ChatGPT以降の新規ウェブページ、35％にAI執筆・編集の兆候

Pew Research Centerが2026年8月に公表した分析は、AIがオンライン出版にどの程度入り込んでいるかを示す、比較的明確な推計の一つだ。調査では、**ChatGPTの一般公開後に発行された、日付を確認できる英語ウェブページの35％**に、AIが執筆した、または大幅に編集したとみられる特徴が表れていた。15

一方、公開前の古いページも含む2026年7月の全体スナップショットでは、その割合は**10％**だった。15

ただし、ここでいう「AIの痕跡」はAIによる執筆を断定するものではない。Pewの分析システムが検出したのは、AIによる文章作成や大幅な編集と関連するパターンであり、ページごとのAI利用の有無や利用量を証明したわけではない。1

49万ページをCommon Crawlから抽出

Pewは、公開ウェブの大規模アーカイブであるCommon Crawlが2021年1月から2026年7月までに収集した49回分のスナップショットから、各回1万ページ、合計49万ページの英語ウェブページを無作為に抽出した。3

研究チームは各ページの本文テキストを取り出し、AIによる執筆や大幅な編集に関連するシグナルを検出するOpen Pangramで分析した。判定は「人間が書いた」か「AIが書いた」かの二択ではなく、人間とAIが共同で作成した文章や、AIによる部分的な書き換えを含む連続的な尺度として扱われた。13

Common Crawlは一般にアクセスできるページを対象とするため、ログインが必要なサイトや有料記事などはアーカイブ上で見えにくく、今回のサンプルに十分反映されていない可能性がある。3

全体では10％、ChatGPT公開後は35％

2026年7月に集めた1万ページの無作為サンプルでは、約10ページに1ページに、AIによる執筆または大幅な編集を示す有意なシグナルが見つかった。ここにはChatGPT公開前に作られたページも含まれているため、全体の割合は低くなっている。15

Pewがそのサンプルを、ChatGPTが一般公開された2022年11月30日以降に公開されたページへ絞り込むと、割合は35％、つまり3分の1を超えた。1

もっとも、この35％を「ChatGPT公開後のインターネット全体の35％」と読むのは正確ではない。ウェブページのうち、公開日を比較に使える形で記録していたのは一部に限られるためだ。35％は、Pewが公開日を確認できたページ群に対する推計であり、公開後に存在するすべてのページを直接数えた結果ではない。3

AIの兆候は商用ドメインで多く検出

ドメイン別にも差があった。Pewの2026年の測定では、AIによる執筆・編集の有意な兆候が検出された割合は次の通りだった。4

• .com：約9〜10％
• .org：約4.6％
• .edu：約1％
• .gov：約1％

サンプル上では、.comの割合は.orgのおよそ2倍、.eduや.govの約10倍に相当する。4

これは、すべての商用サイトがAIを使っている、あるいは教育機関や政府機関のサイトにAI利用がないという意味ではない。あくまで今回のサンプルでは、商用ウェブに最も強いシグナルの集中が見られたということだ。4

Cloudflareの「ボットが人間を上回った」報告との違い

2026年にCloudflare関連の報道で示されたデータでは、HTMLコンテンツへの計測対象リクエストの約**57〜57.5％が自動ボットやAIエージェントによるもので、人間からのリクエストは約42.5％**だった。1718

ただし、PewとCloudflareは、ウェブの異なる側面を測っている。

• Pew：ページ本文に、AIによる執筆や大幅な編集と関連する特徴があるか
• Cloudflare：HTMLページへのアクセスが、人間によるものか自動システムによるものか

そのため、両者の数字を足したり、同じ意味の指標として扱ったりすることはできない。ボットは人間が書いたページも巡回する一方、AIの痕跡があるページを人間が読むこともある。11718

それでも両方の結果を合わせて見ると、現在のウェブが、機械によって作られたコンテンツと、機械によって取得・閲覧されるトラフィックの双方に大きく影響されつつあることがうかがえる。

AI検出には限界もある

Pewは、AI検出システムが人間の文章を誤ってAI生成と判定する可能性を指摘している。したがって、検出結果は著者を確定する証拠ではなく、あくまで兆候として理解する必要がある。1

また、文章全体をAIが生成した場合と、人間が書いた文章をAIで校正・要約・書き換えした場合を、信頼性高く区別することも難しい。1

今回の結果には、次のような範囲上の制約もある。3

• 対象は世界中のウェブではなく、英語のウェブページに限られる
• Common Crawlが収集できる公開ページが中心である
• ChatGPT公開後の35％という比較は、公開日を埋め込んでいたページのサブセットに基づく

つまり、35％という数字は、インターネット全体のうちAIが書いたページの正確な比率ではない。特定のサンプルにおいて、検出可能なAI関連シグナルがどれほど広がっているかを示す推計だ。

「AIらしい」語彙や句読法も増加

Pewは、著者を判定する直接のテストとは別に、ウェブ上の言語表現の変化も調べた。ChatGPT公開後に発行されたページでは、エムダッシュ（em dash）、オックスフォード・コンマ、否定の並列表現の使用が増えていたほか、「delve」「crucial」「landscape」「pivotal」「underscore」など、AI生成文で使われることが多いとされる語彙群も増加していた。2

もちろん、これらの記号や単語を使ったからといってAI執筆とは限らない。人間の書き手も同じ表現を使ううえ、文章の流行がAI以外の理由で広がることもある。Pewはこれらを、検出システムの結果を補足する、オンライン言語の変化を示す材料として位置づけている。2

問われるのは「35％」の断定ではなく、出どころの見えにくさ

今回の分析から導ける最も重要な点は、「インターネットの35％が確実にAIによって書かれている」ということではない。ChatGPT公開後に作られ、公開日を確認できた英語ページのうち、35％にAI執筆または大幅な編集と整合する特徴が見つかったということだ。134

2026年7月の全体サンプルではその割合は10％で、.comは.edu、.gov、.orgより高い水準を示した。AI検出スコアだけでページの出どころを確定することはできないが、Pewの調査は、オンライン出版の環境が急速に変化し、コンテンツの作成過程や出典を見極めることが以前より難しくなっている現状を示している。