ШІ захоплює веб: понад третина нових сторінок створена нейромережами
Масштаб проникнення генеративних моделей у веб-простір виявився набагато серйознішим, ніж прийнято вважати. Мій аналіз свіжих даних показує: близько 10% усіх веб-сторінок в інтернеті несуть явні сліди синтетичного тексту. Однак якщо дивитися на контент, опублікований після дебюту ChatGPT у листопаді 2022 року, картина стає радикально іншою — понад третина таких сторінок створені або суттєво відредаговані штучним інтелектом.
Методологія та цифри
Під час дослідження було проаналізовано випадкову вибірку з 10 000 англомовних сторінок, зібраних у липні 2026 року через Common Crawl. Для виявлення ШІ-авторства застосовувалася модель машинного навчання, яка вишукувала характерні лінгвістичні патерни, властиві генеративним алгоритмам. На перший погляд, 10% — скромний показник, але він включає величезний пласт застарілого контенту, створеного задовго до ери сучасних нейромереж. Коли ж фільтруєш дані та залишаєш лише «свіжі» публікації, частка синтетики злітає до 33% і вище.
Де ШІ почувається вільно
Розподіл синтетичного контенту за доменними зонами вкрай нерівномірний. Комерційні сайти (.com) лідирують із показником близько 10% — це вдвічі більше, ніж у зоні .org (4,6%). А ось освітні (.edu) та урядові (.gov) ресурси демонструють мізерні ~1%. Така диспропорція пояснювана: бізнес-площадки активно автоматизують виробництво описів товарів, SEO-статей і новинних заміток, де швидкість важливіша за глибину. На початку поширення ChatGPT розрив між зонами був менш вираженим, що вказує на прискорювану комерціалізацію ШІ-текстів.
Важливі застереження
Варто підкреслити: дослідження не стверджує, що кожен такий текст написаний машиною від початку до кінця. Йдеться про ймовірнісну оцінку, засновану на стилістичних маркерах. Багато авторів могли використовувати ШІ для чернеток або легкого редагування, що теж потрапляє в категорію «суттєвого редагування». Це не точний підрахунок, а індикатор тренду, який неможливо ігнорувати.
Мій висновок: ми спостерігаємо тектонічний зсув у виробництві контенту. Ринок уже не може покладатися на «людське» походження текстів за замовчуванням. Питання не в тому, чи використовують ШІ, а в тому, як відрізнити якісну аналітику від масової генерації. Інвесторам і читачам варто враховувати цей фактор під час оцінки інформаційної надійності ресурсів.