ChatGPT发布后网络AI生成文本急剧增加

皮尤研究中心近期发布的一项大规模分析显示，自ChatGPT于2022年底推出以来，网络上AI生成文本的占比出现显著跃升。研究团队从Common Crawl网络存档中抽取近50万个英文网页，使用开源检测工具Open Pangram对每个页面进行机器写作特征识别。在2026年7月的整体样本中，约10%的页面被判定具有明显的AI写作痕迹，而这一数字在ChatGPT发布后新上线的页面中超过了三分之一。

从域名类型来看，差异尤为悬殊。约十分之一的.com商业网站页面显示出AI写作特征，.org域名网站的比例约为4.6%，而.edu教育机构和.gov政府网站的比例均仅约1%。这意味着商业网站使用AI生成内容的可能性，大约是学术和政府网站的十倍。这一差距折射出商业内容生产对效率的高度追求，以及AI写作工具在营销、电商等领域的快速渗透。

语言层面的变化同样引人注目。皮尤的分析发现，破折号（em dash）在网络文本中的出现频率自2023年以来翻了近一倍，牛津逗号的使用量增长了63%。「delve」「interplay」「testament」「pivotal」「landscape」「tapestry」「bolstered」「crucial」「meticulous」「vibrant」等被视为AI写作标志性词汇的使用频率均超过翻倍。以「it's not just X, it's Y」为模板的否定式并列句型出现频率近乎增至三倍，另有研究发现企业公关文件中该句型自2022年以来增加了四倍。

这项研究并非孤例。2026年4月，帝国理工学院、互联网档案馆与斯坦福大学联合发布的研究同样得出相近结论，认为约35%的新发布网站内容为全部或部分AI生成，且AI文本之间的语义相似度更高，整体语气也更为积极正面。两项研究共同勾勒出一幅AI写作快速扩张的网络图景，但研究者也提醒，公众对AI负面影响的感知往往超出数据实际支撑的范围。

然而，这类研究面临一个根本性的方法论难题：如何定义「AI文本」至今没有共识。从完全自动化生成的内容，到人类草稿经AI润色，再到仅有少数句子借助AI完成，写作方式的光谱极为宽泛。Open Pangram等检测工具只能对文本是否由机器主导作出粗略判断，无法可靠识别AI介入的程度与阶段，误判情况也时有发生。这一局限性使得相关数据的解读需要保持审慎。

围绕AI文本的公共讨论正日趋两极化。Anthropic近期宣布计划为Claude输出内容添加水印一事，再次引发广泛争议。职场研究也记录到，使用AI写作工具在某些场合已形成一定的社会污名，无论是过度依赖还是刻意回避，都难以真实反映人们实际与AI协作写作的复杂现实。随着AI工具的普及持续加速，如何在效率与真实性之间找到平衡，将成为越来越重要的议题。

要点

• ChatGPT发布后上线的英文网页中，超过三分之一显示出AI写作特征，整体样本中这一比例约为10%
• 商业.com网站含AI生成内容的概率约为教育和政府网站的十倍，商业驱动是AI写作扩散的核心动力
• 破折号、牛津逗号及「delve」「pivotal」等AI惯用词汇在网络文本中的出现频率自2023年以来大幅攀升
• 现有AI检测工具无法可靠区分全自动生成与人机协作写作，相关研究结论存在固有局限
• 帝国理工学院等机构的独立研究与皮尤结论高度吻合，共同印证AI写作在网络内容中的快速扩张趋势