Новое исследование Pew Research показало, что более трети веб-страниц, опубликованных после выхода ChatGPT, имеют признаки текста, созданного ИИ. Отчёт вышел в четверг и подтверждает выводы других работ о том, что заметная часть новых страниц в интернете теперь либо написана нейросетями, либо существенно отредактирована с их помощью.
Публикация отчёта вышла вскоре после заявления Cloudflare о том, что трафик от ботов уже превысил трафик от людей. Однако исследование Pew посвящено не тому, кто просматривает страницы, а тому, какой контент читают пользователи и системы.
Для подготовки отчёта Pew использовал архив Common Crawl и собрал почти 500 тысяч англоязычных веб-страниц за последние примерно пять лет, включая период до релиза ChatGPT в ноябре 2022 года. Затем организация применила технологию Open Pangram, чтобы оценить, какие страницы, вероятно, были написаны ИИ или сильно переработаны с его помощью.
В случайной выборке из 10 тысяч страниц, собранных в июле 2026 года, около 10% показали «значительные признаки авторства ИИ», сообщили в Pew.
При этом исследователи уточнили, что случайная выборка неизбежно включает и старые страницы, опубликованные ещё до появления инструментов для генерации текста. По этой причине Pew отдельно проанализировал только страницы, появившиеся после запуска ChatGPT.
В той же выборке, но без старых страниц, признаки авторства ИИ нашли уже у 35% материалов.
Pew также сравнил типы доменов. У URL в зоне .com признаки ИИ-авторства встречались примерно в 10 раз чаще, чем у сайтов с доменами .edu и .gov. Для .edu и .gov этот показатель составил около 1%, а для .org — 4,6%.
Авторы отчёта отмечают, что такой анализ не даёт абсолютной точности. Pangram, как и другие инструменты для выявления текста, созданного ИИ, может ошибочно помечать страницы. Тем не менее в Pew считают, что на больших массивах данных картина в целом передана верно.
Исследование также показало рост других признаков, которые часто связывают с текстами нейросетей. Речь идёт, в частности, об более частом использовании длинного тире, оксфордской запятой и конструкций вида «это не X, а Y».
Источник: Pew Research, Cloudflare.
