你现在读到的文字，是AI写的吗？皮尤研究中心本周发布的一项研究表明，这种可能性正在迅速上升。
如果你了解"死亡互联网理论"，这并不令人惊讶。这一理论最早出现于2021年，其核心观点是：互联网实际上在2016年前后就已"死亡"，我们如今在网上看到的大量内容，都是由AI生成的。
这一说法并非空穴来风。皮尤研究人员借助网络存档项目Common Crawl，对过去五年间近50万个英文网页进行了扫描，时间范围早于ChatGPT于2022年11月向公众开放之前。研究人员使用AI检测工具Open Pangram，判断这些页面是否由AI撰写或编辑。此外，他们还对上月随机抽取的1万个网页样本进行了分析，重点识别AI写作的典型特征，包括某些在AI生成文本中比人类写作更常见的词汇、短语和语言习惯。
研究人员明确指出，AI检测模型并非万无一失——有时会将人类写作误判为AI生成，也会将AI内容误判为人类所写。
尽管如此，研究结果仍然显示，10%的样本网页"表现出明显的AI写作特征"。
研究报告指出："截至2026年7月，每10个网页中就有1个疑似由AI生成，这一比例乍看似乎不高。但互联网上新旧内容并存，随机样本中有大量页面不可能是由AI撰写的。如果将旧页面排除在外，只看ChatGPT发布之后上线的内容，这一趋势则更加显著。"
研究人员认为，这一趋势从2022年ChatGPT发布时开始显现，并随着Claude、谷歌Gemini等AI产品的相继推出而持续扩大。
从域名类型来看，AI生成文本在.com域名下最为集中，约占该类网页的十分之一；其他域名下的占比相对较低，.org域名约为4.6%，.edu和.gov类网页则约为1%。
如何识别AI写作？研究人员发现，某些标点、词汇和句式在AI生成文本中出现的频率远高于人类写作。例如，破折号（em dash）在AI文本中出现的频率是人类写作的两倍，否定并列结构更为常见，牛津逗号的使用频率则比人类高出63%。这是因为AI模型在人类文本数据集上训练，习得了这些写作风格，并且在使用上往往有过之而无不及。此外，AI还倾向于使用某些特定词汇，如"深入探讨"（delve）和"相互作用"（interplay）。
研究人员表示："AI模型还会学习识别词语选择和句子结构中更为微妙的统计规律，从而判断某段文字是否出自AI之手。"
其他常见的AI写作标志还包括：提示词中的关键词被反复使用、解释内容重复冗余，以及整体语气机械而缺乏自然感。更值得关注的是，AI本身也会提示其回答可能存在错误，建议用户在其他地方交叉核实。然而，皮尤研究中心的这项发现表明，我们用于核实信息的来源，本身也可能是AI生成的内容——这让信息核实这件事变得愈发复杂。
Q&A
Q1：皮尤研究中心是如何检测网页是否由AI写作的？
A：研究人员使用了Common Crawl网络存档中近50万个英文网页，通过AI检测工具Open Pangram进行分析，同时对1万个网页样本逐一比对AI写作的语言特征，包括特定词汇、标点习惯和句式结构等。需要注意的是，AI检测工具本身存在一定的误判率，研究结论存在一定误差范围。
Q2：怎么判断一篇文章是不是AI写的？
A：研究人员总结了几个常见特征：破折号（em dash）使用频率是人类的两倍，牛津逗号比人类多用63%，还会反复出现提示词中的关键词，解释内容冗余重复，整体语气偏机械。此外，AI特别喜欢用"delve"（深入探讨）和"interplay"（相互作用）等词汇。
Q3：AI生成内容在哪类网站上最多？
A：根据皮尤研究中心的数据，AI生成内容在.com商业域名下最为集中，约占该类网页的10%。.org域名约为4.6%，而.edu教育类和.gov政府类网页的占比均约为1%，相对较低。
