Nghiên cứu của Pew: Nội dung do AI tạo ra bùng nổ trên internet sau khi ChatGPT ra mắt

Pew Research Center đã phân tích gần nửa triệu trang web tiếng Anh để tìm kiếm nội dung do AI tạo ra. Kể từ khi ChatGPT ra mắt, tỷ lệ văn bản do máy viết trên mạng đã tăng mạnh.

Các văn bản này được lấy từ kho lưu trữ web Common Crawl và được kiểm tra các dấu hiệu của tác giả máy tính bằng công cụ phát hiện AI Open Pangram. Trong một mẫu từ tháng 7 năm 2026, khoảng 10% tổng số trang được kiểm tra cho thấy dấu hiệu rõ ràng của việc do AI viết.

Việc lọc mẫu chỉ bao gồm các trang được xuất bản sau khi ChatGPT ra mắt đã làm thay đổi đáng kể bức tranh toàn cảnh. Theo phân tích, hơn một phần ba số trang mới đó cho thấy dấu hiệu của tác giả AI. Xu hướng này bắt đầu với ChatGPT vào cuối năm 2022, và tỷ lệ nội dung web có khả năng do AI tạo ra đã tăng đều đặn kể từ đó.

Khoảng một trong mười trang có tên miền.com cho thấy dấu hiệu của tác giả AI, trong khi các tên miền.org ở mức 4,6% và các tên miền.edu và.gov chỉ chiếm khoảng 1% mỗi loại. Điều đó khiến các trang web thương mại có khả năng chứa văn bản do AI viết cao gấp khoảng mười lần so với các trang từ trường học hoặc cơ quan chính phủ.

"Delve", dấu gạch ngang (em dash) và dấu phẩy Oxford đang bùng nổ

Phân tích của Pew cho thấy một số kiểu ngôn ngữ đã trở nên phổ biến hơn nhiều trên web kể từ năm 2023. Dấu gạch ngang (em dash) hiện xuất hiện thường xuyên gấp đôi so với năm 2023 và việc sử dụng dấu phẩy Oxford đã tăng 63%.

Một số từ ngữ ưa thích của AI như "delve", "interplay", "testament", "pivotal", "landscape", "tapestry", "bolstered", "crucial", "meticulous" và "vibrant" đã tăng tần suất sử dụng lên hơn gấp đôi. Các cấu trúc song hành phủ định theo kiểu "it's not just X, it's Y" đã tăng gần gấp ba, mặc dù chúng vẫn hiếm gặp về số lượng tuyệt đối. Một nghiên cứu riêng biệt xem xét các tài liệu PR của doanh nghiệp cho thấy cụm từ cụ thể này đã tăng gấp bốn lần kể từ năm 2022.

Một nghiên cứu của Imperial College London, Internet Archive và Đại học Stanford từ tháng 4 năm 2026 đã đưa ra kết luận tương tự, cho thấy khoảng 35% tất cả các trang web mới xuất bản được tạo ra hoàn toàn hoặc một phần bởi AI. Các nhà nghiên cứu cũng tìm thấy sự tương đồng về ngữ nghĩa cao hơn 33% giữa các văn bản AI và tông giọng tổng thể tích cực hơn nhiều, nhưng cảnh báo rằng nhận thức của công chúng về các tác động tiêu cực thường vượt xa những gì dữ liệu thực tế chứng minh.

Thế nào là "văn bản AI" vẫn còn mơ hồ

Có một vấn đề với nghiên cứu này và các nghiên cứu tương tự, cũng như với cả cuộc tranh luận của công chúng. Không ai đồng ý về ý nghĩa thực sự của "văn bản AI". Phổ nội dung trải dài từ nội dung hoàn toàn tự động, các bản thảo của con người được tinh chỉnh bằng AI, cho đến các văn bản mà mô hình chỉ can thiệp vào một vài câu.

Theo kinh nghiệm thử nghiệm hàng trăm văn bản của chính tôi, Open Pangram và các mô hình tương tự chỉ có thể đưa ra đánh giá rất sơ bộ về việc liệu con người hay máy móc có khả năng viết một nội dung nào đó. Chúng không thể cho bạn biết một cách đáng tin cậy mức độ tham gia của AI là bao nhiêu hoặc ở giai đoạn nào, và chúng vẫn thường xuyên đưa ra kết quả sai. Tuy nhiên, đây là những cách làm việc rất khác nhau.

Cuộc tranh luận của công chúng xung quanh văn bản AI đang ngày càng trở nên phân cực, như cuộc thảo luận gần đây về hình mờ (watermark) dự kiến của Anthropic cho đầu ra của Claude đã làm rõ. Việc sử dụng các công cụ AI vốn đã mang một định kiến hai chiều, điều mà các nghiên cứu tại nơi làm việc cũng đã ghi nhận. Không bên nào để lại nhiều không gian cho thực tế phức tạp về cách con người thực sự viết bằng các công cụ này. Và vì việc áp dụng AI không hề chậm lại, việc tìm ra điểm chung đó sẽ ngày càng trở nên quan trọng.

Tin tức AI không cường điệu – Được tuyển chọn bởi con người

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo chuyên sâu "AI Radar" độc quyền sáu lần một năm, quyền truy cập toàn bộ kho lưu trữ và quyền tham gia phần bình luận của chúng tôi.

Đăng ký ngay