研究发现自ChatGPT发布以来三分之一的网页有AI创作痕迹

皮尤研究中心周四发布的一项新研究显示，自ChatGPT发布以来，超过三分之一的网页显示出由AI撰写的迹象。该公司表示，该报告证实了其他研究，这些研究详细说明了网络上有多少新网页是由AI编写或“大量编辑”的。

该报告发布前不久，互联网基础设施提供商Cloudflare报告称，机器人网络流量已超过人类网络流量——这一里程碑比该公司预计的来得更早。然而，皮尤的数据重点不是谁或什么在浏览网页，而是浏览的内容。

显然，其中大部分是机器人在阅读其他机器人编写的网页。为了编制这份报告，皮尤表示，它使用Common Crawl网络档案收集了过去五年左右的近50万个英语网页，时间跨度从ChatGPT于2022年11月发布之前的几年开始。

皮尤随后使用Open Pangram的技术来检测其中有多少可能由AI编写或大量编辑。在2026年7月收集的1万个网页的随机样本中，约10%显示出“显著的AI创作迹象”。

然而，皮尤指出，这样的随机样本不可避免地会包含较旧的网页——那些在AI写作工具出现之前发布的网页，因此不可能是AI编写的。

为了更好地了解现在网络上有多少内容是由AI编写的，皮尤过滤掉了较旧的网页，只关注ChatGPT发布后发布的网页。在去除旧网页的同一快照中，超过三分之一（35%）的页面发现了AI创作迹象。

进一步深入域名本身，皮尤发现，.com域名的URL显示出AI创作迹象的比例约为.edu或.gov域名的10倍（两者AI创作比例均约为1%）。此外，.org域名的AI创作比例仅为4.6%。当然，这种分析并非完美。

Pangram与其他AI检测工具一样，可能会将非AI编写的页面误分类为AI编写。但在大规模范围内，数据至少可能在方向上是正确的。此外，皮尤发现，多年来，其他所谓AI创作的迹象也有所增加，例如破折号、牛津逗号的使用，以及“不是X，而是Y”之类的措辞。