ИИ формирует контент интернета: 10% страниц содержат машинный текст

Среди материалов, опубликованных после появления ChatGPT, доля страниц с признаками ИИ-авторства превысила 33%

Исследовательский центр Pew выявил признаки потенциального ИИ-авторства на 10% случайно отобранных веб-страниц, опубликованных к июлю 2026 года. Среди материалов, созданных после запуска ChatGPT в ноябре 2022 года, доля таких страниц превысила треть.

Для анализа было использовано около 500 000 англоязычных страниц из архива Common Crawl, опубликованных с января 2021 года по июль 2026 года. Pew применил систему Open Pangram — инструмент, который выявляет статистические характеристики сгенерированного текста.

Уровень значительно варьировался в зависимости от доменной зоны. Примерно 10% страниц в зоне .com показывали признаки ИИ-авторства, тогда как для .org этот показатель составил 4,6%, а для .edu и .gov — около 1%.

Pew подчеркивает, что такие системы не способны безошибочно определить источник конкретного текста. Вывод относится к статистическим закономерностям в больших объемах страниц, а не к окончательному заключению по каждой публикации.

В исследовании также отмечается рост отдельных языковых конструкций, которые система связывает с ИИ-текстами. В частности, с 2023 года в онлайн-публикациях в 2 раза чаще стали встречаться длинные тире, а использование Oxford comma (запятой перед последним элементом в английском перечислении) увеличилось на 63%. Однако такие признаки сами по себе не подтверждают машинное авторство.

Отдельное исследование Graphite оценивало долю ИИ-текстов среди новых публикаций почти в половину, однако материалы, написанные людьми, по-прежнему чаще встречаются в результатах Google и ссылках ИИ-сервисов. Pew отмечает, что распространенность машинного текста и его заметность в поисковой выдаче — разные показатели.