ИИ уже написал треть нового интернета? 35% нового контента в англоязычном интернете создано искусственным интеллектом
Более трети англоязычных веб-страниц, опубликованных после выхода ChatGPT, могут содержать тексты, созданные или существенно отредактированные искусственным интеллектом. К такому выводу пришел Pew Research Center, проанализировав около 490 тыс. англоязычных страниц из веб-архива Common Crawl за последние пять лет. Тексты проверяли с помощью детектора Open Pangram, который с помощью машинного обучения выявляет статистические признаки, характерные для ИИ-контента.
В случайной выборке из 10 тыс. страниц, доступных в Common Crawl в июле 2026 года, примерно 10% продемонстрировали существенные признаки ИИ-авторства или редактирования. Однако в эту цифру попало немало старых материалов, созданных еще до появления современных генеративных чат-ботов.
Если же учитывать только страницы, опубликованные после запуска ChatGPT, доля резко возрастает. В июле 2026 года признаки использования ИИ обнаруживались примерно в 35% таких материалов. Причем чем новее страницы, тем выше этот показатель.
Распространение ИИ-контента по интернету также оказалось неравномерным. На коммерческих доменах .com в 2026 году признаки генерации или редактирования ИИ обнаруживались примерно на каждой десятой странице. Для .org показатель составлял около 4,6%, а для .edu и .gov — около 1%. Иными словами, коммерческий сегмент интернета быстрее остальных заполняется материалами с признаками машинного происхождения.
Генеративный ИИ, влияет уже не только на количество текстов в интернете, но и на сам язык. Сравнив современные материалы с текстами 2023 года, исследователи обнаружили рост ряда конструкций и знаков препинания, которые особенно часто используются чат-ботами. Например, длинное тире стало встречаться примерно вдвое чаще, а использование оксфордской запятой выросло на 63%.
Исследователи отмечают, что отдельное слово, длинное тире или оксфордская запятая не могут служить доказательством того, что конкретный текст написал ИИ. Все эти особенности существовали в человеческой речи задолго до появления ChatGPT. Показательными они становятся только при статистическом анализе огромных массивов текстов.
Кроме того, у исследования есть ограничения: детекторы ИИ могут ошибаться и принимать написанный человеком текст за машинный или, наоборот, не распознавать сгенерированный материал. Поэтому показатели в 10% и 35% следует воспринимать как оценки, а не точный подсчет страниц, созданных нейросетями.
Тем не менее тенденция выглядит показательной. Менее чем за четыре года после появления ChatGPT генеративный ИИ стал не просто инструментом для создания веб-контента — его следы уже заметны в статистике языка, которым пишется значительная часть нового англоязычного интернета.
© iXBT
