係の深い質問を5つ決め、パソコンとスマートフォンの両方で検索して、AI Overviewsが出るか、出典がどこに出るかを記録してください。

1回で終えず、1週間後にもう一度同じ質問で確かめると、表示が日によって変わるかどうかが分かります。

この論文は、LLMO論文の一覧の一本です。ほかの論文の解説も、順次公開しています。

この記事に書いたことを、そのまま御社のページに

生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。

OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。

これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。

まず1ページ、無料で作らせてください

ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。

自社のマーケティング課題を根本から解決しませんか?

ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。

まず動画で詳しく見る(約30分)
無料診断を受ける

初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません

LLMO論文
SEO対策 生成AI
よかったらシェアしてね!
  • URLをコピーしました!
  • 【LLMO論文解説】検索順位から回答順位へ:生成検索でオンラインの見え方はどう変わるか|概念研究の読み方(MIPRO 2026)
  • 【LLMO論文解説】AI検索でクリックはどこまで減ったか、訂正を重ねた改訂版の総説|GEO効果は再現されたか(SSRNプレプリント)

この記事を書いた人

中野輝規のアバター 中野輝規

合同会社謙虚 代表社員。20代から、売る言葉だけを仕事にしてきました。電話営業で受話器を握っていた時代から、数千社のWEB集客に関わったいままで。詳しいプロフィールはこちら

この著者の記事一覧へ

関連記事

  • 名前を出せば99.4%知っているのに、カテゴリの質問では3.32%
    【LLMO論文解説】名前を出せば99.4%知っているのに、カテゴリの質問では3.32%|Product Hunt 112社の調査(プレプリント)
  • AIに競合を出し抜かせる「選好操作攻撃」
    【LLMO論文解説】AIに競合を出し抜かせる「選好操作攻撃」|全員が攻撃すると損をする囚人のジレンマ(ICLR 2025)
  • AIの推薦は有名ブランドをひいきするのか
    【LLMO論文解説】AIの推薦は有名ブランドをひいきするのか|星0.075個分の差で逆転、説得の文言の効き目も実験(プレプリント)
  • AI Overviewsの出典リンクのクリックは訪問の約1%
    【LLMO論文解説】AI Overviewsの出典リンクのクリックは訪問の約1%|米国成人900人の閲覧データ(IC2S2 2026で発表)
  • GEO論文を読み解く
    【LLMO論文解説】GEO原論文|出典・引用・統計を足すとAIの回答に載りやすくなった実験(KDD 2024)
  • 生成AIの好みをAIに説明させてルール化する仕組み
    【LLMO論文解説】生成AIの好みをAIに説明させてルール化する仕組み|AutoGEOは書き換えで目立ち方を最大50.99%上げた(ICLR 2026)
  • 質問の言語を変えると地元ブランドの推薦割合が平均80ポイント上がる
    【LLMO論文解説】質問の言語を変えると地元ブランドの推薦割合が平均80ポイント上がる|欧州12言語・35,640回答の調査(プレプリント)
  • AIの予約代行は価格・品質・ブランドをどう選ぶか
    【LLMO論文解説】AIの予約代行は価格・品質・ブランドをどう選ぶか|28のAIでホテル3,600件を測定(EMNLP 2026 産業トラック)
最近の投稿
  • パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順
  • ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順
  • プライミング効果とは 例でわかる意味と中小企業のサイトで最初に見せるもの
  • canvasタグとは 使い方とアニメーションと代替の内容を仕様で確かめる
  • smallタグとは 廃止や非推奨の噂と注意書きの大きさを確かめる
最近のコメント
  • ブランド認知度とは 調査会社に頼らず手元の数字で測る指標と上げる手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • ポジショニングマップの作り方 軸の選び方から空白の読み方まで自社サイトに落とす手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • AI Overviews対策とは?CTR低下データと中小企業が取るべき施策 に LLMOとAIOの違いとは 中小企業が最初にすべき対策の優先順位 - 合同会社謙虚 より
  • 【2026年最新】上位表示される記事の書き方|273クエリを実測して分かった「AIに引用される」条件 に SEOライティングのコツ|AI検索時代に評価基準が変わった本当の理由 - 合同会社謙虚 より
  • 返報性の原理とは 例でわかる意味と問い合わせ前に見せる情報の決め方 に ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順 - 合同会社謙虚 より
  • 記事制作(KCW)
  • 売れるサイトはみな謙虚
  • サービス一覧
  • サイトの無料診断
  • 合同会社謙虚とは
  • 代表プロフィール
  • ブログ
  • お問い合わせ
  • プライバシーポリシー
  • 特定商取引法に基づく表記
  • AIのプロ名鑑

© 合同会社謙虚

目次