皮尤研究：到2026年7月每10个网页或有1个由AI创作，这些特征可识别！

你是否正在阅读越来越多由AI机器人撰写的文本皮尤研究中心本周发布的一项研究表明这种可能性很大。要是你了解可追溯到2021年的“互联网已死理论”这就不算新鲜事儿了。去年CNET作家特里莎·詹多克深入探讨了这一理论该理论的核心观点是人们认为互联网在2016年就已“死亡”如今我们在网上看到的很多内容都是由AI生成的。我认为这一观点还挺有道理的。皮尤研究中心的研究人员利用网络存档工具Common Crawl扫描了过去五年内近50万篇英文网页时间跨度涵盖了2022年11月ChatGPT公开之前。他们使用AI检测工具Open Pangram对这些网页进行分析以判断其是否由AI撰写或编辑。随后又查看了上个月的1万篇网页样本寻找由AI撰写内容的迹象比如那些在AI生成文本中比人类写作更常见的短语、词汇和语言表达。但是研究人员也明确指出AI检测模型并非总是准确无误。有时它们会将人类撰写的文本误判为AI创作也会把AI生成的文本误判为人类作品。尽管如此研究还是发现10%的样本“呈现出明显的AI创作迹象”。研究结果显示“截至2026年7月每10个网页中就有1个可能由AI创作这一比例看似不高。然而互联网内容新旧混杂这些随机样本中的很多网页不可能是由AI撰写的。那么如果我们从样本中剔除旧网页只看ChatGPT发布后发表的网页这一趋势会更加明显。”研究人员表示这一趋势始于2022年ChatGPT发布之时并随着其他AI机器人如Claude和谷歌的Gemini的推出而加剧。哪些地方最容易发现AI撰写的内容呢皮尤研究中心的研究显示AI生成的文本在.com域名的网站上最为常见大约每10页中就有1页是由AI创作的。其他域名的网站上AI撰写的内容相对较少.org域名的网站占4.6%.edu和.gov域名的网页约占1%。如何识别AI撰写的文本呢研究人员指出与人类写作相比某些标点符号、词汇和短语在AI生成的文本中更为常见。例如长破折号和并列列举中的牛津逗号。这主要是因为AI是基于人类文本数据集进行训练的所以会模仿这种风格使用这些标点的频率比人类更高。研究人员发现长破折号在AI文本中出现的频率是人类写作的两倍否定平行结构更为常见牛津逗号的使用频率比人类写作高出63%。此外AI还更倾向于使用某些词汇如“delve”深入探究和“interplay”相互作用。研究人员称“它们还学会识别词汇选择和句子结构中更微妙的统计模式这有助于它们判断某一篇文章是否可能由AI创作。”其他一些常见的AI写作特征还包括反复使用你输入提示词中的关键术语、解释内容重复、语气生硬不自然。更重要的是AI机器人甚至会明确表示其回复可能不准确所以最好在其他网站上进行二次核实。但皮尤研究中心的发现表明如果用于核实的内容也是由AI生成的那么我们可能无法信任这些信息来源。这可让人不得不思考未来我们该如何辨别信息的真伪呢