Третина вебсторінок, опублікованих від запуску ChatGPT, містить ознаки авторства ШІ, показало дослідження

Понад третина вебсторінок, опублікованих після виходу ChatGPT, мають ознаки того, що їх написав ШІ, згідно з новим дослідженням Pew Research, оприлюдненим у четвер. Звіт підтверджує інші дослідження, у яких детально описано, яка частка нових вебсторінок тепер написана ШІ або «суттєво відредагована» ним, зазначає організація.

Це також сталося невдовзі після того, як провайдер інтернет-інфраструктури Cloudflare повідомив, що трафік вебботів перевищив трафік людей — цього рубежу було досягнуто раніше, ніж оцінювала компанія.

Однак дані Pew зосереджені не на тому, хто або що переглядає вебсторінки, а на тому, що саме переглядають. І, схоже, значну частину цього контенту боти читають на вебсторінках, написаних іншими ботами.

Для підготовки звіту Pew використала вебархів Common Crawl, щоб зібрати майже пів мільйона англомовних вебсторінок за останні приблизно п’ять років, починаючи з кількох років до виходу ChatGPT у листопаді 2022 року. Потім Pew використала технологію Open Pangram, щоб визначити, скільки з них, імовірно, були написані або суттєво відредаговані ШІ.

У випадковій вибірці з 10 000 вебсторінок, зібраних у липні 2026 року, близько 10% мали «значні ознаки авторства ШІ», повідомила Pew.

Однак у Pew зазначили, що така випадкова вибірка неминуче міститиме старіші вебсторінки — опубліковані ще до появи інструментів для написання текстів за допомогою ШІ, а отже, вони не могли бути написані ШІ.

Щоб краще зрозуміти, яка частина вебконтенту тепер створюється ШІ, Pew відфільтрувала старіші вебсторінки й зосередилася лише на тих, що були опубліковані після виходу ChatGPT.

У цій самій вибірці після вилучення старих сторінок ознаки авторства ШІ були виявлені більш ніж на третині (35%) сторінок.

Проаналізувавши самі домени, Pew виявила, що URL-адреси з доменом .com демонстрували ознаки авторства ШІ приблизно у 10 разів частіше, ніж домени .edu або .gov (в обох випадках частка сторінок, створених ШІ, становила близько 1%). Крім того, для доменів .org частка авторства ШІ становила лише 4,6%.

Звісно, цей аналіз не є бездоганним. Pangram, як і інші інструменти виявлення текстів, створених ШІ, може помилково класифікувати сторінки як написані ШІ, хоча це не так. Але на такому масштабі дані, імовірно, принаймні загалом правильно відображають тенденцію.

Крім того, Pew виявила, що інші нібито характерні ознаки авторства ШІ також частіше траплялися з роками — зокрема, використання довгих тире, оксфордських ком, а також формулювань на кшталт «це не X, це Y» та інших.