ChatGPT发布后三分之一的新网页带有AI创作痕迹

皮尤研究中心于2026年8月20日发布的这份报告，是迄今为止规模最大的AI网页内容检测研究之一。研究团队从Common Crawl网络存档中抽取了近50万个英文网页，时间跨度覆盖ChatGPT发布前后约五年。通过Open Pangram提供的AI检测技术，研究人员对每个页面进行了逐一分析，以判断其是否由AI生成或经过AI的大幅修改。

在2026年7月随机抽取的1万个网页样本中，约10%显示出「显著的AI创作迹象」。然而，这一随机样本不可避免地包含了大量ChatGPT问世之前发布的旧页面。为了更准确地反映当前互联网内容的AI化程度，研究人员将分析范围缩小至ChatGPT发布后的新页面，结果显示AI创作比例大幅上升至35%。

从域名类型的分布来看，差异十分显著。.com商业域名的AI创作比例约为.edu教育域名和.gov政府域名的十倍，后两者的AI创作率均仅约为1%。.org非营利域名的AI创作率为4.6%，处于中间水平。这一格局表明，商业内容生产领域对AI写作工具的依赖程度远高于学术和公共机构。

研究还发现，一些被视为AI写作「语言指纹」的表达方式在近年来的网页中出现频率明显上升，包括破折号的使用、牛津逗号的普及，以及「不是X，而是Y」这类句式结构。这些语言特征的蔓延，从侧面印证了AI写作工具对互联网内容风格的深远影响。

值得注意的是，AI检测工具本身并非无懈可击。Pangram与其他同类工具一样，存在将人类撰写的内容误判为AI创作的可能性。皮尤研究中心也坦承这一局限性，但认为在大规模数据层面，分析结果至少在方向上是可信的。这份报告与Cloudflare此前披露的「机器人网络流量已超越人类流量」的数据相互印证，共同揭示出互联网生态正在经历的结构性转变——越来越多的情形是，机器人在阅读由其他机器人撰写的内容。

要点

• ChatGPT发布后新增网页中，超过三分之一（35%）呈现出AI创作或大幅AI编辑的迹象
• .com商业域名的AI创作比例约为.edu和.gov域名的十倍，商业内容领域AI化程度最高
• 破折号、牛津逗号等AI写作惯用语言特征在网页中的出现频率持续上升
• 该研究与Cloudflare的机器人流量数据共同表明，互联网内容的生产与消费正在加速去人工化
• AI检测工具存在误判风险，但大规模数据层面的趋势判断仍具参考价值