AI đang hiện diện đến đâu trên web? Nghiên cứu Pew đưa ra câu trả lời đáng chú ý

Tên miền nào có nhiều dấu hiệu AI hơn?

Sự gia tăng không diễn ra đồng đều trên toàn bộ web. Đến năm 2026, khoảng 1/10 trang thuộc tên miền .com có dấu hiệu AI. Tỷ lệ tương ứng ở .org là 4,6%, còn .edu và .gov đều vào khoảng 1%.

Nói cách khác, những trang web thương mại thuộc .com có dấu hiệu AI thường xuyên hơn nhiều so với các trang giáo dục hoặc chính phủ. Dù vậy, các con số này mô tả xu hướng trong mẫu dữ liệu của Pew, không phải phép đo tuyệt đối cho mọi trang thuộc từng loại tên miền.

AI bị nhận diện qua những dấu hiệu ngôn ngữ nào?

Open Pangram không tìm kiếm một “dấu vân tay” duy nhất của AI. Công cụ này đánh giá sự kết hợp của nhiều đặc điểm ngôn ngữ thường xuất hiện ở văn bản do AI tạo ra hơn là văn bản do con người viết.

Pew nêu một số ví dụ như:

• việc sử dụng dấu gạch ngang dài (em dash) nhiều hơn;
• xu hướng dùng dấu phẩy Oxford trong văn bản tiếng Anh;
• các từ vựng được mô hình AI ưa dùng;
• kiểu diễn đạt đối lập hoặc phủ định song song, chẳng hạn cấu trúc “không chỉ X mà còn Y”.

Những đặc điểm này chỉ là tín hiệu thống kê. Người viết hoàn toàn có thể sử dụng chúng một cách tự nhiên, trong khi văn bản do AI hỗ trợ có thể đã được con người biên tập kỹ trước khi đăng. Vì vậy, cách diễn giải chính xác hơn là “có dấu hiệu AI tham gia viết hoặc chỉnh sửa đáng kể”, chứ không phải “chắc chắn do AI viết hoàn toàn”.

Vì sao kết quả vẫn cần được đọc thận trọng?

Các công cụ phát hiện AI có thể mắc cả lỗi dương tính giả — đánh dấu nhầm văn bản do người viết — lẫn lỗi âm tính giả, tức bỏ sót văn bản do AI tạo ra. Hiệu quả của chúng cũng phụ thuộc vào thể loại văn bản, độ dài, cách biên tập và những mô hình AI được dùng để kiểm thử. Một số đánh giá độc lập cho thấy Pangram hoạt động tốt trong các điều kiện nhất định, nhưng điều đó không biến mọi kết quả trên web thành bằng chứng chắc chắn về nguồn gốc tác giả.

Nghiên cứu của Pew cũng có những giới hạn về phạm vi:

• Common Crawl chủ yếu bao phủ các trang công khai, nên những nội dung yêu cầu đăng nhập hoặc nằm sau tường phí có thể ít xuất hiện hơn trong dữ liệu.
• Nghiên cứu chỉ xem xét văn bản tiếng Anh trên trang web, không bao gồm hình ảnh, video, nội dung không phải tiếng Anh hay toàn bộ hoạt động trên internet.
• Tỷ lệ 35% chỉ áp dụng cho nhóm nhỏ các trang có ngày xuất bản xác định, vốn không phải một mẫu đại diện hoàn hảo.

Bức tranh rộng hơn về một web ngày càng tự động hóa

Phát hiện của Pew cho thấy web không chỉ là nơi đăng tải một lượng nội dung AI nhất định. Đáng chú ý hơn, các nội dung mới xuất bản — đặc biệt trong nhóm có thể xác định ngày đăng — ngày càng có khả năng được AI tham gia vào quá trình tạo hoặc biên tập.

Xu hướng này xuất hiện cùng thời điểm Cloudflare cho biết lưu lượng truy cập không phải con người trên mạng lưới của công ty đã vượt lưu lượng của con người vào tháng 5/2026. Tuy nhiên, hai kết quả đo những điều khác nhau: dữ liệu của Cloudflare nói về các yêu cầu tự động và bot, không phải số lượng bài viết do AI tạo ra.

Đặt cạnh nhau, các phát hiện này gợi ý rằng web đang ngày càng được tạo nội dung, thu thập dữ liệu và tương tác bởi các hệ thống tự động. Nhưng chúng chưa chứng minh AI đã thay thế người viết hay người dùng internet. Con người vẫn có thể là tác giả, biên tập viên hoặc người khởi xướng phía sau nhiều nội dung bị hệ thống nhận diện là có dấu hiệu AI.