Pew: oltre una pagina web su tre dopo ChatGPT mostra segnali di AI

L’intelligenza artificiale non sta soltanto entrando negli strumenti con cui leggiamo il web: secondo una nuova analisi del Pew Research Center, sta lasciando tracce sempre più visibili anche nei contenuti che troviamo online.

Tra le pagine web in lingua inglese pubblicate dopo il lancio pubblico di ChatGPT, il 35% mostrava segnali significativi associati alla scrittura tramite AI o a un intervento sostanziale di editing con l’intelligenza artificiale. In un campione più ampio, che comprendeva anche pagine più vecchie, la quota era invece del 10%. 15

Il risultato va però letto con attenzione: il sistema di Pew ha individuato modelli linguistici compatibili con l’uso dell’AI, ma non ha dimostrato che ogni pagina segnalata sia stata generata interamente da una macchina né ha stabilito quanto sia stato rilevante l’intervento dell’AI. 1

Come è stata condotta l’analisi

I ricercatori hanno estratto 10.000 pagine web in lingua inglese da ciascuna delle 49 rilevazioni di Common Crawl realizzate tra gennaio 2021 e luglio 2026, per un totale di 490.000 pagine. Common Crawl è un archivio di contenuti web accessibili pubblicamente: per questo, le pagine protette da paywall o accessibili soltanto dopo il login possono essere meno rappresentate nel campione. 3

Pew ha poi isolato il testo principale delle pagine e lo ha analizzato con Open Pangram, uno strumento di rilevamento dell’AI progettato per riconoscere segnali associati alla scrittura o a un editing sostanziale tramite modelli generativi. L’approccio non considera l’autorialità come una semplice contrapposizione tra “umano” e “macchina”: può rilevare anche forme miste, per esempio un testo scritto da una persona e successivamente riscritto o rifinito con l’AI. 13

Dal 10% al 35%: perché il dato cambia

Il campione casuale di 10.000 pagine raccolto nel luglio 2026 ha mostrato segnali significativi di autorialità AI in circa una pagina su dieci. Poiché includeva anche pagine pubblicate prima della diffusione di ChatGPT, il risultato complessivo comprendeva contenuti più vecchi. 15

Pew ha quindi filtrato il campione prendendo in considerazione le pagine con una data di pubblicazione successiva al 30 novembre 2022, giorno del lancio pubblico di ChatGPT. In questo sottoinsieme, la quota è salita al 35%, cioè più di una pagina su tre. 1

Il 35% non equivale però a un censimento di tutte le pagine pubblicate sul web dopo ChatGPT. Soltanto una minoranza delle pagine analizzate conteneva un campo con una data di pubblicazione utilizzabile; la stima riguarda quindi le pagine che Pew è riuscita a datare e confrontare, non necessariamente l’intero universo dei contenuti post-ChatGPT. 3

I domini commerciali mostrano più segnali di AI

La frequenza dei segnali variava in modo significativo anche in base al dominio di primo livello. Nelle rilevazioni del 2026, Pew ha osservato:

• .com: circa il 9%-10% delle pagine;
• .org: circa il 4,6%;
• .edu: circa l’1%;
• .gov: circa l’1%.

In altre parole, nei dati analizzati i domini commerciali mostravano una frequenza circa doppia rispetto agli .org e quasi dieci volte superiore rispetto agli .edu e .gov. 4

Questi numeri descrivono le differenze tra le pagine incluse nel campione. Non significano che ogni sito commerciale utilizzi l’AI o che i siti universitari e governativi ne siano completamente estranei. Indicano piuttosto che la concentrazione più elevata di segnali è stata rilevata sul web commerciale. 4

Il rapporto con il traffico dei bot rilevato da Cloudflare

Nel 2026, le rilevazioni collegate a Cloudflare hanno indicato che bot automatici e agenti AI rappresentavano circa il 57%-57,5% delle richieste misurate verso contenuti HTML, contro circa il 42,5% attribuito agli esseri umani. 1718

I due dati, però, misurano aspetti diversi della rete:

• Pew analizza il contenuto delle pagine, cercando segnali associati alla scrittura o a un editing sostanziale tramite AI;
• Cloudflare analizza le richieste, cercando di capire se il traffico verso le pagine provenga da persone o da sistemi automatizzati.

Le conclusioni sono quindi complementari, ma non intercambiabili. Un bot può visitare una pagina scritta interamente da un essere umano; allo stesso modo, una pagina che mostra segnali di autorialità AI può continuare a essere letta soprattutto da persone. Nessuno dei due studi dimostra direttamente il risultato dell’altro. Considerati insieme, suggeriscono tuttavia un web sempre più influenzato sia da contenuti prodotti o modificati dalle macchine sia da accessi generati dalle macchine. 11718

I limiti dello studio

Pew sottolinea che i rilevatori di AI possono classificare erroneamente testi scritti da esseri umani. Un risultato positivo va quindi interpretato come un segnale, non come una prova definitiva dell’autore di una pagina. Inoltre, il metodo non distingue in modo affidabile tra un testo generato interamente dall’AI e un intervento più limitato, come una revisione stilistica o una riscrittura parziale. 1

L’analisi presenta anche altri limiti:

• riguarda pagine in lingua inglese, non l’intero web globale;
• si basa su pagine accessibili pubblicamente e indicizzabili da Common Crawl;
• il confronto tra il periodo precedente e quello successivo a ChatGPT si fonda sul sottoinsieme, non necessariamente rappresentativo, delle pagine che contenevano una data di pubblicazione utilizzabile. 3

Il 35%, dunque, è una stima dei segnali rilevabili in uno specifico campione di pagine inglesi databili. Non è la percentuale definitiva dell’intero internet scritto dall’intelligenza artificiale.

Anche il linguaggio online è cambiato

Come indicatore separato e complementare, Pew ha analizzato alcuni cambiamenti nelle abitudini linguistiche delle pagine pubblicate dopo il lancio di ChatGPT. I ricercatori hanno osservato un aumento dell’uso di trattini lunghi, virgole in stile Oxford, parallelismi negativi e di un gruppo di termini associati alla prosa generata dall’AI, tra cui “delve”, “crucial”, “landscape”, “pivotal” e “underscore”. 2

Anche questi elementi, presi singolarmente, non dimostrano l’origine di un testo. Una persona può usare la stessa punteggiatura o lo stesso vocabolario, e le convenzioni di scrittura possono diffondersi per ragioni indipendenti dall’AI. Il loro valore sta nel rafforzare, insieme ai risultati del rilevatore, l’idea di un cambiamento più ampio nel linguaggio del web. 2

Che cosa ci dice davvero il 35%

Il dato più importante dello studio non è che il 35% di internet sia certamente scritto dall’AI. È che, tra le pagine in lingua inglese dotate di una data di pubblicazione nel campione di Pew, più di un terzo dei contenuti pubblicati dopo ChatGPT mostrava segnali compatibili con l’autorialità AI o con un editing sostanziale tramite AI. 13

Il quadro restituito è quello di un ambiente editoriale in trasformazione. E ricorda anche un punto fondamentale: il punteggio di un rilevatore di AI, da solo, non basta a stabilire con certezza la provenienza di un contenuto.