Pew研究：ChatGPT推出後，逾三成新網頁出現AI寫作或大幅編輯痕跡

換句話說，商業網頁較常見這類訊號，教育及政府網域則相對少見。這些數字描述的是研究樣本中被模型辨認到的語言特徵，並不等於某類機構實際使用AI的精準比例。

模型留意哪些語言特徵？

Open Pangram並非尋找某個「AI專用指紋」，而是綜合分析一批在人類文字中較少見、但在AI生成或編輯文字中較常出現的語言模式。Pew提到的例子包括：

• 使用長破折號（em dash）的情況增加；
• 較常使用牛津逗號（Oxford comma），即英文列舉中最後一項前的逗號；
• 出現AI較偏好的詞彙；
• 較常見「不是X，而是Y」一類的否定式平行句（negative parallelism）。

這些都只是機率訊號，不是作者身份證。人類作者一樣可以使用長破折號、牛津逗號或相同句式；另一方面，AI生成的內容亦可能經過人手大量修改。因此，「被標示」應理解為有AI參與或大幅AI編輯的跡象，而不是確定整頁內容完全由AI撰寫。

AI偵測始終有局限

即使AI偵測工具在部分獨立評估中表現理想，實際應用仍可能出現誤判，包括將人類文字錯誤標示為AI內容（假陽性），或漏掉經過改寫、混合創作及大量人手編輯的AI文字（假陰性）。偵測結果亦會受到文章類型、篇幅、所用AI模型及文字修改方式影響。

所以，Pew的結果較適合用來觀察整體趨勢和內容分布，而不應用作判定某一位作者、某一篇文章是否「一定由AI寫成」的單一證據。

研究未涵蓋整個互聯網

這項研究的範圍也有幾個限制：

• Common Crawl主要收集公開可存取的網頁，付費牆後或需要登入的網站可能代表不足；
• 研究只分析英文網頁文字，不包括圖片、影片、非英文內容，亦不等於整個互聯網；
• 日期欄位只在少數樣本中可用，因此35%不能外推至所有ChatGPT推出後發布的網頁。

網絡不只是由AI「寫」出來，也愈來愈由機械「瀏覽」

Pew的發現，重點不單是網上有AI內容，而是新近公開發布的文字，愈來愈可能經過AI協助、生成或編輯。這個變化亦與Cloudflare所報告的另一個網絡轉折點同時出現：該公司表示，2026年5月其網絡上的非人類流量已超過人類流量。

不過，兩者量度的是不同事情。Cloudflare的數字是自動化請求及機械人流量，並不是AI撰寫網頁內容的比例；Pew則研究網頁文字中的AI寫作訊號。

兩項觀察放在一起，反映出一個愈來愈由自動化系統生產、抓取及互動的網絡。但研究並沒有證明AI已經取代人類作者，也沒有證明人類已不再是網絡的主要使用者。更合理的結論是：AI正在成為網頁內容生產鏈中愈來愈普遍的一環，而人類仍然是理解這些訊號及判斷內容可信度的關鍵。