研究：ChatGPT发布后，三分之一的网页疑似由AI撰写

皮尤研究中心周四发布的一项新研究显示，自ChatGPT发布以来，超过三分之一的网页显示出由AI撰写的迹象。该报告证实了其他研究的结果，这些研究详细说明了目前网络上的较新网页有多少是由AI撰写或“大幅编辑”的。 这份报告发布前不久，互联网基础设施提供商Cloudflare称，机器人网络流量已超过人类网络流量——这一里程碑比该公司预计的时间来得更早。 然而，皮尤的数据关注的不是谁或什么在浏览网页，而是网页本身的内容。显然，其中大部分是机器人在阅读其他机器人撰写的网页。 为了编制这份报告，皮尤表示，他们利用Common Crawl网络存档，收集了过去约五年间近50万个英文网页，时间跨度从ChatGPT于2022年11月发布之前几年开始。随后，皮尤使用Open Pangram的技术来检测其中有多少网页可能是由AI撰写或大幅编辑的。 在2026年7月收集的1万个网页随机样本中，约10%显示出“明显的AI撰写迹象”。 然而，皮尤指出，这样的随机样本不可避免地会包含较旧的网页——这些网页发布于AI写作工具出现之前，因此不可能是AI写的。 为了更准确地了解当前网络上有多少内容是由AI撰写的，皮尤过滤掉了较旧的网页，只关注ChatGPT发布后发布的网页。 在排除旧网页后的同一快照中，超过三分之一（35%）的网页显示出AI撰写迹象。 进一步对域名进行分析后，皮尤发现，.com域名的URL显示出AI撰写迹象的比例约为.edu或.gov域名的10倍（后两者均为约1%由AI撰写）。此外，.org域名的AI撰写率仅为4.6%。 当然，这项分析并不完美。Pangram与其他AI检测工具一样，可能会将非AI撰写的网页误分类为AI撰写。但从规模上看，数据至少在方向上可能是正确的。 此外，皮尤还发现，多年来其他被认为能指示AI撰写的特征也在增加，例如使用破折号、牛津逗号，以及“不是X，而是Y”之类的措辞等。