Theo một nghiên cứu mới từ Trung tâm Nghiên cứu Pew - một trong những phép đo nghiêm ngặt nhất về mức độ triệt để của AI đã định hình lại nội dung của trang web mở, hơn một phần ba số trang web được xuất bản kể từ khi ChatGPT ra mắt có dấu hiệu được viết bởi trí tuệ nhân tạo.

Phát hiện này được tổ chức nghiên cứu phi đảng phái công bố hôm thứ Năm, đưa ra trong bối cảnh mối lo ngại ngày càng tăng rằng internet đang chứa đầy văn bản viết bằng máy nhanh hơn bất kỳ ai có thể theo dõi nó. Quy mô của sự thay đổi là một câu chuyện mang tính định hình về kỷ nguyên AI và được theo dõi liên tục trong đưa tin về ngành AI.

Cách Pew đo lường trang web do AI viết

Để biên soạn báo cáo, Pew đã sử dụng kho lưu trữ web Common Crawl để thu thập gần nửa triệu trang web tiếng Anh trong khoảng 5 năm qua - bắt đầu từ vài năm trước khi ChatGPT phát hành vào tháng 11 năm 2022. Sau đó, các nhà nghiên cứu chạy các trang thông qua Pangram, một công nghệ phát hiện AI, để ước tính số lượng trang được AI viết hoặc chỉnh sửa nhiều.

Những con số tiêu đề thật ấn tượng. Trong một mẫu ngẫu nhiên gồm 10.000 trang web được thu thập vào tháng 7 năm 2026, khoảng 10% cho thấy dấu hiệu đáng kể về quyền tác giả AI. Nhưng mẫu ngẫu nhiên đó chắc chắn bao gồm một số lượng lớn các trang cũ hơn được xuất bản trước khi các công cụ viết AI tồn tại - những trang không thể được viết bằng máy.

Khi Pew lọc những thứ đó ra và chỉ xem các trang được xuất bản sau khi ChatGPT ra mắt, tỷ lệ có dấu hiệu về quyền tác giả AI đã tăng lên 35% - hơn một phần ba.

Tên miền thương mại dẫn đầu

Phân tích cấp độ tên miền của nghiên cứu có thể là phát hiện rõ ràng nhất. Các trang trên miền .com có ​​dấu hiệu về quyền tác giả AI với tỷ lệ gấp khoảng 10 lần so với miền .edu và .gov, cả hai đều có tỷ lệ tác giả AI khoảng 1%. Các miền .org của tổ chức phi lợi nhuận nằm ở giữa, ở mức 4,6%.

Mẫu này kể một câu chuyện về các ưu đãi. Khi nội dung được tạo ra để xếp hạng trong các công cụ tìm kiếm và tạo ra doanh thu quảng cáo hoặc liên kết, thì việc viết bằng AI đã phát triển mạnh mẽ. Ở những nơi các tổ chức gắn danh tiếng của họ với những gì họ xuất bản - các trường đại học, các cơ quan chính phủ - quyền tác giả của con người vẫn chiếm ưu thế.

Pew cũng nhận thấy rằng phong cách cổ điển của chữ viết bằng máy đã trở nên phổ biến hơn trên web trong những năm qua: dấu gạch ngang, dấu phẩy Oxford và các cấu trúc như "không phải X, mà là Y" đều tăng tần suất.

Phát hiện của .com cũng phù hợp với những gì mà những người thực hiện tối ưu hóa công cụ tìm kiếm đã báo cáo trong nhiều năm: các trang nội dung, các trang liên kết và các nhà xuất bản chi phí thấp là những người chấp nhận lối viết sáng tạo sớm nhất và tích cực nhất, bởi vì đối với họ tính kinh tế của việc tạo ra một trang khác - bất kỳ trang nào - đã sụp đổ xuống gần bằng không. Các nhà xuất bản tổ chức có tiêu chuẩn biên tập đã di chuyển chậm hơn và điều đó thể hiện trong dữ liệu.

Viết bot cho Bot

Báo cáo của Pew xuất hiện ngay sau khi nhà cung cấp cơ sở hạ tầng internet Cloudflare tiết lộ rằng lưu lượng truy cập web của bot đã vượt qua lưu lượng truy cập web của con người – một cột mốc đạt được sớm hơn công ty ước tính. Như TechCrunch đã lưu ý trong phần đưa tin về nghiên cứu, hai phát hiện này cùng nhau phác họa một bức tranh đáng lo ngại: phần lớn trang web hiện nay là các bot duyệt các trang mà trong nhiều trường hợp được viết bởi các bot khác.

Các nhà bình luận đã nhanh chóng kết nối dữ liệu với "lý thuyết internet chết" - ý tưởng từng có một thời cho rằng nhiều nội dung trực tuyến được tạo ra một cách giả tạo cho khán giả sử dụng trình thu thập dữ liệu tự động. Những gì bắt đầu như một meme mang tính âm mưu ngày càng giống một thực tế về nhân khẩu học có thể đo lường được, ít nhất là đối với trang web thương mại.

Hãy cẩn thận khi phát hiện

Pew đã cẩn thận lưu ý những giới hạn trong phương pháp luận của mình. Pangram, giống như các công cụ phát hiện AI khác, có thể phân loại sai các trang do con người viết thành trang do AI tạo ra và độ chính xác phát hiện khác nhau tùy theo phong cách và thể loại viết. Tuy nhiên, ở quy mô hàng trăm nghìn trang, tổ chức này cho biết dữ liệu ít nhất có thể đúng theo hướng - và nhiều nghiên cứu độc lập đã đưa ra kết luận tương tự về việc chia sẻ nội dung web mới hơn có dấu hiệu về quyền tác giả AI.

Nghiên cứu cũng chỉ đo các trang tiếng Anh và lấy từ kho lưu trữ của Common Crawl, kho lưu trữ này chụp ảnh nhanh của trang web chứ không phải toàn bộ trang web.

Tại sao các con số lại quan trọng

Phát hiện này có ý nghĩa vượt xa những chuyện vặt vãnh trên Internet. Các công cụ tìm kiếm đang phải vật lộn với cách hiển thị các kết quả đáng tin cậy khi phần nội dung được lập chỉ mục ngày càng tăng do máy tạo ra. Các nhà xuất bản và nhà giáo dục phải đối mặt với thời gian khó khăn hơn trong việc xác định nguồn gốc xuất xứ. Và những người xây dựng mô hình AI phải đối mặt với một vấn đề thầm lặng hơn: dữ liệu đào tạo được lấy từ web ngày càng chứa đầu ra AI, làm tăng nguy cơ xuống cấp mô hình thông qua các vòng phản hồi của văn bản tổng hợp.

Đối với những độc giả hàng ngày, bài học thực tế rút ra được là một thái độ hoài nghi mặc định mới. Một bài đánh giá sản phẩm, hướng dẫn cách thực hiện hoặc một bài đăng blog liền kề với tin tức được xuất bản trên một miền thương mại trong thời kỳ hậu ChatGPT hiện có khoảng một phần ba cơ hội mang dấu vân tay của AI - và trên một số danh mục trang web, có thể cao hơn nhiều.

Trang web luôn là sự kết hợp giữa hàng thật và hàng được sản xuất. Dữ liệu của Pew cho thấy sự cân bằng đã thay đổi nhanh chóng: trong vòng chưa đầy bốn năm, việc viết bằng máy đã từ không tồn tại trở thành một phần đáng kể của mọi thứ được xuất bản trực tuyến.

Đi trước AI

Để biết nghiên cứu AI, dữ liệu ngành và phân tích xu hướng mới nhất, hãy đánh dấu trang AI Buzz Wire.

Đọc thêm tin tức về AI →