ChatGPT推出後，逾三成新網頁現AI創作跡象

Pew Research Center於2026年8月發表的分析，為AI如何滲入網上出版提供了一個相當清晰的估算：在ChatGPT公開推出後發布、而且能夠確認發布日期的抽樣英文網頁中，35%出現與AI撰寫或大幅AI編輯相關的明顯訊號。至於包括較舊頁面的2026年7月整體快照，比例則是10%。15

不過，呢個35%唔等於「35%的網頁肯定由AI寫成」。Pew的系統只係辨認出與AI寫作或編輯相符的文字模式，無法證明每一頁都由AI生成，亦無法判斷每頁實際獲得幾多AI協助。1

Pew究竟研究咗乜？

研究團隊從Common Crawl——一個保存公開網上內容的大型非牟利網絡存檔——於2021年1月至2026年7月期間建立的49個快照，每個快照隨機抽取10,000個英文網頁，合共490,000頁。3

研究人員抽出網頁正文，再交由Open Pangram這套用來辨認AI作者或大幅AI編輯訊號的偵測系統分析。Pew將AI寫作視為一條連續光譜，而唔係簡單的「人寫」對「機寫」二分法：網頁可以同時包含人手創作、AI改寫及較大程度機器生成的成分。13

由於Common Crawl主要收集公開可抓取的網頁，付費牆或需要登入先睇到的內容，在存檔中可能較少出現。因此，這個樣本並不代表互聯網上每一頁內容的比例。3

整體約一成，ChatGPT之後升至35%

Pew先分析2026年7月隨機抽取的10,000個網頁。當中約每10頁有1頁出現顯著AI作者訊號；這個樣本亦包括ChatGPT推出前已經存在的舊網頁，所以拉低了整體比例。15

之後，研究團隊再篩選出發布日期在ChatGPT於2022年11月30日公開推出之後的網頁。在這批有日期的頁面中，相關比例升至35%，即超過三分之一。1

但要留意，只有少部分網頁內置了可用的發布日期欄位。因此，35%只適用於Pew能夠確認日期、並納入比較的頁面，唔可以直接當成所有ChatGPT推出後網頁的精準普查結果。3

商業網域的AI訊號較常見

不同頂級網域的比例差距相當明顯。Pew在2026年的測量顯示：

• .com： 約9%至10%的頁面出現顯著訊號
• .org： 約4.6%
• .edu： 約1%
• .gov： 約1%

換句話講，抽樣中的.com頁面相關比例約是.org的兩倍，亦約為.edu及.gov的10倍。4

這些數字反映的是樣本頁面的差異，並唔代表所有商業出版者都使用AI，也唔代表教育或政府網站完全沒有AI內容。研究只指出，當時量得最集中的地方，是商業網絡。4

同Cloudflare所講的「機械流量超過人類」有咩關係？

2026年有關Cloudflare數據的報道指，自動化機械人及AI代理人佔其測量到的HTML內容請求約57%至57.5%，人類請求則約為42.5%。1718

但兩項研究其實量度緊網絡的不同層面：

• Pew量度頁面內容： 文字是否帶有AI撰寫或大幅AI編輯的相關訊號。
• Cloudflare量度網頁請求： 連接及讀取HTML頁面的流量似乎來自自動化系統，還是人類使用者。

所以，兩者係互相補充，而唔係可以互相替代。機械人可以抓取一篇完全由人類寫成的文章；同樣，一篇有AI寫作訊號的頁面，仍然可以主要由人類閱讀。任何一項研究都唔能夠證明另一項數字。11718

不過，放埋一齊睇，兩項結果都指向同一個變化：網絡正同時受到機器生成內容，以及機器主導的瀏覽和存取方式影響。11718

35%數字有咩限制？

Pew提醒，AI偵測器可能會將人類寫成的文字誤判為AI生成。因此，正面結果應該理解為一種訊號，而唔係對作者身份的鐵證。偵測方法亦未能可靠區分「全文由AI生成」和較輕度的AI協助，例如潤色、改寫或編輯。1

研究還有幾個重要限制：

• 只涵蓋英文網頁，並非全球所有語言的網絡內容。
• 依賴Common Crawl收集到的公開、可供抓取頁面。
• ChatGPT推出後的比較，只包括內置可用發布日期的頁面；這批頁面未必代表所有較新的網頁。3

因此，35%應該被視為特定樣本中「可被偵測到的AI相關訊號」估算，而唔係整個互聯網有幾多內容由AI寫成的最終答案。

標點和用字亦出現變化

除了AI偵測結果，Pew亦以另一種方式追蹤網絡語言的轉變。在ChatGPT推出後發布的頁面中，研究人員觀察到以下模式增加：長破折號（em dash）、牛津逗號、否定式平行結構，以及一批較常見於AI生成文章的詞語，包括「delve」、「crucial」、「landscape」、「pivotal」和「underscore」。2

當然，呢啲寫法同樣唔可以證明作者身份。人類作家一樣可以使用相同標點或詞彙，寫作潮流亦可能因其他原因擴散。它們較適合作為旁證，配合偵測器結果，一同反映網上語言正在改變。2

簡單講，應該點理解？

Pew最重要的發現，並唔係「互聯網有35%內容肯定由AI寫成」，而是：在研究抽樣中、能夠確認日期的ChatGPT推出後英文網頁，超過三分之一出現符合AI創作或大幅AI編輯的明顯訊號。包括舊頁面的2026年7月整體樣本，比例約為10%；而.com網域的比例，亦明顯高於.edu、.gov及.org。134

這項研究更適合用來衡量網上出版環境如何轉變，同時提醒大家：單靠AI偵測分數，並不足以確認一篇內容真正由誰創作，亦不足以交代人類在創作過程中參與了幾多。