Kandungan web berasaskan AI meningkat mendadak selepas ChatGPT dilancarkan

Apakah tanda bahasa yang dicari?

Model tersebut tidak mencari satu “cap jari” penulis AI. Sebaliknya, ia menilai gabungan corak bahasa yang lebih kerap dikaitkan dengan teks AI berbanding teks manusia.

Antara contoh yang dibincangkan Pew ialah penggunaan tanda pisah panjang atau em dash yang semakin kerap, koma Oxford, kosa kata yang cenderung dipilih oleh AI serta struktur ayat yang dikenali sebagai negative parallelism — misalnya binaan “bukan sekadar X, tetapi juga Y”.

Namun, semua ciri itu hanyalah petunjuk kebarangkalian. Penulis manusia juga boleh menggunakan gaya yang sama, manakala teks yang dijana AI mungkin telah disunting dengan banyak oleh manusia. Oleh itu, keputusan kajian lebih tepat difahami sebagai tanda “kepengarangan AI atau suntingan AI yang bermakna”, bukan kiraan muktamad halaman yang 100% ditulis oleh AI.

Batasan yang perlu difahami

Pengesan AI juga boleh tersilap — termasuk menghasilkan positif palsu, iaitu menandakan teks manusia sebagai teks AI, dan negatif palsu, iaitu gagal mengesan teks yang dijana AI. Malah, keputusan penilaian luar bergantung pada jenis teks serta model AI yang diuji.

Kajian Pew mempunyai beberapa batasan lain:

• Common Crawl mengarkibkan halaman yang boleh diakses secara terbuka. Laman berbayar atau yang memerlukan log masuk berkemungkinan kurang diwakili.
• Hanya 10% hingga 15% halaman dalam sampel mempunyai medan tarikh penerbitan yang boleh digunakan. Maka, angka 35% datang daripada subkumpulan bertarikh yang tidak dipilih secara rawak.
• Analisis ini hanya meliputi teks web berbahasa Inggeris. Ia tidak mengukur imej, video, kandungan dalam bahasa lain atau keseluruhan web.

Web bukan sahaja dipenuhi kandungan AI — ia turut semakin “dimediasi” AI

Dapatan Pew mencadangkan web kini bukan sekadar ruang yang mengandungi kandungan AI. Teks awam yang diterbitkan baru-baru ini juga semakin banyak dihasilkan atau disunting dengan bantuan sistem AI.

Perubahan ini berlaku seiring dengan laporan Cloudflare bahawa trafik bukan manusia mengatasi trafik manusia dalam rangkaiannya pada Mei 2026. Namun, angka Cloudflare itu mengukur permintaan automatik dan bot — bukannya kandungan yang ditulis oleh AI.

Jika digabungkan, kedua-dua dapatan ini menggambarkan web yang semakin banyak dihasilkan, dirangkak dan dilawati oleh sistem automatik. Tetapi ia masih belum membuktikan bahawa AI telah menggantikan penulis manusia atau penggunaan web oleh manusia secara keseluruhan.