Pew: свыше трети новых англоязычных страниц — с признаками ИИ

Pew Research Center проанализировал случайную выборку из 10 000 англоязычных веб‑страниц, собранных в июле 2026 года через архив Common Crawl. Исследователи использовали модель машинного обучения для поиска языковых признаков, характерных для текстов, сгенерированных генеративными моделями.

В общей выборке примерно 10% страниц показали значительные признаки того, что текст был написан или существенно отредактирован ИИ. Если ограничить анализ материалами, опубликованными после запуска ChatGPT в ноябре 2022 года, доля таких страниц превышает 33%.

Распределение подозрительного ИИ‑контента по доменным зонам оказалось неравномерным. В зоне .com признаки генерации обнаруживаются примерно у 10% страниц выборки, в зоне .org — у 4,6%. На сайтах с доменами .edu и .gov доля таких страниц примерно 1%. Исследователи отмечают, что в первые месяцы после появления ChatGPT различия между доменными зонами были менее выраженными.

В отчёте указано, что коммерческие сайты чаще публикуют большие объёмы текстов, которые исследователи называют более пригодными для автоматизации: описания товаров, справочные статьи, SEO‑тексты и короткие новостные заметки. При этом авторы исследования подчёркивают, что модель оценивает вероятность ИИ‑авторства по статистическим признакам, а не подтверждает фактическое использование конкретного инструмента на каждой странице.

Исследователи не верифицировали историю создания каждой страницы и не опрашивали авторов о применении ИИ‑инструментов. В анализ включены тексты, которые были либо полностью написаны, либо существенно отредактированы ИИ; небольшие правки могли не привести к классификации страницы как «созданной ИИ». В отчёте также отмечено увеличение доли синтетического контента после коммерческого запуска генеративных моделей в конце 2022 года. В отдельном событии указано, что в августе компания Anthropic ввела глобальную маркировку контента, созданного моделями Claude.