Pew вивчив 490 тисяч сторінок: сліди ШІ є у 35% створених після запуску ChatGPT

3 хв. читання
Binance · Wall Street 24/7OpenAI і Anthropic ще не на біржіА контракти на їхню ціну вже торгуються на Binance
Дивитися ціни

Що сталося

20 серпня 2026 року Pew Research Center оприлюднив замір того, яка частина інтернету написана нейромережами. Дослідники прогнали 490 тисяч англомовних вебсторінок з архіву Common Crawl за період із січня 2021 до липня 2026 року. Підсумок: у 35% сторінок, опублікованих після виходу ChatGPT у листопаді 2022 року, є ознаки авторства ШІ.

Деталі

Якщо дивитися не на нові сторінки, а на весь зріз липня 2026 року цілком, частка скромніша: помітні ознаки ШІ знайшлися у 10% сторінок. Розрив пояснюється тим, що у випадкову вибірку потрапляє і старий веб, написаний до появи доступних генераторів.

Найсильніше розходяться типи доменів (дані на липень 2026 року):

ДоменЧастка сторінок з ознаками ШІ
.comблизько 10%
.org4,6%
.eduблизько 1%
.govблизько 1%

Тобто комерційний веб пише машина приблизно вдесятеро частіше, ніж університетський і державний.

Окремо Pew порахував, як із 2023 до 2026 року змінювалися мовні звички в текстах. Частота довгого тире зросла майже вдвічі, «оксфордської коми» — на 63%, характерної для нейромереж лексики — більш ніж удвічі, а конструкцій на кшталт «це не X, це Y» — майже втричі.

Розмітку робила відкрита модель Open Pangram, яка шукає статистичні відмінності в тому, як будують фрази людина і мовна модель.

Що це означає

У цієї цифри є жорстка межа застосовності, і автори самі її проговорюють: детектор надійний на великих масивах і помиляється на окремому документі — як в один, так і в інший бік. Тому «35% вебу» читати можна, а «ця сторінка написана ШІ» за таким самим інструментом — ні.

Кого стосується безпосередньо: студентів, фрилансерів і всіх, чий текст хтось може прогнати через детектор. Помилка тут не абстрактна — в окремому дослідженні детектори позначили як машинні 61% есе, написаних живими людьми, для яких англійська нерідна. Ми розбирали це в матеріалі про хибні спрацювання детекторів ШІ-тексту.

Другий наслідок — для тих, хто шукає інформацію. Якщо третина нового комерційного вебу генерується, цінність зміщується до того, чого машина не виробляє: власні заміри, первинні документи, вказаний автор із перевірюваним досвідом.

Горизонт: частка зростає рік до року, і жодного розвороту дані Pew не показують. Наступна точка відліку — зіставний замір через рік.

Binance · Wall Street 24/7Нью-Йорк спить. Ринок — ніАкції, золото й нафта на Binance — навіть уночі
NY --:--
Дивитися ціни
Поділитися
Зв'язатися:
Крипто- та data-аналітик, інженер-програміст (факультет комп'ютерних наук ХНУРЕ). В IT з 2008 року: адміністрував корпоративний моніторинг у «Vodafone Україна», сім років розробляв і просував веб-проєкти, п'ять років керував маркетингом на метриках — конверсія, CTR, ROI, LTV.Криптовалютними ринками займаюся з 2021 року: ончейн-метрики, токеноміка, макроекономічні індикатори. Розробив власну data-driven модель аналізу ринку на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математична статистика та EDA; збір і звірку даних автоматизую AI-агентами.Принцип — «Don't trust, verify»: кожна цифра перевірена за першоджерелом, ключові — щонайменше за двома незалежними; прогнози — лише сценарії з умовами. Теза без даних не публікується.