Pew сообщает, что 10% веба теперь демонстрируют признаки авторства ИИ

      Pew обнаружил сильные признаки авторства ИИ примерно в 10% случайной выборки веб-страниц в июле 2026 года, увеличившись до более чем трети среди страниц, опубликованных с момента выхода ChatGPT. Коммерческие домены содержат большую часть этого, около 10% .com против примерно 1% .edu и .gov.

      Около десятой части интернета теперь показывает сильные признаки того, что было написано машиной. Pew изучил случайную выборку из 10,000 страниц в июле 2026 года и обнаружил, что примерно 10% содержат сигналы авторства ИИ.

      Основная цифра, которую все цитируют, — это другая. Среди страниц, опубликованных с момента появления ChatGPT в ноябре 2022 года, более трети показывают эти сигналы, что является другим утверждением о гораздо меньшей части интернета.

      Это различие имеет значение, потому что веб старый. Большинство того, что существует, было опубликовано до появления моделей, поэтому среднее значение на уровне страниц по всему контенту занижает то, что происходит с новым письмом.

      Метод стоит изложить ясно. Pew классифицировал почти 500,000 страниц на английском языке из архива Common Crawl с января 2021 года по июль 2026 года, используя Open Pangram, детектор, который Substack принял для выявления машинно написанных новостных рассылок.

      Детекторы ошибаются с отдельными документами, и Pew это признает. Его аргумент статистический: что на сотнях тысяч страниц паттерны разделяются надежно, даже когда любое отдельное решение может быть неверным.

      Разделение по доменам — это настоящая находка. Около 10% страниц .com показали авторство ИИ против 4.6% .org и примерно 1% каждой из .edu и .gov.

      Это карта того, где письмо является затратой, а не целью. Коммерческие страницы существуют, чтобы их находили, и текст, оптимизированный для поиска, — это самая дешевая вещь, которую может произвести языковая модель.

      Pew также каталогизировал признаки, что будет неудобно читать для всех, у кого есть собственный стиль. Использование эм-дэш увеличилось вдвое с 2023 года, оксфордские запятые увеличились на 63%, а слова «углубляться» и «ключевой» продолжают появляться вместе с конструкцией «это не просто X, это Y».

      Платформы уже внедряют детекцию в свою инфраструктуру. LinkedIn утверждает, что его собственная система идентифицирует общий контент с точностью 94%, а arXiv теперь запрещает исследователям, которые подают непроверенный текст ИИ.

      Объем не равен видимости, что является разумной частью этого. Отдельное исследование Graphite обнаружило, что статьи ИИ приближаются к половине вновь опубликованных, в то время как написанные человеком материалы по-прежнему доминируют в результатах Google и цитированиях ИИ.

      То, что на самом деле изменилось, — это стандартное предположение. Страница, опубликованная в этом году, вероятно, была затронута моделью где-то, и реакция отрасли заключается в том, чтобы продавать всем инструменты для проверки.