Pew encontra sinais de IA em 35% das páginas publicadas depois do ChatGPT

Uma análise do Pew Research Center publicada em agosto de 2026 oferece uma das estimativas mais claras até agora sobre a presença da inteligência artificial na publicação online: sinais relevantes de autoria ou edição substancial por IA apareceram em 35% das páginas em inglês da amostra publicadas depois do lançamento público do ChatGPT. Em uma fotografia mais ampla, feita em julho de 2026 e que também incluía páginas antigas, a proporção foi de 10%. 15

A diferença entre os números é importante. O sistema identificou padrões associados à escrita ou à edição por IA, mas não provou que a ferramenta tenha gerado integralmente cada página sinalizada — nem determinou quanto de assistência artificial foi usado em cada caso. 1

Como o Pew conduziu a pesquisa

Os pesquisadores selecionaram 10 mil páginas em inglês de cada uma das 49 capturas do Common Crawl realizadas entre janeiro de 2021 e julho de 2026. Ao todo, foram analisadas 490 mil páginas. O Common Crawl é um arquivo de conteúdo público da internet; por isso, páginas protegidas por paywalls ou acessíveis apenas após login tendem a aparecer menos na amostra. 3

O Pew extraiu o texto principal das páginas e o analisou com o Open Pangram, sistema de detecção desenvolvido para identificar sinais associados à autoria por IA ou a uma edição substancial feita por ferramentas de inteligência artificial. A metodologia tratou a autoria como um espectro, e não como uma escolha binária entre “humano” e “máquina”: um texto pode combinar produção humana com revisão, reescrita ou geração parcial por IA. 13

De 10% no conjunto geral a 35% entre páginas posteriores ao ChatGPT

Na amostra aleatória de 10 mil páginas coletadas em julho de 2026, cerca de uma em cada dez apresentou sinais significativos associados à autoria por IA. Como esse recorte incluía páginas publicadas antes da popularização do ChatGPT, a taxa geral ficou menor. 15

Em seguida, o Pew restringiu a análise às páginas que tinham data de publicação posterior a 30 de novembro de 2022, quando o ChatGPT foi lançado publicamente. Nesse subconjunto, a proporção subiu para 35%, ou mais de um terço. 1

O resultado, porém, não deve ser interpretado como um censo exato de todas as páginas publicadas desde o lançamento do ChatGPT. Apenas uma parcela minoritária das páginas tinha um campo de data de publicação utilizável. Portanto, os 35% se aplicam às páginas que o Pew conseguiu datar e comparar — e não necessariamente a todo o conteúdo publicado depois daquele marco. 3

Domínios comerciais concentraram mais sinais de IA

A frequência variou bastante conforme o domínio de nível superior. Nas medições de 2026 do Pew:

• .com: aproximadamente 9% a 10% das páginas apresentaram sinais relevantes;
• .org: cerca de 4,6%;
• .edu: aproximadamente 1%;
• .gov: aproximadamente 1%.

Na amostra, a taxa dos domínios .com foi cerca de duas vezes maior que a dos .org e aproximadamente dez vezes superior à observada em páginas .edu e .gov. 4

Esses números mostram diferenças entre os grupos analisados. Eles não significam que todo site comercial use IA ou que páginas educacionais e governamentais estejam imunes à tecnologia. O que os dados indicam é que a maior concentração medida estava no ambiente comercial da web. 4

O que isso tem a ver com o tráfego de robôs da Cloudflare?

Relatos baseados em dados da Cloudflare em 2026 apontaram que robôs automatizados e agentes de IA respondiam por aproximadamente 57% a 57,5% das requisições medidas para conteúdo HTML, contra cerca de 42,5% feitas por humanos. 1718

As duas pesquisas, no entanto, medem camadas diferentes da internet:

• O Pew analisou o conteúdo das páginas: se o texto apresentava sinais associados à autoria por IA ou à edição substancial por ferramentas artificiais.
• A Cloudflare analisou as requisições: se o acesso às páginas parecia partir de sistemas automatizados ou de pessoas.

Por isso, os resultados são complementares, mas não intercambiáveis. Um robô pode rastrear uma página escrita totalmente por uma pessoa, assim como uma página com sinais de autoria por IA pode continuar sendo lida principalmente por humanos. Nenhum dos estudos comprova automaticamente o resultado do outro. Em conjunto, porém, eles apontam para uma web cada vez mais influenciada tanto por conteúdo produzido com máquinas quanto por acessos realizados por máquinas. 11718

Limitações: detector não é prova definitiva de autoria

O Pew alertou que detectores de IA podem classificar incorretamente textos escritos por humanos. Um resultado positivo deve ser entendido como um sinal, e não como uma atribuição definitiva de autoria. A técnica também não consegue distinguir com segurança um texto totalmente gerado por IA de formas mais leves de assistência, como revisão, edição ou reescrita. 1

A amostra tem outras limitações:

• contempla páginas em inglês, e não toda a web mundial;
• depende de páginas públicas e rastreáveis pelo Common Crawl;
• a comparação pós-ChatGPT usa o subconjunto com datas de publicação incorporadas, que pode não representar todas as páginas mais recentes. 3

Assim, os 35% são uma estimativa dos sinais detectáveis associados à IA em uma amostra específica — não uma resposta definitiva sobre qual porcentagem de toda a internet foi escrita por inteligência artificial.

Vocabulário e pontuação também mudaram

Como uma forma separada de acompanhar mudanças na linguagem da web, o Pew analisou outros indicadores. Entre as páginas publicadas depois do lançamento do ChatGPT, os pesquisadores observaram aumento no uso de travessões longos, da vírgula de Oxford, do chamado paralelismo negativo e de um conjunto de palavras associado à prosa gerada por IA, como “delve”, “crucial”, “landscape”, “pivotal” e “underscore”. 2

Esses padrões também não comprovam autoria artificial. Um escritor humano pode usar a mesma pontuação ou o mesmo vocabulário, e convenções de estilo podem se espalhar por motivos que nada têm a ver com IA. O valor desses sinais está em reforçar, junto com os resultados do detector, a evidência de uma transformação mais ampla na linguagem publicada online. 2

O que o dado realmente mostra

A principal conclusão do Pew não é que 35% da internet sejam definitivamente escritos por IA. O estudo mostra que, entre as páginas em inglês com data identificável, mais de um terço das publicadas após o ChatGPT apresentava sinais relevantes compatíveis com autoria por IA ou edição substancial feita por inteligência artificial. Na amostra geral de julho de 2026, esses sinais apareceram em 10% das páginas, enquanto os domínios comerciais registraram taxas consideravelmente maiores que os domínios .edu, .gov e .org. 134

O resultado funciona melhor como um retrato de um ambiente de publicação em rápida mudança — e como um lembrete de que a origem de um conteúdo não pode ser determinada apenas pela pontuação de um detector de IA.