Jedna na dziesięć anglojęzycznych stron internetowych wykazuje obecnie znaczące oznaki pisania przez AI — wynika z badania Pew Research Center opublikowanego w czwartek. Wystarczy zawęzić próbkę wyłącznie do stron opublikowanych od czasu ChatGPT — uruchomionego przez OpenAI w listopadzie 2022 roku — a odsetek skacze do 35%.

Wyniki powstały po tym, jak badacze pobrali około 490 000 stron z internetowego archiwum Common Crawl, obejmującego okres od stycznia 2021 do lipca 2026 roku, i przepuścili teksty przez Open Pangram — model służący do wykrywania AI. Dziesięć procent stron z lipcowego (2026) przekroju korpusu nosi znaczące ślady autorstwa AI. Wybór korpusu ma tu szczególne znaczenie: Common Crawl od dawna służy jako źródło danych treningowych dla dużych modeli językowych, więc archiwum używane do mierzenia ekspansji AI w internecie jest jednocześnie surowcem dla modeli, które ten internet tworzą.

Nierównomierny odcisk palca

Odcisk palca AI nie rozmieszcza się w internecie równomiernie. Strony w domenach .com wykazują ślady autorstwa AI mniej więcej dziesięciokrotnie częściej niż strony w domenach .edu lub .gov, gdzie odsetek ten oscyluje wokół 1%, oraz około dwukrotnie częściej niż wynoszący 4,6% odsetek w witrynach .org. W 2021 roku, zanim narzędzia generatywnej AI trafiły do powszechnego użycia, wszystkie cztery typy domen wyglądały niemal identycznie.

Jak Pew rozpoznał maszyny

Detektor nie sygnalizuje żadnego pojedynczego słowa ani frazy, lecz ocenia wzorce statystyczne w dużych partiach tekstu. Mimo to niektóre pojedyncze znamiona stały się od 2023 roku wyraźnie częstsze: pauzy pojawiają się dziś mniej więcej dwa razy częściej, użycie przecinka oksfordzkiego wzrosło o 63%, a faworyzowane przez AI słowa, takie jak „delve”, „interplay” i „testament”, notują częstotliwość ponad dwukrotnie wyższą niż wcześniej.

„Negatywny paralelizm” — konstrukcje w rodzaju „it's not just X, it's Y” — występuje od 2023 roku niemal trzykrotnie częściej, choć, jak zauważa Pew, ogółem pozostaje zjawiskiem rzadkim. Decrypt śledził te same znamiona już wcześniej, a Merriam-Webster przypieczętował to w grudniu, nadając słowu „slop” miano słowa roku.

Ograniczenia detekcji

Pew zastrzega jednak ograniczenia badania: modele detekcyjne mogą błędnie klasyfikować pojedyncze strony w obie strony, a „znaczące ślady autorstwa AI” nie oznaczają, że strona została napisana w całości przez maszynę — spora część oznaczonego tekstu była prawdopodobnie tworzona z pomocą AI, a nie w pełni wygenerowana przez komputer.

Open Pangram pochodzi od Pangram Labs; detektor tej firmy pojawił się również w odrębnym badaniu wykazującym tekst wygenerowany przez AI w około 9% amerykańskich artykułów prasowych w tym roku, w tym na stronach opinii mediów takich jak The New York Times.

Wykrywanie AI może jednak z czasem stać się łatwiejsze — nie dzięki wzorcom językowym, lecz dzięki samej technologii. Duże firmy AI, takie jak Anthropic, pracują już nad odciskiem tekstu na poziomie modelu, który pozwoliłby łatwo identyfikować teksty AI przy jednoczesnej minimalizacji błędów. To kierunek ku ustalaniu pochodzenia treści — dowodzeniu, skąd pochodzą — zamiast późniejszego zgadywania; ta sama zasada stoi za standardem C2PA, który firmy medialne i technologiczne przyjęły w celu dołączania poświadczeń do treści.

Stroma linia trendu

Przepaść między domenami odzwierciedla to, kto publikuje i dlaczego. Witryny akademickie i rządowe przechodzą redakcyjną weryfikację, instytucjonalne zatwierdzanie i wolniejsze cykle publikacji; domeny .com obejmują wszystko — od redakcji po farmy treści marketingu afiliacyjnego, produkujące strony w tempie, którego żaden ludzki redaktor nie zdołałby utrzymać. Wyszukiwarki już zaczęły odpowiadać na tę falę: Google w 2024 roku rozpoczął egzekwowanie polityki „scaled content abuse” (nadużycia masowo skalowanymi treściami), która karze masowo produkowane strony niezależnie od tego, czy napisały je ludzie, czy maszyny.

W dużej skali linia trendu jest stroma tak czy inaczej: odsetek autorstwa AI w domenach .com wzrósł z około 1% w styczniu 2021 roku do 9,35% pięć lat później — w samym styczniu 2026 roku.