Pew-tutkimus: Kolmasosa ChatGPT:n jälkeisistä verkkosivuista on tekoälyn tuottamia

Yli kolmasosa englanninkielisistä verkkosivuista, jotka on julkaistu ChatGPT:n marraskuun 2022 julkaisun jälkeen, sisältää merkkejä tekoälyn kirjoittamasta sisällöstä, selviää Pew Research Centerin torstaina julkaisemasta tutkimuksesta.pewresearch

Havainto tarjoaa yhden tähänastisista selkeimmistä mittareista sille, miten generatiivinen tekoäly on muokannut verkkoa alle neljässä vuodessa. Pew analysoi lähes puoli miljoonaa verkkosivua Common Crawl -arkistosta tammikuun 2021 ja heinäkuun 2026 väliseltä ajalta ja ajoi ne Open Pangramin luoman tekoälytunnistusmallin läpi.pewresearch

Luvut

Heinäkuussa 2026 kerätyssä 10 000 verkkosivun satunnaisotoksessa 10 % osoitti "merkittäviä viitteitä tekoälyn kirjoittamasta sisällöstä". Koska avoin verkko sisältää sekoituksen vanhaa ja uutta materiaalia, josta suuri osa on peräisin ajalta ennen tekoälyn kirjoitustyökaluja, Pew suodatti pois ennen ChatGPT:n julkaisua julkaistut sivut. Jäljelle jääneistä sivuista 35 % osoitti merkkejä tekoälyn kirjoittamisesta.techcrunch+1

Suuntaus ei ole jakautunut tasaisesti. .com-verkkotunnusten sivuilla tekoälyn kirjoittamaa sisältöä on noin 10 kertaa enemmän kuin .edu- tai .gov-verkkotunnuksilla, jotka molemmat pysyvät noin 1 prosentissa. .org-verkkotunnusten sivut sijoittuvat näiden väliin 4,6 prosentilla.pewresearch+1

Kielelliset tunnusmerkit

Pew tunnisti erityisiä kielellisiä merkkejä, jotka ovat yleistyneet ChatGPT:n jälkeisessä verkkosisällössä. Verrattaessa tuoreita otoksia vuoden 2023 alkuun, tiettyjen välimerkkien käyttö on suunnilleen kaksinkertaistunut, Oxford-pilkkujen käyttö on lisääntynyt 63 % ja tekoälyn suosima sanasto, kuten sanat "delve", "interplay", "tapestry" ja "testament", on yli kaksinkertaistunut. "Negatiivisen rinnastuksen" rakenteiden ("se ei ole vain X, se on Y") käyttö on lähes kolminkertaistunut.pewresearch

Tutkimus julkaistiin pian sen jälkeen, kun Cloudflare ↘ 4.44% raportoi bottiliikenteen ohittaneen ihmisliikenteen verkossa, mikä on virstanpylväs, joka saavutettiin aiemmin kuin yritys oli arvioinut.techcrunch

Huomautukset ja konteksti

Pew myönsi, että tekoälytunnistustyökalut voivat luokitella yksittäisiä sivuja väärin. "Tämän kaltaiset mallit etsivät tilastollisia eroja siinä, miten ihmiskirjoittajat ja tekoälymallit käyttävät kieltä", raportissa todettiin, lisäten että mallit muuttuvat luotettavammiksi laajassa mittakaavassa.pewresearch

Tutkimuksen toteutti Pew'n vanhempi datatieteilijä Samuel Bestvater, ja se täydentää kasvavaa todistusaineistoa siitä, että verkko on yhä enemmän paikka, jossa, kuten TechCrunch asian ilmaisi, "suuri osa on botteja lukemassa muiden bottien kirjoittamia verkkosivuja".techcrunch