Más de un tercio de las páginas web publicadas desde el lanzamiento de ChatGPT muestran signos de haber sido escritas con inteligencia artificial, según un nuevo estudio del Pew Research Center, una de las mediciones más rigurosas hasta el momento de hasta qué punto la IA generativa ha remodelado el contenido de la web abierta.

El hallazgo, publicado el jueves por la organización de investigación no partidista, surge en medio de una creciente preocupación de que Internet se esté llenando de texto escrito a máquina más rápido de lo que cualquiera puede rastrearlo. La escala del cambio es una historia definitoria de la era de la IA, y se la sigue continuamente en la cobertura de la industria de la IA.

Cómo midió Pew la web escrita con IA

Para compilar el informe, Pew utilizó el archivo web Common Crawl para recopilar casi medio millón de páginas web en inglés que abarcan aproximadamente los últimos cinco años, comenzando un par de años antes del lanzamiento de ChatGPT en noviembre de 2022. Luego, los investigadores pasaron las páginas a través de Pangram, una tecnología de detección de IA, para estimar cuántas fueron escritas o editadas en gran medida por IA.

Las cifras de los titulares son sorprendentes. En una muestra aleatoria de 10.000 páginas web recopiladas en julio de 2026, alrededor del 10% mostró signos significativos de autoría de IA. Pero esa muestra aleatoria incluía inevitablemente una gran cantidad de páginas más antiguas publicadas antes de que existieran las herramientas de escritura de IA, páginas que posiblemente no podrían haber sido escritas por máquina.

Cuando Pew los filtró y miró sólo las páginas publicadas después del lanzamiento de ChatGPT, la proporción que mostraba signos de autoría de IA saltó al 35%: más de uno de cada tres.

Los dominios comerciales lideran el camino

El desglose a nivel de dominio del estudio puede ser su hallazgo más revelador. Las páginas en dominios .com mostraron signos de autoría de IA en aproximadamente diez veces la tasa de los dominios .edu y .gov, los cuales se ubicaron en alrededor del 1% de autoría de IA. Los dominios .org sin fines de lucro cayeron en el medio, un 4,6%.

El patrón cuenta una historia sobre incentivos. Cuando el contenido se produce para clasificar en los motores de búsqueda y generar publicidad o ingresos de afiliados, la escritura con IA ha proliferado. Cuando las instituciones atribuyen su reputación a lo que publican (universidades, agencias gubernamentales), la autoría humana todavía domina.

Pew también descubrió que los estilos estilísticos clásicos de la escritura automática se han vuelto más comunes en la web a lo largo de los años: guiones largos, comas Oxford y construcciones como "no es X, es Y" han aumentado en frecuencia.

El hallazgo de .com también se alinea con lo que los profesionales de la optimización de motores de búsqueda han informado anecdóticamente durante años: las granjas de contenido, los sitios afiliados y los editores de bajo costo fueron los primeros y más agresivos en adoptar la escritura generativa, porque para ellos la economía de producir otra página -cualquier página- ya se había derrumbado a casi cero. Las editoriales institucionales con estándares editoriales avanzaron más lentamente, y eso se nota en los datos.

Bots escribiendo para bots

El informe de Pew llega poco después de que el proveedor de infraestructura de Internet Cloudflare revelara que el tráfico web de bots había superado al tráfico web humano, un hito alcanzado antes de lo que la compañía había estimado. Como señaló TechCrunch en su cobertura del estudio, los dos hallazgos juntos dibujan un panorama inquietante: gran parte de la web ahora son bots que navegan por páginas que, en muchos casos, fueron escritas por otros bots.

Los comentaristas se han apresurado a conectar los datos con la "teoría de Internet muerta": la idea alguna vez marginal de que gran parte del contenido en línea se genera artificialmente para una audiencia de rastreadores automatizados. Lo que comenzó como un meme con mentalidad conspirativa se parece cada vez más a una realidad demográfica mensurable, al menos para la web comercial.

Advertencias en la detección

Pew tuvo cuidado de señalar los límites de su metodología. Pangram, al igual que otras herramientas de detección de IA, puede clasificar erróneamente páginas escritas por humanos como generadas por IA, y la precisión de la detección varía según los estilos y géneros de escritura. Sin embargo, a una escala de cientos de miles de páginas, los datos probablemente sean al menos direccionalmente correctos, dijo la organización, y múltiples estudios independientes han llegado a conclusiones similares sobre la proporción de contenido web más nuevo que muestra signos de autoría de IA.

El estudio también midió sólo las páginas en inglés y se basó en el archivo de Common Crawl, que captura una instantánea de la web en lugar de su totalidad.

Por qué importan los números

El hallazgo tiene implicaciones que van mucho más allá de las trivialidades de Internet. Los motores de búsqueda ya están lidiando con la forma de mostrar resultados confiables cuando una proporción cada vez mayor del contenido indexado es generado por máquinas. Los editores y educadores enfrentan dificultades para establecer la procedencia. Y los creadores de modelos de IA se enfrentan a un problema más silencioso: los datos de entrenamiento extraídos de la web contienen cada vez más resultados de IA, lo que aumenta el espectro de la degradación del modelo a través de bucles de retroalimentación de texto sintético.

Para los lectores cotidianos, la conclusión práctica es una nueva postura predeterminada de escepticismo. Una reseña de un producto, una guía práctica o una publicación de blog adyacente a una noticia publicada en un dominio comercial en la era posterior a ChatGPT ahora conlleva aproximadamente una probabilidad entre tres de llevar las huellas dactilares de una IA, y en algunas categorías de sitios, probablemente mucho mayor.

La web siempre ha sido una mezcla de lo auténtico y lo fabricado. Lo que los datos de Pew muestran es que la balanza se inclinó, y rápidamente: en menos de cuatro años, la escritura automática pasó de ser inexistente a una fracción sustancial de todo lo publicado en línea.

Manténgase por delante de la IA

Para conocer las últimas investigaciones sobre IA, datos de la industria y análisis de tendencias, marque AI Buzz Wire.

Leer más noticias sobre IA →