皮尤研究中心：ChatGPT 问世以来的新网页中，三分之一存在 AI 痕迹

8 月 23 日消息，据外媒 TechCrunch 报道，当地时间 20 日，皮尤研究中心发布的一项研究显示，自 2022 年 11 月 ChatGPT 问世后发布的网页中，超过三分之一可能带有 AI 生成痕迹。这一结果与其他研究相互印证，表明近年来新增的大量网页已经由 AI 直接生成，或经过了 AI 的“魔改”。

就在这一研究发布前不久，互联网基础设施服务商 Cloudflare 指出，机器人产生的网络流量已经超过人工访问流量，比此前预测的还要来得更早。

皮尤研究中心此次研究关注的重点在于“互联网上哪些内容正在被访问”。研究结果显示，大量网页可能正在形成一种由机器人阅读机器人生成内容的循环。

为了开展研究，皮尤研究中心利用 Common Crawl 网页存档收集了过去约 5 年的近 50 万个英文网页。研究人员随后借助 Open Pangram 的技术，判断这些网页是否可能由 AI 编写或经过 AI 大量修改。

在 2026 年 7 月随机抽取的 1 万个网页样本中，约 10% 的网页显示出明显的 AI 创作迹象。

皮尤研究中心指出，由于随机样本中必然包含一些较早发布的网页，而这些网页发布时 AI 写作工具尚未出现，因此这些网页不可能由 AI 生成。

因此，为了更准确评估 AI 对互联网内容的影响，皮尤研究中心进一步剔除了 ChatGPT 发布前的旧网页，只分析 ChatGPT 问世后新增的内容。

在这一调整后的样本中，35% 的网页存在 AI 创作迹象。从域名类型来看，.com 网站出现 AI 创作迹象的比例约为.edu 和.gov 网站的 10 倍。后两类网站中，AI 创作内容比例均约为 1%。.org 网站的比例则为 4.6%。

皮尤研究中心承认这项分析存在局限。与其他 AI 检测工具一样，Pangram 存在误判可能，将人工编写的网页识别为 AI 生成。不过，从大规模样本来看，研究结果仍能反映整体趋势。

研究还发现，一些通常被视为 AI 写作特征的表达方式近年来也更加常见：破折号、牛津逗号，以及“这不是 X，而是 Y”这类句式。

IT之家注：牛津逗号（Oxford Comma）也称连续逗号（Serial Comma），是指在英语写作中包含三个或更多项目的列表里，在倒数第二项与连接词（如 and 或 or）之间使用的逗号。譬如在“A, B, and C”中，B 后面的那个逗号就是牛津逗号。