Треть свежего веба написал ИИ: Pew проверил 490 тысяч англоязычных страниц

Цифра ушла в заголовки как «треть интернета». В отчёте от 20 августа 2026 года она относится только к страницам, у которых дата публикации позже 30 ноября 2022 года: дня, когда вышел ChatGPT.

Две цифры, не одна. По всей выборке, без учёта даты, признаки ИИ нашлись у 10% страниц. Дату публикации Pew сумел вытащить из HTML только у 10–15% страниц и сам пишет, что этот срез не представляет весь интернет: за пейволлами и логинами Common Crawl почти не видит.

Раньше и теперь. В январе 2021 признаки ИИ-текста были примерно у 1% страниц на .com, в замерах 2026 года — уже около 10%. Рост в десять раз за пять лет. На .org сейчас 4,6%, на .edu и .gov примерно по 1%.

Машинный почерк виден и в мелочах. С 2023 по 2026 год длинные тире стали встречаться вдвое чаще, оксфордская запятая (та, что перед «и» в перечислении) на 63% чаще, а оборот «не X, а Y» почти втрое.

Детектор выложен открыто. Модель Pangram, которой мерили, лежит на HuggingFace: доступ дают после принятия условий, использовать можно только некоммерчески. Значимыми признаками там считается 0,2 и выше по шкале от нуля до единицы.

На сыром машинном тексте детектор ошибается редко: 0,19% ложных срабатываний. На тексте, который написал человек, а ИИ отредактировал, точность падает до 73%. Формулировка Pew «написано или существенно отредактировано ИИ» упирается ровно в этот случай.