皮尤研究:ChatGPT后35%网页存AI创作痕迹

时间：2026年8月20日（研究发布日），8月23日中文媒体报道 地点：美国华盛顿 人物：Samuel Bestvater（皮尤研究中心高级数据科学家，本次研究首席研究员） 事件详情：皮尤研究中心（Pew Research Center）于8月20日发布最新研究，数据显示自2022年11月ChatGPT发布以来新出现的英文网页中，约35%带有AI生成或经AI大幅修改的痕迹。研究人员基于Common Crawl开放网络存档，抓取了2021年1月至2026年7月间约49万份英文页面，借用开源AI检测模型Open Pangram（基于Llama-3.2-3B微调出的editlens_Llama-3.2-3B）进行打分，分数≥0.2即被判定为"显著AI创作迹象"。在2026年7月随机抽取的1万份页面整体样本中，AI痕迹比例约为10%；一旦剔除ChatGPT发布前的旧页面、只保留GPT之后的增量内容，该比例立刻跃升至35%。 按域名类型拆分，.com商业站点AI创作比例约10%，比.edu和.gov（约各1%）高出约10倍；.org非营利站点介于两者之间，约4.6%。皮尤同时追踪写作风格变化：em dash出现频率较2023年样本翻倍，Oxford comma使用增长63%，"it's not X, it's Y"这类否定式并行结构虽仍不常见，但出现率近乎增至3倍；高关联词如delve、interplay、testament的频次同样翻倍。 背景：研究发布前夕，网络基础设施服务商Cloudflare刚公布全球机器人流量已超过真人访问流量，比预期更早。研究指出，本次重心不在"谁在浏览"，而在"什么在被浏览"，意味着大量网页已进入"机器人阅读机器人生成内容"的循环。皮尤团队也坦承检测工具存在误判概率，但49万份样本的方向性结论被视为可信。 影响：1）训练数据污染风险加剧——未来大模型用爬取网页继续训练时，将更容易吸收自己"上代产物"，放大模型崩溃（model collapse）问题；2）搜索引擎、广告联盟、内容农场评估体系需重构——MFA站点与AI生成内容的重叠度上升，单纯甄别"是否AI写作"已无意义，价值评估更重要；3）.com商业站的内容供给逻辑已被AI重塑，而教育与政府站点因发布激励与审稿流程不同，渗透速度差异巨大。 总结：本次研究提供了"AI内容占新增互联网内容超过三分之一"的可量化证据，表明自ChatGPT发布以来，开放式网络的写作主体正在快速从人转向人机协作甚至纯机器，皮尤与Cloudflare两份报告叠加，意味着互联网"内容侧"与"流量侧"的自动化正同步加深。 参考来源： 1. IT之家：https://www.ithome.com/0/993/234.htm 2. TechCrunch 原文报道：https://techcrunch.com/2026/08/20/a-third-of-webpages-published-since-chatgpts-launch-show-signs-of-ai-authorship-study-finds/ 3. Pew Research Center 官方研究页：https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/ 4. ExtremeTech 报道：https://www.extremetech.com/internet/ai-slop-found-in-over-a-third-of-new-web-pages 5. RuntimeWire 深度分析：https://runtimewire.com/article/pew-ai-authorship-webpages-chatgpt-study 6. AI Chat Daily 行业解读：https://www.aichatdaily.com/ai-analysis/pew-finds-35-post-chatgpt-web-pages-show-signs 7. Storyboard18 综合报道：https://www.storyboard18.com/digital/35-of-web-pages-published-after-chatgpt-show-signs-of-ai-authorship-says-study-108351.htm 8. International Business Times AU：https://www.ibtimes.com.au/ai-impact-web-content-pew-study-1874363