AI-контент в интернете достиг 35% новых страниц: коммерческие сайты генерируют его в 10 раз чаще

Исследование вышло вскоре после того, как инфраструктурный провайдер Cloudflare сообщил: бот-трафик в интернете впервые обогнал человеческий, причём раньше, чем прогнозировала сама компания. Pew Research пошла дальше и посмотрела не на то, кто просматривает страницы, а на то, что именно на них написано. Вывод авторов лаконичен: значительная часть веба теперь представляет собой ботов, читающих страницы, написанные другими ботами. Источник и метод впервые названы в этом отчёте открыто.

Как именно считали?

Pew Research использовала архив Common Crawl, открытый проект, который регулярно обходит и сохраняет копии веб-страниц со всего мира. Из него исследователи извлекли почти полмиллиона англоязычных страниц за примерно пять лет, захватив период до и после выхода ChatGPT в ноябре 2022 года.

Для определения AI-авторства применили технологию компании Pangram (в отчёте упоминается как Open Pangram). Это детектор, который оценивает вероятность того, что текст написан или серьёзно переработан нейросетью. По сути, это аналог антиплагиат-систем, только заточенный не на копипаст, а на характерные паттерны генерации.

Сначала взяли случайную выборку из 10 000 страниц, собранных в июле 2026 года. Получили около 10 % с признаками AI-авторства. Но авторы сразу оговорились: случайная выборка неизбежно включает старые страницы, написанные задолго до появления генеративных инструментов, и они «разбавляют» общий процент.

Поэтому для главного вывода отфильтровали всё, что опубликовано до запуска ChatGPT, и пересчитали. Результат: 35 % новых страниц несут признаки AI-авторства.

Что именно обнаружили?

• 35 % страниц, опубликованных после ноября 2022 года, показывают признаки того, что текст написан или существенно отредактирован ИИ.
• Коммерческие домены (.com) генерируют AI-контент в интернете примерно в 10 раз чаще, чем образовательные (.edu) и государственные (.gov), где доля составляет около 1 %.
• Некоммерческие организации (.org) занимают промежуточную позицию: 4,6 %.
• Помимо детектора, Pew нашла косвенные маркеры: за последние годы на страницах выросло использование длинных тире (em dash), оксфордских запятых и характерных конструкций вроде «это не X, это Y», типичных стилистических «отпечатков» языковых моделей.

Последний пункт особенно показателен для тех, кто работает с текстом. AI-контент в интернете опознаётся не только детекторами, но и по стилистическим клише, которые нейросети воспроизводят из раза в раз.

Что это значит для вас?

Авторам Дзена и копирайтерам. Если треть англоязычного коммерческого веба уже заполнена генеративным текстом, конкуренция за внимание читателя смещается от объёма к узнаваемости голоса. Стилистические клише нейросетей (те самые длинные тире и конструкции «это не X, а Y») становятся антипаттерном: читатель, даже не запуская детектор, начинает «считывать» шаблон. Практический шаг: пройдитесь по своим последним текстам и проверьте, нет ли в них этих маркеров, даже если вы писали сами.

Маркетологам и владельцам коммерческих сайтов. Домены .com лидируют по доле AI-контента, и это логично: именно на коммерческих площадках масштабируют описания товаров, SEO-страницы, блоги. Но когда треть конкурентов генерирует тексты нейросетью, поисковики неизбежно начнут жёстче фильтровать шаблонный контент. Кто раньше выстроит редакционный процесс с экспертизой поверх генерации, тот получит преимущество.

Предпринимателям в РФ и СНГ. Исследование Pew охватывает англоязычный веб, но тренд не знает границ. Если вы используете YandexGPT, GigaChat или зарубежные модели для наполнения сайта, имейте в виду: детекторы совершенствуются, а доля AI-контента в интернете уже достаточна, чтобы площадки и поисковики вводили маркировку или понижение в выдаче. Разумный подход: нейросеть как черновик, человек как финальный редактор с экспертизой.

Исследование Pew фиксирует не прогноз, а факт: AI-контент в интернете уже составляет треть нового веба, и эта доля растёт. Для тех, кто зарабатывает текстом, вывод один: ценность переместилась от способности написать много к способности написать так, как нейросеть не умеет.

По данным Pew Research / TechCrunch