مطالعه جدیدی از سوی مرکز تحقیقات پیو (Pew Research) نشان میدهد که بیش از یک سوم وبسایتهایی که از زمان عرضه ChatGPT منتشر شدهاند، نشانههایی از نگارش توسط هوش مصنوعی دارند. این گزارش با سایر تحقیقاتی که نشان میدهند بخش قابل توجهی از صفحات جدید وب یا توسط هوش مصنوعی نوشته شدهاند یا «بهطور قابلتوجهی ویرایش» شدهاند، همخوانی دارد.
این یافتهها اندکی پس از آن منتشر شد که شرکت Cloudflare اعلام کرد ترافیک رباتهای وب از ترافیک انسانی پیشی گرفته است؛ اتفاقی که زودتر از حد انتظار رخ داد.
تمرکز بر محتوای وب، نه ترافیک آن
دادههای پیو بر محتوای وبسایتها متمرکز است، نه بر اینکه چه کسی یا چه چیزی در حال مرور وب است. به نظر میرسد بخش زیادی از محتوا توسط رباتها خوانده میشود که توسط رباتهای دیگر نوشته شدهاند.
روششناسی تحقیق
برای تهیه این گزارش، پیو از آرشیو وب Common Crawl استفاده کرد و حدود نیم میلیون صفحه وب انگلیسی زبان را طی پنج سال گذشته جمعآوری کرد. این دادهها شامل صفحات منتشرشده قبل از عرضه ChatGPT در نوامبر ۲۰۲۲ نیز میشد. سپس پیو با استفاده از فناوری Open Pangram، صفحات نوشتهشده یا بهشدت ویرایششده توسط هوش مصنوعی را شناسایی کرد.
نتایج اولیه و فیلتر کردن دادهها
در یک نمونه تصادفی از ۱۰ هزار صفحه جمعآوریشده در جولای ۲۰۲۶، حدود ۱۰ درصد نشانههای «نگارش قابلتوجه توسط هوش مصنوعی» را نشان دادند. پیو توضیح داد که این نمونه شامل صفحات قدیمیتر نیز میشد که قبل از وجود ابزارهای نگارش هوش مصنوعی منتشر شده بودند.
برای درک بهتر میزان محتوای تولیدشده توسط هوش مصنوعی، پیو صفحات قدیمیتر را حذف کرد و تنها بر صفحات منتشرشده پس از عرضه ChatGPT تمرکز کرد. در این تحلیل، بیش از یک سوم (۳۵ درصد) صفحات منتشرشده پس از عرضه ChatGPT، نشانههایی از نگارش توسط هوش مصنوعی داشتند.
تفاوت در دامنهها
تحلیل پیو نشان داد که صفحات با دامنه .com حدود ۱۰ برابر بیشتر از دامنههای .edu یا .gov (که هر دو حدود ۱ درصد) نشانههای نگارش توسط هوش مصنوعی را نشان میدهند. همچنین، نرخ نگارش هوش مصنوعی برای دامنههای .org تنها ۴.۶ درصد بود.
محدودیتها و نشانههای دیگر
این تحلیل کامل نیست و ابزارهای تشخیص هوش مصنوعی ممکن است گاهی صفحات غیر هوش مصنوعی را بهعنوان هوش مصنوعی طبقهبندی کنند. با این حال، در مقیاس بزرگ، این دادهها احتمالاً جهتگیری درستی را نشان میدهند.
علاوه بر این، پیو دریافت که نشانههای دیگری مانند استفاده از خط تیره (em dash)، ویرگول آکسفورد (Oxford comma) و عباراتی مانند «این X نیست، بلکه Y است» در سالهای اخیر افزایش یافته که میتواند نشاندهنده نگارش با هوش مصنوعی باشد.
