Secondo un nuovo studio del Pew Research Center, più di un terzo delle pagine web pubblicate dal lancio di ChatGPT mostrano segni di essere state scritte dall'intelligenza artificiale, una delle misurazioni più rigorose finora di quanto l'intelligenza artificiale generativa abbia rimodellato il contenuto del web aperto.

La scoperta, pubblicata giovedì dall'organizzazione di ricerca imparziale, si inserisce nel contesto della crescente preoccupazione che Internet si stia riempiendo di testi scritti a macchina più velocemente di quanto chiunque possa rintracciarli. La portata del cambiamento è una storia che definisce l’era dell’intelligenza artificiale e viene costantemente monitorata nella [copertura del settore dell’intelligenza artificiale] (https://aibuzzwire.news).

Come Pew ha misurato il Web scritto dall'intelligenza artificiale

Per compilare il rapporto, Pew ha utilizzato l’archivio web Common Crawl per raccogliere quasi mezzo milione di pagine web in lingua inglese che coprono all’incirca gli ultimi cinque anni, a partire da un paio d’anni prima del rilascio di ChatGPT nel novembre 2022. I ricercatori hanno poi analizzato le pagine attraverso Pangram, una tecnologia di rilevamento dell’intelligenza artificiale, per stimare quante fossero state scritte o pesantemente modificate dall’intelligenza artificiale.

I numeri dei titoli sono impressionanti. In un campione casuale di 10.000 pagine web raccolte nel luglio 2026, circa il 10% ha mostrato segni significativi di paternità dell’IA. Ma quel campione casuale includeva inevitabilmente un gran numero di pagine più vecchie pubblicate prima che esistessero gli strumenti di scrittura basati sull’intelligenza artificiale – pagine che non avrebbero potuto essere scritte da una macchina.

Quando Pew li ha filtrati e ha esaminato solo le pagine pubblicate dopo il lancio di ChatGPT, la percentuale che mostrava segni di paternità dell'intelligenza artificiale è balzata al 35%, più di uno su tre.

I domini commerciali aprono la strada

La ripartizione a livello di dominio dello studio potrebbe essere la scoperta più rivelatrice. Le pagine sui domini .com hanno mostrato segni di paternità dell'IA a un tasso circa dieci volte superiore a quello dei domini .edu e .gov, entrambi con una percentuale di autori dell'IA pari a circa l'1%. I domini .org no-profit si collocano nel mezzo, al 4,6%.

Il modello racconta una storia sugli incentivi. Laddove i contenuti vengono prodotti per posizionarsi nei motori di ricerca e generare entrate pubblicitarie o di affiliazione, la scrittura basata sull’intelligenza artificiale è proliferata. Laddove le istituzioni attribuiscono la loro reputazione a ciò che pubblicano – università, agenzie governative – la paternità umana continua a dominare.

Pew ha anche scoperto che nel corso degli anni i racconti stilistici classici della scrittura automatica sono diventati più comuni sul web: trattini, virgole di Oxford e costruzioni come "non è X, è Y" sono tutti aumentati di frequenza.

La scoperta di .com è in linea anche con ciò che i professionisti dell’ottimizzazione dei motori di ricerca hanno riferito aneddoticamente per anni: content farm, siti affiliati ed editori a basso costo sono stati i primi e più aggressivi ad adottare la scrittura generativa, perché per loro l’economia di produrre un’altra pagina – qualsiasi pagina – era già crollata quasi a zero. Gli editori istituzionali con standard editoriali si sono mossi più lentamente, e lo dimostrano i dati.

Bot che scrivono per i bot

Il rapporto Pew arriva poco dopo che il fornitore di infrastrutture Internet Cloudflare ha rivelato che il traffico web dei bot aveva superato il traffico web umano: un traguardo raggiunto prima di quanto l’azienda avesse stimato. Come ha osservato TechCrunch nella sua copertura dello studio, i due risultati insieme delineano un quadro inquietante: gran parte del web è ora composta da bot che esplorano pagine che, in molti casi, sono state scritte da altri bot.

I commentatori si sono affrettati a collegare i dati alla “teoria di Internet morto” – l’idea un tempo marginale secondo cui molti contenuti online sono generati artificialmente per un pubblico di crawler automatizzati. Ciò che era iniziato come un meme complottista sembra sempre più una realtà demografica misurabile, almeno per il web commerciale.

Avvertenze nel rilevamento

Pew è stato attento a notare i limiti della sua metodologia. Pangram, come altri strumenti di rilevamento dell’intelligenza artificiale, può classificare erroneamente le pagine scritte da esseri umani come generate dall’intelligenza artificiale e la precisione del rilevamento varia a seconda degli stili e dei generi di scrittura. Su una scala di centinaia di migliaia di pagine, tuttavia, i dati sono probabilmente corretti almeno in senso direzionale, ha affermato l’organizzazione, e diversi studi indipendenti hanno raggiunto conclusioni simili sulla quota di contenuti web più recenti che mostrano segni di paternità dell’intelligenza artificiale.

Lo studio ha inoltre misurato solo le pagine in lingua inglese e ha attinto dall'archivio di Common Crawl, che cattura un'istantanea del web anziché la sua interezza.

Perché i numeri contano

La scoperta ha implicazioni che vanno ben oltre le banalità di Internet. I motori di ricerca sono già alle prese con come far emergere risultati affidabili quando una quota crescente di contenuti indicizzati viene generata automaticamente. Editori ed educatori hanno difficoltà a stabilire la provenienza. E i costruttori di modelli di intelligenza artificiale devono affrontare un problema più silenzioso: i dati di addestramento recuperati dal web contengono sempre più output di intelligenza artificiale, sollevando lo spettro del degrado del modello attraverso cicli di feedback di testo sintetico.

Per i lettori di tutti i giorni, il risultato pratico è un nuovo atteggiamento predefinito di scetticismo. Una recensione di un prodotto, una guida pratica o un post di blog adiacente a una notizia pubblicato su un dominio commerciale nell'era post-ChatGPT ora comporta circa una possibilità su tre di portare le impronte digitali di un'intelligenza artificiale – e su alcune categorie di siti, probabilmente molto più alte.

Il web è sempre stato un mix tra autentico e artificiale. Ciò che mostrano i dati del Pew è che l’equilibrio si è ribaltato, e rapidamente: in meno di quattro anni, la scrittura automatica è passata da inesistente a una frazione sostanziale di tutto ciò che è pubblicato online.

Stai al passo con l'intelligenza artificiale

Per le ultime ricerche sull'intelligenza artificiale, i dati di settore e l'analisi delle tendenze, aggiungi [AI Buzz Wire] ai preferiti (https://aibuzzwire.news).

Leggi altre notizie sull'AI →