Названа доля англоязычных сайтов, тексты для которых пишут нейросети

Более трети англоязычных веб-страниц, появившихся после запуска ChatGPT, содержат признаки машинной генерации. К такому выводу пришли аналитики Pew Research, проверившие почти 500 000 страниц из архива Common Crawl с помощью технологии Open Pangram. Итоговый показатель составил 35%.

Исследователи сначала взяли случайную выборку из 10 000 страниц, собранных в июле 2026 года. Примерно на 10% материалов обнаружились выраженные признаки участия искусственного интеллекта, но в выборку попали страницы, созданные задолго до появления генеративных моделей, поэтому итоговая статистика получилась смещённой.

Аналитики скорректировали фильтры и исключили материалы, опубликованные до 30 ноября 2022 года — даты выхода ChatGPT. После этого доля страниц с признаками ИИ выросла до 35%. Иными словами, каждый третий новый материал эпохи ChatGPT может быть связан с использованием нейросетей.

Для анализа использовался архив Common Crawl, где хранятся большие массивы данных из интернета; тексты проверяли с помощью Open Pangram, оценивающей характерные признаки машинного происхождения публикаций.

Распределение по доменным зонам оказалось неравномерным:

• на коммерческих ресурсах в зоне .com признаки ИИ встречались примерно в 10 раз чаще, чем на образовательных и государственных площадках;
• для сайтов в зонах .edu и .gov показатель составил около 1%;
• у ресурсов с окончанием .org результат достиг 4,6%, но до коммерческого сегмента ему всё равно далеко.

Коммерческие площадки заметно активнее экспериментируют с нейросетями, тогда как государственные и образовательные сайты пока выглядят гораздо более консервативно; причины могут быть разными — от редакционных требований до специфики публикуемых материалов.

Показатели веб-страниц хорошо сочетаются с другой статистикой, появившейся этим летом — в июле аналитики Pangram проверили свыше 1 млн публикаций в LinkedIn, X, Medium, Substack и Reddit и обнаружили, что около 25% длинных постов объёмом более 250 слов были созданы с помощью ИИ. В LinkedIn доля полностью машинных длинных публикаций достигла 40,5% — платформа, задуманная как пространство для общения людей, постепенно становится удобной сценой и для генеративных моделей.

Исследование не утверждает, что все обнаруженные материалы целиком написаны нейросетями. Методика Open Pangram выявляет отдельные признаки машинного авторства, поэтому результат скорее показывает масштаб присутствия ИИ в современном интернете, чем позволяет присвоить каждой странице ярлык «написано роботом».

Сама цифра в 35% выглядит красноречиво — всего несколько лет назад генерация текста была редким инструментом, а теперь её следы обнаруживаются в огромном массиве новых веб-материалов. Если нынешняя динамика сохранится, вопрос будет не в том, используют ли авторы ИИ, а в том, какую часть работы они передают ему — от черновика и поиска идей до полностью готовой публикации. Граница между человеком и генератором текста становится всё тоньше.

Ранее сообщалось, что стоимость работы с российскими нейросетями заметно снизилась за год — тариф отдельных версий GigaChat сократился почти на 67%, а YandexGPT Pro подешевел на 33%, хотя по цене токена некоторые зарубежные модели всё ещё остаются доступнее отечественных.