Pola bahasa yang dicari pendeteksi AI

Open Pangram tidak mencari “sidik jari” kepengarangan secara harfiah. Model tersebut menilai kombinasi pola bahasa yang lebih sering muncul dalam teks buatan AI dibandingkan tulisan manusia.

Pew membahas beberapa contoh penanda, antara lain:

• penggunaan tanda pisah panjang atau em dash yang lebih sering;
• penggunaan koma Oxford dalam daftar berbahasa Inggris;
• kosakata yang cenderung dipilih model AI; dan
• pola kalimat negative parallelism, seperti konstruksi “bukan hanya X, melainkan juga Y”.

Pola-pola itu bersifat probabilistik. Manusia juga bisa menggunakannya, sementara teks yang dibuat dengan bantuan AI dapat diedit secara menyeluruh oleh manusia. Karena itu, hasil penelitian sebaiknya dibaca sebagai indikasi “kepengarangan AI atau penyuntingan AI yang bermakna”, bukan hitungan pasti halaman yang 100% ditulis mesin.

Mengapa hasil deteksi perlu dibaca hati-hati?

Alat pendeteksi AI tetap dapat menghasilkan positif palsu—tulisan manusia yang keliru ditandai sebagai tulisan AI—dan negatif palsu, yakni teks AI yang tidak terdeteksi. Tingkat akurasinya juga dapat berubah bergantung pada jenis teks, panjang tulisan, model AI yang digunakan, serta seberapa banyak teks telah diedit atau diparafrasekan.

Dengan kata lain, angka 10% dan 35% berguna untuk melihat pola pada tingkat populasi, tetapi tidak semestinya dipakai untuk menuduh penulis atau memastikan asal-usul satu halaman tertentu.

Batasan penelitian

Ada beberapa keterbatasan penting dalam studi ini:

• Common Crawl terutama mencakup halaman yang dapat diakses publik. Situs berbayar dan halaman yang memerlukan login kemungkinan kurang terwakili.
• Hanya sekitar 10% hingga 15% halaman dalam sampel yang memiliki kolom tanggal publikasi yang dapat digunakan. Karena itu, angka 35% berasal dari subset bertanggal yang tidak acak.
• Penelitian hanya mencakup teks web berbahasa Inggris. Studi ini tidak mengukur gambar, video, konten berbahasa selain Inggris, atau seluruh isi internet.

Apa artinya bagi masa depan web?

Temuan Pew menunjukkan bahwa web bukan sekadar tempat beredarnya konten AI. Teks publik yang baru diterbitkan juga semakin sering diproduksi atau dipoles dengan bantuan AI.

Perubahan ini muncul bersamaan dengan laporan Cloudflare bahwa lalu lintas nonmanusia melampaui lalu lintas manusia di jaringannya pada Mei 2026. Namun, perlu dibedakan: data Cloudflare mengukur permintaan otomatis, bot, dan sistem nonmanusia—bukan jumlah artikel atau halaman yang ditulis AI.

Jika digabungkan, kedua temuan tersebut menggambarkan web yang semakin banyak diproduksi, dijelajahi, dan diakses oleh sistem otomatis. Meski demikian, data itu belum membuktikan bahwa AI telah menggantikan kepengarangan manusia atau bahwa manusia secara keseluruhan sudah berhenti menggunakan internet.

Pola bahasa yang dicari pendeteksi AI

Open Pangram tidak mencari “sidik jari” kepengarangan secara harfiah. Model tersebut menilai kombinasi pola bahasa yang lebih sering muncul dalam teks buatan AI dibandingkan tulisan manusia.

Pew membahas beberapa contoh penanda, antara lain:

• penggunaan tanda pisah panjang atau em dash yang lebih sering;
• penggunaan koma Oxford dalam daftar berbahasa Inggris;
• kosakata yang cenderung dipilih model AI; dan
• pola kalimat negative parallelism, seperti konstruksi “bukan hanya X, melainkan juga Y”.

Pola-pola itu bersifat probabilistik. Manusia juga bisa menggunakannya, sementara teks yang dibuat dengan bantuan AI dapat diedit secara menyeluruh oleh manusia. Karena itu, hasil penelitian sebaiknya dibaca sebagai indikasi “kepengarangan AI atau penyuntingan AI yang bermakna”, bukan hitungan pasti halaman yang 100% ditulis mesin.

Mengapa hasil deteksi perlu dibaca hati-hati?

Alat pendeteksi AI tetap dapat menghasilkan positif palsu—tulisan manusia yang keliru ditandai sebagai tulisan AI—dan negatif palsu, yakni teks AI yang tidak terdeteksi. Tingkat akurasinya juga dapat berubah bergantung pada jenis teks, panjang tulisan, model AI yang digunakan, serta seberapa banyak teks telah diedit atau diparafrasekan.

Dengan kata lain, angka 10% dan 35% berguna untuk melihat pola pada tingkat populasi, tetapi tidak semestinya dipakai untuk menuduh penulis atau memastikan asal-usul satu halaman tertentu.

Batasan penelitian

Ada beberapa keterbatasan penting dalam studi ini:

• Common Crawl terutama mencakup halaman yang dapat diakses publik. Situs berbayar dan halaman yang memerlukan login kemungkinan kurang terwakili.
• Hanya sekitar 10% hingga 15% halaman dalam sampel yang memiliki kolom tanggal publikasi yang dapat digunakan. Karena itu, angka 35% berasal dari subset bertanggal yang tidak acak.
• Penelitian hanya mencakup teks web berbahasa Inggris. Studi ini tidak mengukur gambar, video, konten berbahasa selain Inggris, atau seluruh isi internet.

Apa artinya bagi masa depan web?

Temuan Pew menunjukkan bahwa web bukan sekadar tempat beredarnya konten AI. Teks publik yang baru diterbitkan juga semakin sering diproduksi atau dipoles dengan bantuan AI.

Perubahan ini muncul bersamaan dengan laporan Cloudflare bahwa lalu lintas nonmanusia melampaui lalu lintas manusia di jaringannya pada Mei 2026. Namun, perlu dibedakan: data Cloudflare mengukur permintaan otomatis, bot, dan sistem nonmanusia—bukan jumlah artikel atau halaman yang ditulis AI.

Jika digabungkan, kedua temuan tersebut menggambarkan web yang semakin banyak diproduksi, dijelajahi, dan diakses oleh sistem otomatis. Meski demikian, data itu belum membuktikan bahwa AI telah menggantikan kepengarangan manusia atau bahwa manusia secara keseluruhan sudah berhenti menggunakan internet.