O crescimento começou depois da chegada do ChatGPT e não ocorreu de maneira uniforme entre os tipos de domínio. Em 2026, aproximadamente uma em cada dez páginas com final .com apresentava sinais de IA. A taxa era de 4,6% nos domínios .org e de cerca de 1% tanto nos .edu quanto nos .gov.

Quais sinais linguísticos foram observados

O Open Pangram não procura uma “impressão digital” única. O modelo avalia uma combinação de padrões linguísticos que aparecem com mais frequência em textos produzidos por IA do que em textos humanos.

Entre os exemplos discutidos pelo Pew estão:

• uso mais frequente do travessão — o chamado em dash, comum em textos em inglês;
• maior presença da vírgula de Oxford, usada antes de “e” ou “ou” em listas de três ou mais itens;
• vocabulário favorecido por modelos de IA;
• construções de paralelismo negativo, como estruturas equivalentes a “não apenas X, mas também Y”.

Esses elementos são sinais probabilísticos, não provas definitivas de autoria. Uma pessoa pode usar qualquer um deles, e um texto inicialmente gerado por IA pode ter passado por uma edição humana extensa. Por isso, a formulação mais precisa é “páginas com sinais de autoria por IA ou de edição relevante por IA”, e não “páginas inteiramente escritas por IA”.

Por que os números exigem cautela

Detectores de IA podem cometer falsos positivos — classificar como artificial um texto humano — e falsos negativos — deixar de identificar um texto gerado por máquina. Mesmo ferramentas com bom desempenho em avaliações controladas podem apresentar resultados diferentes conforme o gênero textual, o tamanho do trecho, o modelo avaliado e o grau de edição aplicado ao conteúdo.

Há também limites importantes na amostra do Pew:

• O Common Crawl reúne páginas publicamente acessíveis. Sites cujo conteúdo exige pagamento ou login provavelmente aparecem menos no arquivo.
• Apenas 10% a 15% das páginas analisadas tinham um campo utilizável de data de publicação. Por isso, a taxa de 35% vale apenas para esse subconjunto datado e não aleatório.
• A pesquisa cobriu textos em inglês na web, mas não imagens, vídeos, conteúdo em outros idiomas ou a totalidade da internet.

Um cenário de web cada vez mais automatizada

Os dados do Pew ganham contexto diante de outro movimento: a Cloudflare relatou que o tráfego não humano superou o tráfego humano em sua rede em maio de 2026. Essa métrica, porém, contabiliza solicitações automatizadas e bots — não textos escritos por IA.

As duas tendências apontam para uma web cada vez mais produzida, rastreada e acessada por sistemas automatizados. Isso não significa que a IA tenha substituído a autoria humana ou que as pessoas tenham deixado de ser as principais usuárias da internet. Significa, sobretudo, que distinguir entre conteúdo humano, conteúdo assistido por IA e conteúdo gerado por máquinas se tornou uma tarefa mais relevante — e mais complexa.

O crescimento começou depois da chegada do ChatGPT e não ocorreu de maneira uniforme entre os tipos de domínio. Em 2026, aproximadamente uma em cada dez páginas com final .com apresentava sinais de IA. A taxa era de 4,6% nos domínios .org e de cerca de 1% tanto nos .edu quanto nos .gov.

Quais sinais linguísticos foram observados

O Open Pangram não procura uma “impressão digital” única. O modelo avalia uma combinação de padrões linguísticos que aparecem com mais frequência em textos produzidos por IA do que em textos humanos.

Entre os exemplos discutidos pelo Pew estão:

• uso mais frequente do travessão — o chamado em dash, comum em textos em inglês;
• maior presença da vírgula de Oxford, usada antes de “e” ou “ou” em listas de três ou mais itens;
• vocabulário favorecido por modelos de IA;
• construções de paralelismo negativo, como estruturas equivalentes a “não apenas X, mas também Y”.

Esses elementos são sinais probabilísticos, não provas definitivas de autoria. Uma pessoa pode usar qualquer um deles, e um texto inicialmente gerado por IA pode ter passado por uma edição humana extensa. Por isso, a formulação mais precisa é “páginas com sinais de autoria por IA ou de edição relevante por IA”, e não “páginas inteiramente escritas por IA”.

Por que os números exigem cautela

Detectores de IA podem cometer falsos positivos — classificar como artificial um texto humano — e falsos negativos — deixar de identificar um texto gerado por máquina. Mesmo ferramentas com bom desempenho em avaliações controladas podem apresentar resultados diferentes conforme o gênero textual, o tamanho do trecho, o modelo avaliado e o grau de edição aplicado ao conteúdo.

Há também limites importantes na amostra do Pew:

• O Common Crawl reúne páginas publicamente acessíveis. Sites cujo conteúdo exige pagamento ou login provavelmente aparecem menos no arquivo.
• Apenas 10% a 15% das páginas analisadas tinham um campo utilizável de data de publicação. Por isso, a taxa de 35% vale apenas para esse subconjunto datado e não aleatório.
• A pesquisa cobriu textos em inglês na web, mas não imagens, vídeos, conteúdo em outros idiomas ou a totalidade da internet.

Um cenário de web cada vez mais automatizada

Os dados do Pew ganham contexto diante de outro movimento: a Cloudflare relatou que o tráfego não humano superou o tráfego humano em sua rede em maio de 2026. Essa métrica, porém, contabiliza solicitações automatizadas e bots — não textos escritos por IA.

As duas tendências apontam para uma web cada vez mais produzida, rastreada e acessada por sistemas automatizados. Isso não significa que a IA tenha substituído a autoria humana ou que as pessoas tenham deixado de ser as principais usuárias da internet. Significa, sobretudo, que distinguir entre conteúdo humano, conteúdo assistido por IA e conteúdo gerado por máquinas se tornou uma tarefa mais relevante — e mais complexa.