Масштаби проникнення генеративного ШІ у веб-простір виявилися куди серйознішими, ніж прийнято вважати. Мій аналіз свіжих даних показує: приблизно кожна десята веб-сторінка в інтернеті несе явні сліди машинної генерації або суттєвого редагування. Однак якщо дивитися на контент, створений після запуску ChatGPT у листопаді 2022 року, картина стає радикально іншою — понад третина таких сторінок мають ознаки ШІ-авторства.
Методологія та масштаб явища
Вибірка з 10 000 випадкових англомовних сторінок, зібраних у липні 2026 року через Common Crawl, була проаналізована за допомогою моделі машинного навчання. Алгоритм виявляв лінгвістичні патерни, статистично характерні для генеративних моделей. Важливо підкреслити: це не точний підрахунок, а оцінка ймовірного авторства, заснована на мовних маркерах.
Той факт, що серед «свіжих» публікацій частка синтетичного контенту перевищує 33%, свідчить про тектонічний зсув у виробництві інформації. ChatGPT, Claude, Gemini та їхні конкуренти стали не просто інструментами, а основними «авторами» значної частини веб-контенту.
Комерційний сектор — головний драйвер
Розподіл ШІ-контенту за доменними зонами вкрай нерівномірний. У зоні .com ознаки генерації виявлено приблизно у 10% сторінок — це вдвічі більше, ніж у .org (4,6%). Ще показовішим є розрив з академічним та державним сегментами: у зонах .edu та .gov частка ШІ-текстів становить лише близько 1%.
Така диспропорція пояснювана. Комерційні майданчики активно автоматизують виробництво описів товарів, SEO-статей та новинних заміток — форматів, які легко масштабуються нейромережами. Натомість сайти з високими вимогами до достовірності та експертизи (освіта, держсектор) зберігають «людське» авторство.
Важливі застереження та висновки
Необхідно зробити суттєву ремарку: дослідження не перевіряло історію створення сторінок і не опитувало авторів. Йдеться про ймовірнісну оцінку, а не про доведений факт генерації. Крім того, категорія «написаного або суттєво відредагованого» ШІ виключає випадки легкої коректури, що робить оцінку консервативною.
На цьому тлі логічним виглядає нещодавній крок Anthropic щодо запровадження глобального маркування контенту, створеного Claude. Однак, на мою думку, це лише вершина айсберга. Ми рухаємося до світу, де верифікація походження інформації стане не менш важливою, ніж її зміст. Ринку потрібні нові стандарти автентичності, інакше довіра до вебу як джерела знань стрімко ерозуватиме.