Eén op de tien Engelstalige webpagina's vertoont nu aanzienlijke tekenen dat de tekst door AI is geschreven, zo blijkt uit een onderzoek van het Pew Research Center dat donderdag is gepubliceerd. Beperkt men de steekproef tot pagina's die pas sinds ChatGPT—gelanceerd door OpenAI in november 2022—zijn gepubliceerd, dan stijgt het aandeel naar 35%.

De bevindingen volgen nadat onderzoekers circa 490.000 pagina's uit het webarchief Common Crawl haalden, variërend van januari 2021 tot en met juli 2026, en de tekst door Open Pangram haalden, een AI-detectiemodel. Tien procent van een momentopname van het corpus uit juli 2026 vertoont aanzienlijke tekenen van AI-autorschap. De keuze voor dit corpus heeft extra gewicht: Common Crawl dient al langer als bron van trainingsdata voor grote taalmodellen, waardoor het archief dat wordt gebruikt om de verspreiding van AI over het web te meten, tegelijkertijd grondstof is voor de modellen die dat web schrijven.

Een ongelijkmatige vingerafdruk

De AI-vingerafdruk is niet gelijkmatig over het web verspreid. Pagina's op .com-domeinen vertonen ruwweg tien keer zo vaak tekenen van AI-autorschap als .edu- of .gov-domeinen, die elk rond de 1% liggen, en ongeveer twee keer zo vaak als het percentage van 4,6% op .org-sites. In 2021, voordat generatieve AI-tools gemeengoed werden, zagen alle vier de domeintypen er vrijwel identiek uit.

Hoe Pew de machines ontmaskerde

De detector markeert niet één specifiek woord of woordgroep, maar weegt statistische patronen over grote hoeveelheden tekst. Toch zijn sommige afzonderlijke signalen sinds 2023 scherp toegenomen: gedachtestrepen (em dashes) komen nu ongeveer twee keer zo vaak voor, het gebruik van de Oxford-komma is met 63% gestegen, en door AI geprefereerde woorden als "delve", "interplay" en "testament" zijn ruim verdubbeld in frequentie.

"Negatief parallelisme"—constructies zoals "it's not just X, it's Y"—is sinds 2023 bijna verdrievoudigd, hoewel Pew opmerkt dat het nog steeds zeldzaam blijft. Decrypt volgde deze signalen eerder al, en Merriam-Webster maakte het in december officieel door "slop" tot woord van het jaar uit te roepen.

De grenzen van detectie

Pew wijst er zorgvuldig op dat het onderzoek beperkingen kent: detectiemodellen kunnen afzonderlijke pagina's in beide richtingen verkeerd classificeren, en "aanzienlijke tekenen van AI-autorschap" betekent niet dat een pagina volledig door een machine is geschreven—een groot deel van de gemarkeerde tekst was vermoedelijk AI-ondersteund in plaats van volledig AI-gegenereerd.

Open Pangram komt van Pangram Labs, wiens detector ook opdook in afzonderlijk onderzoek dat dit jaar AI-gegenereerde tekst aantrof in circa 9% van de Amerikaanse krantenartikelen, waaronder opiniepagina's van uitgevers als The New York Times.

AI-detectie kan mettertijd echter een eenvoudigere taak worden—niet vanwege taalkundige patronen, maar vanwege de onderliggende technologie. Grote AI-bedrijven zoals Anthropic werken al aan tekstvingerafdrukken op modelniveau, waarmee AI-tekst eenvoudig herkenbaar zou zijn terwijl fouten tot een minimum worden beperkt. Dat wijst richting herkomstverificatie—bewijzen waar content vandaan komt—in plaats van achteraf gissen, hetzelfde principe achter de C2PA-standaard die mediabedrijven en technologiebedrijven hebben overgenomen voor het koppelen van verificatiegegevens aan content.

Een steile trendlijn

Het domeinverschil weerspiegelt wie er publiceert en waarom. Academische en overheidswebsites doorlopen redactionele toetsing, institutionele goedkeuring en langzamere publicatiecycli; .com-domeinen omvatten alles, van redacties tot op affiliate-marketing gerichte contentfarms die pagina's produceren in een tempo dat geen enkele menselijke redacteur kan volhouden. Zoekmachines zijn op die vloed al gereageerd: Google begon in 2024 met het handhaven van een beleid tegen "geschaald inhoudsmisbruik" (scaled content abuse) dat massaal geproduceerde pagina's bestraft, ongeacht of ze door mensen of machines zijn geschreven.

Op grote schaal is de trendlijn hoe dan ook steil: het AI-autorschapspercentage op .com steeg van ruwweg 1% in januari 2021 naar 9,35% vijf jaar later, in januari 2026 alleen al.