皮尤研究中心于当地时间8月20日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。该研究基于Common Crawl网页存档，对过去约5年的近50万个英文网页进行了分析，结果与其他相关研究相互印证，表明近年来新增的大量网页已由AI直接生成或经过AI大量修改。
这项研究关注的核心问题在于“互联网上哪些内容正在被访问”。研究团队利用Common Crawl网页存档收集样本，并借助Open Pangram的技术判断网页内容是否可能由AI编写或经过大量修改。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。由于随机样本中必然包含一些在AI写作工具出现前发布的旧网页，皮尤研究中心进一步剔除了ChatGPT发布前的网页，只分析其问世后新增的内容。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％。这一数据差异反映出商业网站与教育、政府机构网站在内容生产方式上的显著区别。
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更加常见，包括破折号、牛津逗号以及“这不是X，而是Y”这类句式。牛津逗号也称连续逗号，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之间使用的逗号。
这一研究结果发布前不久，互联网基础设施服务商Cloudflare曾指出，机器人产生的网络流量已经超过人工访问流量，比此前预测的来得更早。两项研究结果共同指向一个趋势：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。这种循环对互联网信息生态的影响值得持续关注，包括内容质量、信息可信度以及搜索引擎索引效率等方面。
对于企业服务领域而言，AI生成内容的普及正在改变内容生产与分发的底层逻辑。一方面，企业可以利用AI工具提升内容产出效率，降低营销和运营成本；另一方面，大量AI生成内容的涌入也可能稀释信息的可信度，对企业建立用户信任构成挑战。如何在效率与质量之间取得平衡，将成为企业在AI时代内容策略的核心课题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
