皮尤研究：ChatGPT 发布后超三分之一网页有 AI 写作痕迹

皮尤研究中心（Pew Research）发布的一项最新研究指出，自 OpenAI 在 2022 年 11 月推出 ChatGPT 以来，新发布的网页中有超过三分之一呈现出 AI 创作或被 AI「大幅编辑」的迹象。该结论与近期多项关于「机器内容占比迅速上升」的研究相互印证，也呼应了互联网基础设施服务商 Cloudflare 此前发布的报告——后者指出机器人流量已超过人类流量，拐点比预期更早到来。皮尤的关注点则从「谁在浏览」转向「谁在写作」：如今大量网页正在被 AI 生成，供其他 AI 或机器人阅读。

研究方法与样本

皮尤的研究团队基于 Common Crawl 网页归档，收集了过去五年左右的近 50 万个英文网页，时间跨度从 ChatGPT 发布前数年延伸至近期。随后，团队采用 AI 文本检测服务商 Pangram 的技术，对其中疑似由 AI 创作或大幅修改的内容进行识别。

在 2026 年 7 月采集的 1 万个随机网页样本中，约 10% 显示出「显著的 AI 创作痕迹」。但皮尤同时指出，随机抽样必然混入早期网页，因而会低估 AI 写作的实际占比。

过滤老网页后的核心发现

为更准确反映当下网页生态，皮尤将样本中早于 ChatGPT 发布的网页剔除，仅保留此后发布的内容。结果显示：

• 在过滤后的快照中，存在 AI 创作痕迹的网页比例升至 35% 以上。
• 区分顶级域名后，差异极为悬殊：.com 域名网页的 AI 创作比例约为 .edu 和 .gov 域名的 10 倍，后两者均仅约 1%。
• .org 域名网页的 AI 创作比例为 4.6%，介于以上两者之间。

这意味着商业属性越强的域名，AI 写作渗透率越高；而学术与政府类官方网站受 AI 写作冲击相对有限。

检测局限与语言特征变化

皮尤坦承分析并非完美：包括 Pangram 在内的 AI 检测工具存在误判可能，将非 AI 内容错判为 AI 内容的情况无法完全避免。但在数十万级样本的规模上，数据的方向性结论仍具有参考意义。

研究还附带观察到一个语言层面的变化——一些过去被认为「AI 味浓」的语言标记，例如破折号（em dash）、牛津逗号以及「这不是 X，而是 Y」一类句式，在近年网页中的出现频率也在持续上升。这与 AI 生成内容在网络中的扩张趋势相吻合。

对内容生态的启示

该研究从实证角度量化了生成式 AI 对公开网络内容的影响：商业站点首当其冲，而权威类域名受冲击较小。对搜索引擎优化、内容审核、信息可信度评估等领域而言，这意味着 AI 内容洪流已构成需要正面回应的系统性变量。