aalto1 untyped-item.component.html
Does website optimization influence AI accuracy? The role of answer engine optimization
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Business |
Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Degree programme
Language
en
Pages
53 + 6
Series
Abstract
This thesis provides the first indication for the relationship between Answer Engine Optimization (AEO) and AI accuracy for AI-generated quarterly earnings summaries. Given the rapid development of AI models and increasing investor use of such tools, inaccurate AI-generated figures that may arise from poor digital presence could misrepresent a company’s financial position to investors. A quantitative approach was implemented, using a sample of 105 companies listed on major U.S. stock exchanges to statistically examine the relationship. The significance and the influence of specific AEO areas are explored, with schema markup and content structure emerging as the most influential predictors of accuracy. Implications for listed companies and service providers are discussed, while the findings establish a foundation for further research.
Tämä kandidaattityö tarkastelee yhteyttä vastauskoneoptimoinnin (answer engine optimization, AEO) ja tekoälymallien vastausten tarkkuuden välillä, tarjoten ensimmäisen osoituksen niiden välisestä suhteesta tulosjulkistusten yhteydessä. Tekoälymallien nopea kehitys sekä niiden kasvava hyödyntäminen sijoittajien keskuudessa avaa mahdollisuuden vääristyneisiin tuloslukujen tarjontaan tekoälymallien toimesta. Tämän voidaan osittain katsoa johtuvan heikosta verkkosivujen optimoinnista, mikä voi johtaa yhtiön valheelliseen edustamiseen sijoittajien keskuudessa. Kvantitatiivinen menetelmä otettiin käyttöön yhdessä 105 yrityksen näytteellä. Näyte koostuu yrityksistä, jotka ovat listautuneet Yhdysvaltojen suurimpiin pörsseihin. Näyte mahdollistaa yhteyden tarkastelemisen tilastollisten menetelmien avulla. Tilastollista merkitystä ja vastauskoneoptimoinnin eri alueiden vaikutusta tulkitaan. Rakenteellinen data sekä sisällön rakenne nousevat tärkeimmiksi muuttujiksi ennustimien suhteen. Seurauksia pörssilistautuneille yrityksille ja palvelun tarjoajille tarkastellaan, tarjoten samalla perustan tuleville tutkimuksille aiheesta.