Un terzo delle pagine web è scritto dall'intelligenza artificiale

Un nuovo studio del Pew Research Center rivela che circa un terzo delle pagine web in lingua inglese pubblicate dopo il lancio di ChatGPT, avvenuto a novembre 2022, mostra segni evidenti di essere stato scritto dall'intelligenza artificiale. Come riporta Punto Informatico, i risultati confermano altre analisi che evidenziano l'uso crescente di strumenti AI per generare nuove pagine o apportare modifiche sostanziali ai testi già esistenti.

Molti utenti hanno probabilmente già letto, senza accorgersene, articoli scritti interamente da un'intelligenza artificiale. Anche se la qualità grammaticale di questi testi è migliorata notevolmente negli ultimi anni, in alcuni casi resta comunque evidente che l'autore non è umano. Lo scopo di questa produzione automatizzata è spesso unicamente quello di aumentare le visite al sito e i relativi guadagni pubblicitari. Va detto che Google penalizza questo tipo di contenuti nei suoi algoritmi, rendendoli meno visibili tra i risultati di ricerca.

Per misurare la reale diffusione del fenomeno, i ricercatori del Pew Research Center hanno analizzato un campione casuale di 10.000 pagine web in inglese relative al mese di luglio 2026, estratte dall'archivio Common Crawl. Considerando l'intero campione, comprensivo anche di pagine pubblicate prima dell'arrivo di ChatGPT, la percentuale di contenuti scritti dall'AI scende a circa il 10%. Una volta eliminate dal campione le pagine precedenti al lancio del chatbot di OpenAI, però, il dato sale drasticamente: le pagine scritte con l'ausilio dell'intelligenza artificiale risultano circa il 35%, una cifra praticamente identica a quella ottenuta da altri studi indipendenti sullo stesso tema.

La maggior parte delle pagine generate dall'AI si trova su domini .com, dove la frequenza dei segnali di scrittura automatizzata è circa dieci volte superiore rispetto ai domini .edu e .gov, entrambi fermi intorno all'1%. I siti con dominio .org si collocano invece a metà strada, con una percentuale del 4,6%.

Per individuare gli schemi linguistici tipici dei testi generati dall'intelligenza artificiale, i ricercatori hanno utilizzato un modello di machine learning sviluppato da Open Pangram, applicato al testo estratto da ciascuna pagina campionata. Gli stessi autori dello studio ammettono che il metodo non è infallibile: possono verificarsi sia falsi positivi, ovvero testi umani classificati erroneamente come prodotti dall'AI, sia falsi negativi. Su un campione di grandi dimensioni, tuttavia, i ricercatori ritengono che i risultati siano comunque indicativi di una tendenza reale e in costante crescita.

Il quadro che emerge si inserisce in un contesto più ampio segnalato di recente anche da Cloudflare, secondo cui il traffico web generato dai bot ha ormai superato quello prodotto da utenti umani. Un dato che, unito ai risultati dello studio Pew, suggerisce uno scenario paradossale: sempre più spesso sono i bot a leggere contenuti scritti da altri bot.