Ještě vyšší podíl se objevil u stránek, u nichž se podařilo dohledat datum publikace po vydání ChatGPT: 35 % z tohoto výběru neslo podobné signály. Toto číslo ale nelze chápat jako podíl všech webových stránek zveřejněných po listopadu 2022. Pouze asi 10 až 15 % analyzovaných stránek obsahovalo použitelný údaj o datu publikace a šlo tedy o nenáhodnou podskupinu.

Rozdíly mezi doménami

Nárůst nebyl na celém webu rovnoměrný. Do roku 2026 vykazovalo známky AI přibližně 10 % stránek v doméně .com. U .org šlo o 4,6 %, zatímco u .edu a .gov se podíl pohyboval kolem 1 % v každé z těchto domén.

Jinými slovy: signály spojené s AI byly mnohem běžnější na komerční části webu než na univerzitních a vládních stránkách. Čísla ovšem popisují analyzovaný vzorek, nikoli absolutní podíl veškerého obsahu daných domén.

Jaké jazykové znaky model sledoval

Open Pangram nevyhledával jediný „otisk“ ChatGPT. Posuzoval kombinace jazykových vzorců, které se statisticky častěji objevují v textech vytvořených AI než v textech psaných lidmi. Mezi příklady diskutované v analýze patří častější používání pomlček em, takzvané oxfordské čárky, slov typicky upřednostňovaných jazykovými modely nebo tzv. negativní paralelismus – konstrukce typu „nejde jen o X, ale také o Y“.

Takové rysy ale nejsou důkazem autorství. Pomlčku em může používat člověk, stejně jako může být text vytvořený pomocí AI následně důkladně přepracován editorem. Výsledek je proto přesnější číst jako „stránka vykazuje známky AI autorství nebo významné AI editace“, nikoli jako tvrzení, že je celý text strojově napsaný.

Proč je třeba výsledky číst opatrně

AI detektory mohou vytvářet falešně pozitivní i falešně negativní výsledky. Jejich přesnost se navíc liší podle délky a žánru textu, použitého jazykového modelu i způsobu, jakým byl text upraven. Nezávislá hodnocení sice u nástroje Pangram uvádějí velmi nízkou míru falešných poplachů, zároveň ale upozorňují, že výsledky detekce nelze bez dalšího používat jako definitivní důkaz autorství.

Studie má také další omezení. Common Crawl zachycuje především veřejně dostupné stránky, takže placený obsah a weby vyžadující přihlášení mohou být zastoupeny méně. Analýza se týkala pouze anglického textu, nikoli obrázků, videí, neanglického webu ani internetu jako celku.

Web, který nejen čte AI, ale stále častěji ho i vytváří

Význam zjištění nespočívá jen v samotném čísle 10 %. Pew popisuje web, na němž AI není pouze jedním z nástrojů pro vyhledávání nebo tvorbu obsahu, ale stále častěji zasahuje přímo do nově publikovaných textů. U stránek s dohledatelným datem po vydání ChatGPT byl podíl zachycených signálů více než třetinový.

Tento trend se časově překrývá s údajem společnosti Cloudflare, podle nějž v květnu 2026 na její síti poprvé převážil ne-lidský provoz nad provozem lidským. Jde však o jiný typ měření: Cloudflare sleduje automatizované požadavky a boty, nikoli to, zda byl konkrétní článek napsán umělou inteligencí.

Obě zjištění dohromady ukazují na internet, který je stále více vytvářen, procházen a obsluhován automatizovanými systémy. Sama o sobě ale nepotvrzují, že AI nahradila lidské autory nebo že lidé přestali web používat.

Ještě vyšší podíl se objevil u stránek, u nichž se podařilo dohledat datum publikace po vydání ChatGPT: 35 % z tohoto výběru neslo podobné signály. Toto číslo ale nelze chápat jako podíl všech webových stránek zveřejněných po listopadu 2022. Pouze asi 10 až 15 % analyzovaných stránek obsahovalo použitelný údaj o datu publikace a šlo tedy o nenáhodnou podskupinu.

Rozdíly mezi doménami

Nárůst nebyl na celém webu rovnoměrný. Do roku 2026 vykazovalo známky AI přibližně 10 % stránek v doméně .com. U .org šlo o 4,6 %, zatímco u .edu a .gov se podíl pohyboval kolem 1 % v každé z těchto domén.

Jinými slovy: signály spojené s AI byly mnohem běžnější na komerční části webu než na univerzitních a vládních stránkách. Čísla ovšem popisují analyzovaný vzorek, nikoli absolutní podíl veškerého obsahu daných domén.

Jaké jazykové znaky model sledoval

Open Pangram nevyhledával jediný „otisk“ ChatGPT. Posuzoval kombinace jazykových vzorců, které se statisticky častěji objevují v textech vytvořených AI než v textech psaných lidmi. Mezi příklady diskutované v analýze patří častější používání pomlček em, takzvané oxfordské čárky, slov typicky upřednostňovaných jazykovými modely nebo tzv. negativní paralelismus – konstrukce typu „nejde jen o X, ale také o Y“.

Takové rysy ale nejsou důkazem autorství. Pomlčku em může používat člověk, stejně jako může být text vytvořený pomocí AI následně důkladně přepracován editorem. Výsledek je proto přesnější číst jako „stránka vykazuje známky AI autorství nebo významné AI editace“, nikoli jako tvrzení, že je celý text strojově napsaný.

Proč je třeba výsledky číst opatrně

AI detektory mohou vytvářet falešně pozitivní i falešně negativní výsledky. Jejich přesnost se navíc liší podle délky a žánru textu, použitého jazykového modelu i způsobu, jakým byl text upraven. Nezávislá hodnocení sice u nástroje Pangram uvádějí velmi nízkou míru falešných poplachů, zároveň ale upozorňují, že výsledky detekce nelze bez dalšího používat jako definitivní důkaz autorství.

Studie má také další omezení. Common Crawl zachycuje především veřejně dostupné stránky, takže placený obsah a weby vyžadující přihlášení mohou být zastoupeny méně. Analýza se týkala pouze anglického textu, nikoli obrázků, videí, neanglického webu ani internetu jako celku.

Web, který nejen čte AI, ale stále častěji ho i vytváří

Význam zjištění nespočívá jen v samotném čísle 10 %. Pew popisuje web, na němž AI není pouze jedním z nástrojů pro vyhledávání nebo tvorbu obsahu, ale stále častěji zasahuje přímo do nově publikovaných textů. U stránek s dohledatelným datem po vydání ChatGPT byl podíl zachycených signálů více než třetinový.

Tento trend se časově překrývá s údajem společnosti Cloudflare, podle nějž v květnu 2026 na její síti poprvé převážil ne-lidský provoz nad provozem lidským. Jde však o jiný typ měření: Cloudflare sleduje automatizované požadavky a boty, nikoli to, zda byl konkrétní článek napsán umělou inteligencí.

Obě zjištění dohromady ukazují na internet, který je stále více vytvářen, procházen a obsluhován automatizovanými systémy. Sama o sobě ale nepotvrzují, že AI nahradila lidské autory nebo že lidé přestali web používat.