Internet se rychle plní obsahem vytvořeným umělou inteligencí, tvrdí nová studie

Více než třetina webových stránek publikovaných od spuštění ChatGPT vykazuje známky toho, že při jejich tvorbě nebo výraznější úpravě byla použita umělá inteligence. Vyplývá to z nové analýzy Pew Research Center, která sledovala téměř půl milionu anglicky psaných stránek. Podíl obsahu spojeného s AI přitom od konce roku 2022 rychle roste.

AI je nejvíce vidět na komerčních webech

Výzkumníci analyzovali 490 000 webových stránek pocházejících z archivů Common Crawl. Data zahrnovala 49 různých snímků internetu od ledna 2021 do července 2026, přičemž z každého období bylo náhodně vybráno 10 000 anglických stránek.

Text následně prošel detekčním modelem Open Pangram, který hledá statistické znaky typické pro obsah vytvořený nebo výrazně upravený jazykovými modely. V celém vzorku z července letošního roku vykazovalo výraznější známky použití AI přibližně 10 % stránek.

Výsledek se ale výrazně změnil poté, co výzkumníci sledovali pouze stránky s dohledatelným datem publikace po 30. listopadu 2022, kdy byl veřejnosti zpřístupněn ChatGPT. V této skupině dosáhl podíl stránek se známkami AI autorství přibližně 35 %.

Nejde přitom o rovnoměrně rozložený trend. Známky použití umělé inteligence se výrazně liší podle typu domény:

• Komerční domény (.com): Během roku 2026 se známky použití AI objevovaly přibližně u každé desáté stránky.
• Organizace (.org): Podíl se pohyboval kolem 4,6 %.
• Akademické a vládní weby (.edu a .gov): Zaznamenaly podíl pouze okolo 1 %.

Podobný výsledek přinesla také samostatná studie výzkumníků z Imperial College London, Internet Archive a Stanford University. Ta odhadla, že už v polovině roku 2025 obsahovalo AI generovaný nebo upravený text přibližně 35 % nově publikovaných webů.

Mění se i způsob, jakým internet píše

Pew sledoval také jazykové prvky, které současné modely používají častěji než lidé. Analýza odhalila několik zajímavých trendů v psaném projevu:

• Od roku 2023 přibližně dvojnásobně vzrostlo používání dlouhé pomlčky.
• Výskyt takzvané oxfordské čárky narostl o 63 %.
• Některá slova typická pro odpovědi jazykových modelů se začala objevovat více než dvakrát častěji.

„Samotný výskyt určitého slova nebo interpunkce samozřejmě nedokazuje použití umělé inteligence. Ani AI detektory nejsou neomylné a mohou lidský text označit chybně. Výsledky proto nelze používat jako definitivní důkaz autorství konkrétní stránky,“ upozorňuje Pew Research Center.

Pro sledování trendu napříč stovkami tisíc dokumentů ale poskytují data podle výzkumníků poměrně jasný obraz o postupující transformaci digitálního obsahu.

Internet čtou stále častěji stroje

Internet se navíc automatizuje i na druhé straně. Společnost Cloudflare letos uvedla, že automatizovaný provoz již vytváří zhruba 57 % všech webových požadavků a překonal tak provoz generovaný lidmi. Rostoucí část internetu dnes tedy nevytvářejí pouze stroje, ale stále častěji jej také jiné stroje čtou.

Výsledky zatím v žádném případě neznamenají, že by lidský obsah z internetu mizel. Ukazují však, jak extrémně rychle se generativní umělá inteligence během necelých čtyř let od spuštění ChatGPT stala běžnou a neoddělitelnou součástí tvorby webových stránek.