Pew dice que el 10% de la web ahora muestra signos de autoría de IA.

      Pew encontró fuertes signos de autoría de IA en alrededor del 10% de una muestra aleatoria de páginas web en julio de 2026, aumentando a más de un tercio entre las páginas publicadas desde el lanzamiento de ChatGPT. Los dominios comerciales concentran la mayor parte, con aproximadamente el 10% de .com frente a aproximadamente el 1% de .edu y .gov.

      Alrededor de una décima parte de la web ahora muestra fuertes signos de haber sido escrita por una máquina. Pew examinó una muestra aleatoria de 10,000 páginas en julio de 2026 y encontró aproximadamente el 10% con señales de autoría de IA.

      La cifra principal que todos están citando es la otra. Entre las páginas publicadas desde que ChatGPT llegó en noviembre de 2022, más de un tercio muestra esas señales, lo que es una afirmación diferente sobre una porción mucho más pequeña de internet.

      La distinción importa porque la web es antigua. La mayor parte de lo que existe fue publicado antes de que los modelos lo hicieran, por lo que un promedio a nivel de página en todo lo que hay subestima lo que está sucediendo con la nueva escritura.

      El método vale la pena enunciarlo claramente. Pew clasificó casi 500,000 páginas en inglés del archivo Common Crawl entre enero de 2021 y julio de 2026 utilizando Open Pangram, el detector que Substack adoptó para atrapar boletines escritos por máquinas.

      Los detectores se equivocan con documentos individuales, y Pew lo dice. Su argumento es estadístico, que a través de cientos de miles de páginas los patrones se separan de manera confiable incluso cuando cualquier veredicto individual podría no hacerlo.

      El desglose por dominio es el verdadero hallazgo. Alrededor del 10% de las páginas .com mostraron autoría de IA frente al 4.6% de .org y aproximadamente el 1% de cada uno de .edu y .gov.

      Eso es un mapa de dónde la escritura es un costo en lugar de un propósito. Las páginas comerciales existen para ser encontradas, y el texto optimizado para búsqueda es lo más barato que un modelo de lenguaje puede producir.

      Pew también catalogó las señales, que serán una lectura incómoda para cualquiera con un estilo de casa. El uso de guiones largos se ha duplicado desde 2023, las comas de Oxford han aumentado un 63%, y las palabras “indagar” y “pivotal” siguen apareciendo junto a la construcción “no es solo X, es Y”.

      Las plataformas ya están incorporando la detección en su infraestructura. LinkedIn dice que su propio sistema identifica contenido genérico con un 94% de precisión, y arXiv ahora prohíbe a los investigadores que envían texto de IA no verificado.

      El volumen no es lo mismo que la visibilidad, que es la parte sensata de esto. Una investigación separada de Graphite encontró que los artículos de IA se acercan a la mitad de los recién publicados, mientras que las piezas escritas por humanos aún dominan los resultados de Google y las citas de IA.

      Lo que realmente ha cambiado es la suposición predeterminada. Una página publicada este año probablemente fue tocada por un modelo en algún lugar, y la respuesta de la industria es vender herramientas a todos para verificar.