研究测量 2026 年 8 月约 24% 可抓取网页含 AI 生成或编辑文本

强烈推荐阅读。如今网络上到处都是 AI 生成的文本。这项研究量化了这一现象。

这里有很多有趣的见解。

他们发现，在 2019 年至 2026 年间超过 500 万个可抓取的页面中，2026 年 8 月约有 24% 包含 AI 生成或 AI 编辑的文本，而 2022 年之前这一比例接近于零。

增长速度几乎翻了一番，从 2023 年初至 2025 年初的每年 4.6 个百分点增至此后每年 8.1 个百分点。

约五分之四的增长来自网络图边缘的页面，这些页面仅由少数几个连接度较高的域链接而来。最核心的页面最不可能包含 AI 文本。英文页面中 AI 文本的占比高于其他语言，而 .gov 和 .edu 页面远低于 .com。

研究团队使用贝叶斯模型来校正检测器产生的假阳性和假阴性。

arxiv.org/abs/2610.36631

Chat with Paper：academy.dair.ai/papers/the-u…