研究发现，自 ChatGPT 推出以来发布的网页中有三分之一显示出人工智能作者身份的迹象

皮尤研究中心周四发布的一项新研究显示，ChatGPT 发布后发布的网页中有超过三分之一显示出由人工智能编写的迹象。该公司表示，该报告证实了其他研究，这些研究详细说明了现在有多少较新的网页是由人工智能编写或“大量编辑”的。就在互联网基础设施提供商 Cloudflare 报告机器人网络流量已经超过人类网络流量之后不久，这一里程碑就达到了，比该公司预期的要早。然而，皮尤的数据并不关注谁或什么正在浏览网络，而是关注正在浏览的内容。显然，其中大部分是机器人阅读其他机器人编写的网页。皮尤表示，为了编写这份报告，它使用 Common Crawl 网络档案收集了过去五年左右的近 50 万个英语网页，这些网页是从 ChatGPT 2022 年 11 月发布的几年前开始的。随后，皮尤研究中心使用 Open Pangram 的技术来检测有多少内容可能是由人工智能编写或大量编辑的。皮尤表示，在 2026 年 7 月收集的 10,000 个网页的随机样本中，大约 10% 显示出“人工智能作者身份的明显迹象”。然而，皮尤指出，这样的随机样本将不可避免地包括较旧的网页——这些网页是在人工智能书写工具存在之前发布的，因此不可能是人工智能编写的。显示重要人工智能编辑或作者身份的网页百分比。图片来源：Pew Research 为了更好地了解现在有多少网络内容是由 AI 编写的，Pew 过滤掉了较旧的网页，只关注 ChatGPT 发布后发布的网页。在删除了旧页面的同一快照中，超过三分之一 (35%) 的页面中发现了人工智能作者身份的迹象。图片来源：皮尤研究中心 皮尤研究中心深入研究域名本身，发现 .com 域名的 URL 显示出人工智能作者身份的迹象，其比例约为 .edu 或 .gov 域名的 10 倍（这两个域名的作者均约为 1%）。此外，.org 域名的人工智能作者率仅为 4.6%。当然，这个分析并不完美。与其他人工智能检测工具一样，Pangram 可能会将页面错误地分类为人工智能编写的页面，而实际上并非如此。但从规模上看，这些数据至少在方向上可能是正确的。此外，皮尤研究中心还发现，多年来，其他关于人工智能作者身份的说法也有所增加，例如使用长破折号、牛津逗号以及“这不是 X，这是 Y”等措辞。