Pew Research Center прогнал через детектор 490 тысяч англоязычных веб-страниц за пять лет и получил цифру, которую трудно проигнорировать: среди страниц, опубликованных после запуска ChatGPT, признаки ИИ-авторства видны у более чем трети. Если брать весь интернет целиком, вместе со старыми страницами, — пока около 10 процентов.

Как считали

Исследователи взяли веб-архив Common Crawl и выдернули из него случайные выборки по 10 тысяч страниц на каждый срез — от января 2021 года, то есть задолго до ChatGPT, до июля 2026-го. Тексты прогнали через детектор Open Pangram, который ищет не водяные знаки, а статистические привычки языка: слова, обороты и знаки препинания, которыми модели пользуются чаще людей.

Кривая растёт с конца 2022 года и ни разу толком не разворачивалась. Заметьте: речь не о «полностью сгенерированном», а о тексте, который был написан или существенно отредактирован машиной. Скормил черновик модели «почистить» — страница уже в этой трети.

Где ИИ-текста больше всего

Распределено оно крайне неравномерно. В начале 2026 года признаки ИИ-авторства нашлись у 9,4% страниц в зоне .com — вдвое больше, чем в .org (4,6%), и примерно в десять раз больше, чем в университетской .edu (1%) и государственной .gov (0,8%). Четыре года назад все четыре зоны шли одной линией где-то около одного процента. Машинный текст концентрируется там, где контент делают на поток ради трафика и продаж, а не там, где за каждый абзац кто-то отвечает репутацией или должностью.

По чему вычисляют машину

Самая забавная часть исследования — приметы, по которым модель выдаёт себя на больших массивах. За три года частота длинного тире в англоязычном вебе выросла с примерно четырёх до одиннадцати случаев на каждые 10 тысяч слов. Вместе с ним подросли оксфордская запятая, фирменный словарь (delve, tapestry, underscore, pivotal, vibrant, showcase) и «негативный параллелизм» — тот самый оборот «это не просто X, это Y».

Сами исследователи честно оговариваются: «Модели детекции ИИ не идеальны — иногда они ошибочно относят написанные людьми документы к текстам с признаками ИИ-авторства, и наоборот». То есть конкретную статью такой детектор легко оговорит — и живого редактора, любящего тире, тоже. Смысл только в масштабе: на полмиллионе страниц шум усредняется, а тренд остаётся.

Почему это важно

Веб — это главная кормушка, из которой учат следующие поколения моделей. Когда треть свежего контента уже машинная, следующая модель учится на выхлопе предыдущей — и её собственные тики возвращаются к ней же усиленными. Это тот самый замкнутый контур, о котором теоретики предупреждали ещё в 2023 году, когда цифра была около двух процентов.

Есть и второе следствие, более бытовое. Если машинный текст стал нормой для трети веба, то сами по себе «признаки ИИ» перестают быть уликой. Преподаватели, редакторы и HR-службы, которые гоняют чужие тексты через детекторы, будут всё чаще получать обвинительный вердикт на человека, который просто аккуратно ставит запятые.

Источники: Pew Research Center и TechCrunch

НЕЙРО-ПУШКА ● Новости и обзоры нейросетей

Подскажите как решить данную проблему: на новом телефоне всё хорошо, на двух старых нет подключения. Никаких программ для подмены или обхода не устанавливалось. Это точно. Старый телефон вообще не используется никем и никогда (иногда как будильник использую). В настройки модема не лез много лет - так что хз куда копать.

Комп спокойно работает без ошибок, поэтому и не заметил как давно появилось это.