ШІ захоплює веб: понад третина нових сторінок створена нейромережами
Масштаб проникнення генеративних моделей у веб-простір виявився значно серйознішим, ніж прийнято вважати. Свіжий аналіз, заснований на вибірці з 10 000 англомовних сторінок, зібраних у липні 2026 року через Common Crawl, демонструє: близько 10% усього веб-контенту несе явні сліди синтетичної генерації. Однак це лише верхівка айсберга.
Ключовий зсув після запуску ChatGPT
Цифра в 10% може здатися помірною, але вона оманлива. Адже до загальної вибірки потрапляє величезний пласт архівних матеріалів, створених задовго до ери сучасних LLM. Якщо ж ізолювати лише ті сторінки, що були опубліковані після листопада 2022 року — моменту дебюту ChatGPT, — картина радикально змінюється. Тут частка контенту з ознаками ІІ-авторства перевищує третину (33%+). Це прямий доказ того, що генеративні алгоритми стали основним інструментом виробництва текстів для значної частини веб-видавців.
Де ІІ почувається вільно
Розподіл синтетики за доменними зонами вкрай нерівномірний і підпорядковується суто економічній логіці. У зоні .com ознаки ІІ-генерації фіксуються приблизно в кожної десятої сторінки (близько 10%), що вдвічі перевищує показники .org (4,6%). Найбільш «чистими» залишаються освітні та державні ресурси (.edu і .gov) — там частка ледь дотягує до 1%. Це пояснювано: комерційний сектор активно автоматизує рутинні текстові потоки — описи товарів, SEO-статті, новинні замітки, — де швидкість важливіша за унікальний авторський почерк.
Методологія та нюанси
Важливо підкреслити: йдеться не про точне детектування, а про ймовірнісну оцінку. Аналіз спирався на лінгвістичні маркери, що статистично корелюють із генеративними моделями. Дослідники не перевіряли історію редагувань кожної сторінки і не опитували авторів. Тому коректніше говорити про «значну ймовірність» ІІ-участі, а не про стовідсотковий факт. Крім того, до категорії потрапляє лише контент, написаний або радикально перероблений нейромережею; дрібна коректура за допомогою асистентів до уваги не береться.
Мій погляд: Ці дані — лише відправна точка. Ринок рухається до тотальної автоматизації контенту, і поточні 33% серед нових сторінок — це мінімум, який лише зростатиме. Питання не в тому, як відрізнити текст ІІ від людського, а в тому, як пошукові алгоритми та читачі адаптуються до нової реальності, де синтетика стає нормою, а не винятком. Прийдешні зміни в ранжуванні та маркуванні — лише перші кроки в цьому напрямку.