Pew ziet sterke groei van AI-bewerkte webteksten sinds ChatGPT

De Engelstalige website wordt sinds de lancering van ChatGPT steeds vaker geschreven of ingrijpend bewerkt met behulp van AI. Dat is de belangrijkste conclusie van een analyse van Pew Research Center van bijna een half miljoen webpagina’s. Tegelijkertijd waarschuwt de studie voor een belangrijke nuance: de gevonden signalen bewijzen niet dat elke gemarkeerde pagina volledig door AI is geschreven.

Wat onderzocht Pew?

Pew analyseerde 490.000 Engelstalige webpagina’s uit het Common Crawl-archief. De onderzoekers namen 10.000 pagina’s uit elk van 49 momentopnamen van het web, verspreid over de periode van januari 2021 tot en met juli 2026. De tekst op de pagina’s werd onderzocht met het AI-detectiemodel Open Pangram.

In de willekeurige steekproef van 10.000 pagina’s uit juli 2026 vertoonde 10% duidelijke signalen van AI-auteurschap of substantiële AI-bewerking.

Bij pagina’s met een herkenbare publicatiedatum van na 30 november 2022 — de dag waarop ChatGPT publiek werd gelanceerd — lag het aandeel op 35%. Dat cijfer heeft alleen betrekking op de veel kleinere groep pagina’s met een bruikbare datum. Het is dus geen representatieve schatting van alle webpagina’s die sinds de lancering van ChatGPT zijn gepubliceerd.

Niet elk domein verandert even snel

De groei van AI-signalen was volgens Pew niet gelijkmatig verdeeld over het web. In 2026 vertoonde ongeveer één op de tien pagina’s op een .com-domein zulke kenmerken. Bij .org-pagina’s ging het om 4,6%, terwijl het aandeel bij .edu- en .gov-pagina’s telkens rond 1% lag.

Daarmee lijkt AI-bewerking vooral zichtbaar in commercieel georiënteerde webcontent. Pagina’s van onderwijsinstellingen, overheidsorganisaties en veel maatschappelijke organisaties vertoonden de signalen in deze analyse beduidend minder vaak. De cijfers beschrijven patronen in de onderzochte steekproef en zeggen niet dat alle websites binnen een domeincategorie hetzelfde werken.

Welke taalpatronen vielen op?

Open Pangram keek niet naar één enkel “AI-vingerafdrukje”, maar naar combinaties van taalpatronen die vaker in AI-tekst voorkomen dan in menselijke tekst. Pew noemt onder meer:

• een vaker gebruik van het lange gedachtestreepje — de em dash;
• een toename van komma’s voor het laatste onderdeel van een opsomming, ook wel de Oxford-komma genoemd;
• woordkeuzes die relatief vaak door AI-modellen worden gebruikt;
• negatieve parallellismen, zoals constructies van het type “niet alleen dit, maar ook dat”.

Deze kenmerken zijn statistische signalen, geen sluitend bewijs van auteurschap. Een menselijke schrijver kan dezelfde formuleringen gebruiken. Ook kan tekst die met AI is gemaakt daarna grondig door een mens zijn herschreven. Daarom moet de uitkomst worden gelezen als “signalen van AI-auteurschap of betekenisvolle AI-bewerking”, niet als een exacte telling van volledig automatisch geschreven pagina’s.

Welke beperkingen heeft de studie?

De onderzoekers wijzen op verschillende beperkingen:

• Common Crawl bevat vooral publiek toegankelijke webpagina’s. Websites achter een betaalmuur of login zijn waarschijnlijk ondervertegenwoordigd.
• Slechts 10% tot 15% van de onderzochte pagina’s bevatte een bruikbaar veld met een publicatiedatum. Het cijfer van 35% geldt daarom voor een niet-willekeurige subgroep.
• De analyse ging uitsluitend over Engelstalige webteksten. Afbeeldingen, video’s, andere talen en het internet als geheel vielen buiten het onderzoek.
• AI-detectors kunnen zowel menselijke tekst ten onrechte markeren als AI-tekst missen. Zelfs sterke prestaties in externe tests hangen af van het soort tekst en de gebruikte modellen.

Een web dat niet alleen door mensen wordt gevuld

De bevindingen van Pew wijzen op een web waarop AI niet langer slechts af en toe voorkomt, maar steeds vaker onderdeel is van het productieproces van recente openbare teksten. Die ontwikkeling valt samen met een door Cloudflare gemelde omslag in mei 2026: op het netwerk van het bedrijf lag het aandeel niet-menselijk verkeer toen hoger dan het menselijke verkeer.

Die twee ontwikkelingen gaan over verschillende dingen. De cijfers van Pew hebben betrekking op de kenmerken van webteksten; de Cloudflare-statistiek gaat over geautomatiseerde verzoeken en bots, niet over AI-gegenereerde artikelen.

Samen schetsen ze wel een internet dat in toenemende mate wordt geproduceerd, doorzocht en bezocht door geautomatiseerde systemen. De studie bewijst niet dat AI het menselijke auteurschap of menselijk internetgebruik heeft vervangen. Wel laat ze zien dat de vraag “wie of wat heeft deze webtekst gemaakt?” steeds moeilijker met zekerheid te beantwoorden is.