皮尤研究中心8月25日发布的一项研究报告显示,自ChatGPT上线以来,互联网上新发布的网页中有超过三分之一带有AI写作的痕迹。该研究使用机器学习模型,对从Common Crawl项目抽取的1万个网页样本进行了分析,结果发现约9.6%的网页疑似完全由AI撰写。由于样本追溯至万维网诞生之初,这一比例意味着近年发布的网页中AI参与写作的现象显著增加。
报告题为《互联网有多少内容由AI撰写?》,其数据还显示,2026年被怀疑由AI生成的网页大多使用.com域名,这类网站通常具有商业性质;而.edu和.gov域名下的网页中,疑似AI生成的比例分别仅为1%和0.8%。皮尤研究中心同时分析了49万个英文网页,归纳出一些明显的AI文本特征。例如,破折号在2023年后发布的网页中出现频率翻倍,牛津逗号的使用增加了63%。某些词汇如“delve”“interplay”“testament”的使用量增长超过一倍,而“不是X,而是Y”这类否定排比结构的使用频率几乎增至三倍。报告作者提醒,这些特征并非绝对指标,人类写作者也会使用,但多项特征叠加可提高识别准确率。