Исследователи из Imperial College London, Internet Archive и Stanford University пришли к выводу, что к середине 2025 года около 35% новых сайтов были полностью или частично написаны с помощью ИИ. До запуска ChatGPT в конце 2022 года этот показатель, по их оценке, был близок к нулю.
Для работы авторы взяли репрезентативную выборку англоязычных сайтов из Wayback Machine за 33 ежемесячных периода с августа 2022 года по май 2025 года. Для поиска ИИ-текста они использовали детектор Pangram v3, который показал лучшие результаты в их внутренних проверках по пяти метрикам.
Авторы проверили шесть распространённых гипотез о влиянии генеративного ИИ на веб. Статистически подтвердились только две: семантическое сужение и сдвиг в сторону более позитивной тональности.
Под семантическим сужением исследователи понимают уменьшение разнообразия идей в онлайне. Они обнаружили, что тексты, созданные ИИ, были на 33% ближе друг к другу по смыслу, чем материалы, написанные людьми. По мнению авторов, это может указывать на склонность языковых моделей воспроизводить усреднённые паттерны из обучающих данных и тем самым сужать спектр допустимых позиций в публичной дискуссии.
Вторая подтверждённая гипотеза — рост искусственно позитивного тона. ИИ-тексты показали уровень положительной тональности на 107% выше, чем тексты, полностью написанные людьми. Исследователи связывают это с известной склонностью моделей к чрезмерному согласию и избыточному оптимизму.
Соавтор исследования Йонас Долежал из Stanford считает, что моделям нужно оставлять больше выраженного характера. Он сказал 404 Media: «Вместо того чтобы заставлять модели быть полностью послушными и со всем соглашаться, стоит позволить им иметь более отчётливую манеру или “трение”». По его словам, это поможет ИИ быть творческим партнёром, а не заменой человеческому голосу.
При этом работа показывает корреляции, а не причинно-следственные связи. Авторы отдельно подчёркивают это ограничение.
Четыре другие гипотезы подтверждения не получили. Исследование не выявило исчезновения авторских стилей, сокращения внешних ссылок и падения плотности информации. Также авторам не удалось показать рост числа фактических ошибок, хотя этот результат опирается на менее уверенную методику, чем остальные выводы.
Для проверки гипотезы о снижении достоверности информации исследователи использовали GPT-4o-mini, который автоматически выделял до пяти проверяемых утверждений с каждой страницы. Затем 50 аннотаторов сверяли эти утверждения с внешними источниками и отмечали, подтверждаются они, опровергаются, не имеют достаточных доказательств или дают противоречивую картину. Основной метрикой стала доля явно опровергнутых утверждений.
Авторы не нашли статистически значимой связи между долей ИИ-контента и числом явно ложных утверждений. Но этот вывод основан на узкой выборке: каждый аннотатор проверял утверждения только из пяти статей, то есть итоговая подвыборка составила примерно 250 сайтов.
На фоне полной выборки — около 10 тысяч URL в месяц на протяжении 33 месяцев — это очень небольшой фрагмент. Кроме того, метод фиксирует лишь узкий тип искажения фактов: отдельные утверждения, которые можно прямо опровергнуть. Более размытые, внушающие или просто непроверяемые формулировки в такую схему почти не попадают. Дополнительно результат зависит от того, какие фразы сама модель заранее сочла «проверяемыми».
Долежал сказал 404 Media: «Самым неожиданным результатом было то, что наша гипотеза о снижении достоверности не подтвердилась». Он добавил, что исследователи искали именно рост числа проверяемо ложных утверждений и не нашли его, но ИИ всё равно может незаметно увеличивать объём непроверяемых заявлений, которые нельзя сопоставить с существующей инфраструктурой фактчекинга.
По мнению авторов, главная угроза связана не столько с откровенной ложью, сколько с изменением отношения пользователей к онлайн-информации. Если ИИ-текст станет повсеместным и почти неотличимым от человеческого, люди могут начать сомневаться в достоверности любой информации в сети. Это состояние исследователи называют reality apathy.
В рамках работы авторы также опросили 853 взрослых жителей США. Большинство респондентов верили во все негативные гипотезы, включая четыре, которые не получили эмпирического подтверждения.
Например, 83% опрошенных согласились с утверждением, что авторские стили исчезают и уступают место типовой манере ИИ. Однако данные исследования этого не подтвердили.
Согласно работе, люди, которые редко пользуются ИИ, чаще верят в его негативные последствия, чем постоянные пользователи: 88,3% против 76,2%. У скептически настроенных к ИИ респондентов разрыв оказался ещё больше — 91,3% против 71,1%.
Исследователи предупреждают, что высокая доля ИИ-контента делает практической проблему model collapse — деградации моделей при обучении на собственных ответах. Вместо последующего распознавания ИИ-текста они предлагают использовать криптографические стандарты происхождения контента, такие как C2PA, а также пересмотреть поисковые и рекомендательные алгоритмы так, чтобы они поощряли смысловое разнообразие.
Соавтор работы Мати Бохачек из Stanford сообщил, что команда уже работает с Internet Archive над системой постоянного мониторинга. Он сказал 404 Media: «Сейчас мы вместе с Internet Archive превращаем это в непрерывный инструмент», который будет отслеживать долю ИИ-контента в сети со временем, а не давать разовый срез, ограниченный форматом научной статьи.
Авторы также указали на ограничения исследования. Анализ охватывал только англоязычные тексты и не включал другие языки, изображения и видео. Кроме того, вся работа зависит от точности Pangram v3, а качество таких детекторов может меняться по мере развития языковых моделей. Ещё одно ограничение в том, что данные взяты только из Internet Archive и не описывают весь интернет.
Источник: 404 Media, The Decoder, исследование Imperial College London, Internet Archive и Stanford University.
