Pew Research: 1/3 số trang web mới xuất hiện từ khi có ChatGPT chứa dấu vết AI

Theo tin từ IT ngày 23 tháng 8, trang TechCrunch đưa tin rằng vào ngày 20 theo giờ địa phương, Trung tâm Nghiên cứu Pew (Pew Research Center) đã công bố một nghiên cứu cho thấy hơn một phần ba số trang web được xuất bản kể từ khi ChatGPT ra mắt vào tháng 11 năm 2022 có khả năng chứa dấu vết của nội dung do AI tạo ra. Kết quả này củng cố cho các nghiên cứu khác, cho thấy một lượng lớn các trang web mới xuất hiện trong những năm gần đây đã được tạo trực tiếp bởi AI hoặc đã qua "chỉnh sửa" bởi AI.

Ngay trước khi nghiên cứu này được công bố, nhà cung cấp dịch vụ hạ tầng internet Cloudflare đã chỉ ra rằng lưu lượng truy cập web do bot tạo ra đã vượt qua lưu lượng truy cập từ con người, diễn ra sớm hơn so với dự đoán trước đó.

Trọng tâm nghiên cứu lần này của Trung tâm Nghiên cứu Pew nằm ở việc "những nội dung nào trên internet đang được truy cập". Kết quả nghiên cứu cho thấy, một lượng lớn các trang web có thể đang hình thành một vòng lặp nơi các bot đọc nội dung do chính các bot khác tạo ra.

Để thực hiện nghiên cứu, Trung tâm Nghiên cứu Pew đã sử dụng kho lưu trữ web Common Crawl để thu thập gần 500.000 trang web tiếng Anh trong khoảng 5 năm qua. Sau đó, các nhà nghiên cứu đã sử dụng công nghệ của Open Pangram để xác định xem liệu những trang web này có khả năng được viết bởi AI hoặc đã qua chỉnh sửa đáng kể bởi AI hay không.

Trong 10.000 mẫu trang web được chọn ngẫu nhiên vào tháng 7 năm 2026, khoảng 10% số trang web cho thấy dấu hiệu rõ ràng của việc được tạo ra bởi AI.

Trung tâm Nghiên cứu Pew chỉ ra rằng, vì các mẫu ngẫu nhiên chắc chắn bao gồm một số trang web được xuất bản từ trước, mà vào thời điểm đó các công cụ viết bằng AI vẫn chưa xuất hiện, nên những trang web này không thể do AI tạo ra.

Do đó, để đánh giá chính xác hơn tác động của AI đối với nội dung internet, Trung tâm Nghiên cứu Pew đã loại bỏ các trang web cũ xuất hiện trước khi ChatGPT ra đời và chỉ phân tích những nội dung mới được thêm vào sau khi ChatGPT xuất hiện.

Trong mẫu đã điều chỉnh này, 35% số trang web có dấu hiệu của việc được tạo bởi AI. Xét về loại tên miền, tỷ lệ xuất hiện dấu hiệu AI trên các trang web.com cao gấp khoảng 10 lần so với các trang web.edu và.gov. Trong hai loại trang web sau, tỷ lệ nội dung do AI tạo ra chỉ khoảng 1%. Tỷ lệ này ở các trang web.org là 4,6%.

Trung tâm Nghiên cứu Pew thừa nhận phân tích này có những hạn chế. Giống như các công cụ phát hiện AI khác, Pangram có khả năng xảy ra sai sót khi nhận diện nhầm các trang web do con người viết thành nội dung do AI tạo ra. Tuy nhiên, khi xét trên quy mô mẫu lớn, kết quả nghiên cứu vẫn phản ánh được xu hướng tổng thể.

Nghiên cứu cũng phát hiện ra rằng, một số cách diễn đạt thường được coi là đặc trưng của văn phong AI cũng trở nên phổ biến hơn trong những năm gần đây: dấu gạch ngang, dấu phẩy Oxford (Oxford Comma), và các cấu trúc câu kiểu "Đây không phải là X, mà là Y".

Ghi chú của IT: Dấu phẩy Oxford (Oxford Comma), còn gọi là dấu phẩy liệt kê (Serial Comma), là dấu phẩy được sử dụng trước liên từ (như "and" hoặc "or") trong danh sách liệt kê từ ba mục trở lên trong tiếng Anh. Ví dụ, trong cụm "A, B, and C", dấu phẩy sau B chính là dấu phẩy Oxford.