IT之家8月23日消息，据外媒TechCrunch报道，当地时间20日，皮尤研究中心发布的一项研究显示，自2022年11月ChatGPT问世后发布的网页中，超过三分之一可能带有AI生成痕迹。这一结果与其他研究相互印证，表明近年来新增的大量网页已经由AI直接生成，或经过了AI的「魔改」。

就在这一研究发布前不久，互联网基础设施服务商Cloudflare指出，机器人产生的网络流量已经超过人工访问流量，比此前预测的还要来得更早。

皮尤研究中心此次研究关注的重点在于「互联网上哪些内容正在被访问」。研究结果显示，大量网页可能正在形成一种由机器人阅读、机器人生成内容的循环。

为了开展研究，皮尤研究中心利用Common Crawl网页存档收集了过去约5年的近50万个英文网页。研究人员随后借助OpenAI旗下的Pangram技术，判断这些网页是否可能由AI编写或经过AI大量修改。

在2026年7月随机抽取的1万个网页样本中，约10%的网页显示出明显的AI创作迹象。

皮尤研究中心指出，由于随机样本中必然包含一些较早发布的网页，而这些网页发布时AI写作工具尚未出现，因此这些网页不可能由AI生成。

因此，为了更准确评估AI对互联网内容的影响，皮尤研究中心进一步剔除了ChatGPT发布前的旧网页，只分析ChatGPT问世后新增的内容。

在这一调整后的样本中，35%的网页存在AI创作迹象。从域名类型来看，.com网站出现AI创作迹象的比例约为.edu和.gov网站的10倍。后两类网站中，AI创作内容比例均约为1%。.org网站的比例则为4.6%。

皮尤研究中心承认这项分析存在局限。与其他AI检测工具一样，Pangram存在误判可能，将人工编写的网页识别为AI生成。不过，从大规模样本来看，研究结果仍能反映整体趋势。

研究还发现，一些通常被视为AI写作特征的表达方式近年来也更加常见：破折号、牛津逗号，以及「这不是X，而是Y」这类句式。

IT之家注：牛津逗号（Oxford Comma）也称连续逗号（Serial Comma），是指在英语写作中包含三个或更多项目的列表里，在倒数第二项与连接词（如and或or）之间使用的逗号。譬如在「A, B, and C」中，B后面的那个逗号就是牛津逗号。