皮尤发现网页AI写作激增
The Decoder··作者 Matthias Bastian
关键信息
皮尤使用了 Common Crawl 网页存档数据和 Open Pangram 检测工具，但研究也承认，现有检测器无法可靠区分完全自动生成的文本与仅由 AI 辅助过的人类写作。分析还发现，破折号、牛津逗号以及“delve”“pivotal”等词的使用显著增加，但这些都只是间接迹象，并不能作为确证。
资讯摘要
皮尤研究中心分析了近50万篇英文网页，试图衡量自ChatGPT在2022年底上线以来，互联网上出现了多少AI写作文本。数据来自 Common Crawl 网页存档，这是一个用于研究和分析的大型公开网页抓取资料库。皮尤使用 Open Pangram 这一AI检测工具对文本进行识别，发现到2026年7月，样本中大约10%的网页显示出明确的AI作者迹象。若只看ChatGPT发布之后的新页面，情况则明显更严重：超过三分之一的页面被认为含有AI生成文本。
研究还发现，不同域名之间差异很大，.com 页面约有10%显示AI作者迹象，而 .org 约为4.6%，.edu 和 .gov 则都只有约1%。除了检测结果，皮尤还观察到一些近年来更常见的写作风格变化，例如破折号的使用频率翻倍、牛津逗号使用率上升63%，以及“delve”“interplay”“testament”“pivotal”等AI偏爱的词汇明显增加。报道提到，2026年4月帝国理工学院、互联网档案馆和斯坦福大学的一项研究也得出了类似结论，认为大约35%的新发布网站是完全或部分由AI生成的。与此同时，皮尤和文章都强调，“AI文本”本身的定义仍然模糊，因为现有工具无法可靠判断AI参与了多少，也无法确定它是在写作的哪个阶段介入的。
资讯正文
皮尤研究证实，自 ChatGPT 上线以来，网上由 AI 撰写的文本大幅增加
皮尤研究中心对近 50 万个英文网页进行了分析，发现自 ChatGPT 上线以来，网络上机器撰写文本的占比大幅上升。
这些文本来自 Common Crawl 网络档案，研究人员使用 AI 检测工具 Open Pangram 检查其是否存在机器作者痕迹。根据 2026 年 7 月的一份样本，在所检查的所有页面中，约有 10% 显示出明确的 AI 写作迹象。
如果将样本范围缩小到仅包括 ChatGPT 发布之后刊载的页面，情况就会发生显著变化。根据这项分析，这些较新的页面中，超过三分之一显示出 AI 作者痕迹。该趋势随着 2022 年底 ChatGPT 的推出而开始，此后可能由 AI 生成的网页内容占比稳步攀升。
在 .com 域名下的页面中，大约十分之一显示出 AI 作者痕迹；.org 域名为 4.6%，而 .edu 和 .gov 域名则都只有大约 1%。这意味着，商业网站出现 AI 写作文本的可能性大约是学校或政府机构网页的 10 倍。
“delve”、破折号和牛津逗号正在流行
皮尤的分析发现，自 2023 年以来，网络上有几种语言模式变得更加常见。破折号如今的出现频率大约是 2023 年的两倍，而牛津逗号的使用率则上升了 63%。
一些 AI 偏爱的词汇，如“delve”“interplay”“testament”“pivotal”“landscape”“tapestry”“bolstered”“crucial”“meticulous”和“vibrant”，其使用频率都翻了一倍多。遵循“it’s not just X, it’s Y”模式的否定平行结构几乎增加了两倍，不过从绝对数量上看仍然很少。另一项针对企业公关文档的研究发现，自 2022 年以来，这一特定短语的使用量增加了四倍。
伦敦帝国理工学院、互联网档案馆和斯坦福大学在 2026 年 4 月开展的一项研究得出了类似结论，发现新发布网站中大约 35% 是完全或部分由 AI 生成的。研究人员还发现，AI 文本在语义上与人类文本的相似度高出 33%，整体语气也明显更积极，但他们同时警告称，公众对负面影响的感知往往远远超出了数据实际支持的范围。
什么算作“AI 文本”仍然模糊不清
这个研究以及类似研究都存在一个问题，公众讨论也是如此：没人真正同意“AI文本”到底是什么意思。其范围从完全自动生成的内容，到人类起草后再由AI润色的文本，再到模型只介入了几句话的文本，不一而足。
根据我测试自己数百篇文本的经验，Open Pangram 以及类似模型最多只能非常粗略地判断一段内容更可能是人写的还是机器写的。它们无法可靠地告诉你AI参与了多少，或是在什么阶段介入的，而且仍然经常误判。然而，这些其实是截然不同的工作方式。
围绕AI文本的公众讨论正变得越来越两极化，Anthropic计划为Claude输出添加水印时引发的最新讨论就说明了这一点。使用AI工具本身已经带有一种污名，而且这种污名是双向作用的，相关的职场研究也记录了这一点。无论哪一方，都几乎不给人们在这些工具帮助下实际写作时那种混杂而复杂的现实留下多少空间。而且，随着AI的采用并没有放缓，弄清楚这其中的中间地带只会变得越来越重要。
来源与参考
收录于 2026-08-25