Nghiên cứu của Pew: Hơn 1/3 nội dung web mới kể từ khi ChatGPT ra mắt có dấu vết của AI

Theo một nghiên cứu mới từ Pew Research công bố hôm thứ Năm, hơn một phần ba số trang web được xuất bản sau khi ChatGPT ra mắt cho thấy dấu hiệu được viết bởi AI. Công ty này cho biết báo cáo đã củng cố thêm các nghiên cứu khác, vốn chỉ ra rằng phần lớn các trang web mới trên internet hiện nay hoặc là do AI viết, hoặc đã được AI "chỉnh sửa đáng kể".

Báo cáo này cũng xuất hiện ngay sau khi nhà cung cấp cơ sở hạ tầng internet Cloudflare thông báo rằng lưu lượng truy cập web từ bot đã vượt qua lưu lượng truy cập từ con người — một cột mốc đạt được sớm hơn so với dự đoán của công ty.

Tuy nhiên, dữ liệu của Pew không tập trung vào việc ai hoặc cái gì đang duyệt web, mà tập trung vào nội dung đang được duyệt. Và rõ ràng, phần lớn trong số đó là các bot đang đọc những trang web do các bot khác viết.

Để tổng hợp báo cáo, Pew cho biết họ đã sử dụng kho lưu trữ web Common Crawl để thu thập gần nửa triệu trang web tiếng Anh trong khoảng 5 năm trở lại đây, bắt đầu từ vài năm trước khi ChatGPT ra mắt vào tháng 11 năm 2022. Sau đó, Pew sử dụng công nghệ của Open Pangram để phát hiện xem có bao nhiêu trang có khả năng được viết hoặc chỉnh sửa nhiều bởi AI.

Trong một mẫu ngẫu nhiên gồm 10.000 trang web được thu thập vào tháng 7 năm 2026, khoảng 10% cho thấy "dấu hiệu đáng kể về việc được viết bởi AI", Pew cho biết.

Tuy nhiên, Pew chỉ ra rằng một mẫu ngẫu nhiên như thế này chắc chắn sẽ bao gồm cả các trang web cũ — những trang được xuất bản trước khi các công cụ viết bằng AI tồn tại, và do đó không thể là do AI viết.

Để hiểu rõ hơn về mức độ nội dung web hiện nay đang được viết bởi AI, Pew đã lọc bỏ các trang web cũ và chỉ tập trung vào những trang được xuất bản sau khi ChatGPT ra mắt.

Trong cùng một tập dữ liệu này sau khi đã loại bỏ các trang cũ, dấu hiệu về việc được viết bởi AI đã được tìm thấy ở hơn một phần ba (35%) số trang.

Khi đi sâu vào các tên miền, Pew phát hiện ra rằng các URL có tên miền.com cho thấy dấu hiệu được viết bởi AI với tỷ lệ cao gấp khoảng 10 lần so với tên miền.edu hoặc.gov (cả hai đều có khoảng 1% nội dung do AI viết). Ngoài ra, các tên miền.org chỉ có tỷ lệ 4,6% nội dung do AI viết.

Tất nhiên, phân tích này không hoàn hảo. Pangram, giống như các công cụ phát hiện AI khác, có thể phân loại nhầm các trang là do AI viết trong khi thực tế không phải vậy. Nhưng ở quy mô lớn, dữ liệu này ít nhất cũng có độ chính xác về mặt xu hướng.

Ngoài ra, Pew nhận thấy rằng các dấu hiệu khác được cho là của AI cũng đã tăng lên qua các năm, chẳng hạn như việc sử dụng dấu gạch ngang (em dashes), dấu phẩy Oxford và các cách diễn đạt như “it’s not X, it’s Y” (không phải X, mà là Y), cùng nhiều yếu tố khác.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Sarah đã làm phóng viên cho TechCrunch từ tháng 8 năm 2011. Cô gia nhập công ty sau khi đã có hơn ba năm làm việc tại ReadWriteWeb. Trước khi làm phóng viên, Sarah từng làm việc trong lĩnh vực CNTT tại nhiều ngành công nghiệp khác nhau, bao gồm ngân hàng, bán lẻ và phần mềm.

Bạn có thể liên hệ hoặc xác minh thông tin từ Sarah bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại sarahperez.01 trên Signal.

Xem tiểu sử