Um terço das páginas da web publicadas desde o lançamento do ChatGPT mostra sinais de autoria por IA, aponta estudo

Mais de um terço das páginas da web publicadas após o lançamento do ChatGPT apresentam sinais de terem sido escritas por IA, de acordo com um novo estudo do Pew Research divulgado na quinta-feira. O relatório corrobora outros estudos que detalham quanto das páginas mais recentes da web agora são escritas ou “substancialmente editadas” por IA, afirma a empresa.

Ele também chega pouco depois de a provedora de infraestrutura de internet Cloudflare relatar que o tráfego de bots na web havia superado o tráfego humano — um marco que foi atingido antes do que a empresa havia estimado.

Os dados do Pew, no entanto, não se concentram em quem ou o quê está navegando na web, mas sim no que está sendo navegado. E, ao que parece, grande parte disso são bots lendo páginas da web escritas por outros bots.

Para compilar o relatório, o Pew disse que usou o arquivo da web Common Crawl para coletar quase meio milhão de páginas da web em inglês dos últimos cinco anos, aproximadamente, começando alguns anos antes do lançamento do ChatGPT em novembro de 2022. O Pew então usou a tecnologia da Open Pangram para detectar quantas provavelmente foram escritas ou fortemente editadas por IA.

Em uma amostra aleatória de 10.000 páginas da web coletadas em julho de 2026, cerca de 10% apresentaram “sinais significativos de autoria por IA”, afirmou o Pew.

No entanto, o Pew destacou que uma amostra aleatória como essa inevitavelmente incluiria páginas da web mais antigas — aquelas publicadas antes mesmo de as ferramentas de escrita de IA existirem e que, portanto, não poderiam ter sido escritas por IA.

Para ter uma ideia melhor de quanto da web está sendo escrito por IA atualmente, o Pew filtrou as páginas da web mais antigas e focou apenas naquelas publicadas após o lançamento do ChatGPT.

Nesse mesmo recorte, com as páginas mais antigas removidas, sinais de autoria por IA foram encontrados em mais de um terço (35%) das páginas.

Analisando os domínios em si, o Pew descobriu que URLs com o domínio .com apresentaram sinais de autoria por IA em uma taxa cerca de 10 vezes maior do que um domínio .edu ou .gov (ambos com cerca de 1% de autoria por IA). Além disso, os domínios .org apresentaram uma taxa de apenas 4,6% de autoria por IA.

É claro que esta análise não é perfeita. O Pangram, assim como outras ferramentas de detecção de IA, pode classificar erroneamente páginas como escritas por IA quando não foram. Mas, em grande escala, os dados provavelmente estão corretos pelo menos em termos direcionais.

Além disso, o Pew descobriu que outros supostos indícios de autoria por IA também aumentaram ao longo dos anos, como o uso de travessões, vírgulas antes de "e" (vírgula serial) e expressões como “não é X, é Y”, entre outras coisas.