Meer dan een derde van de webpagina’s die sinds de lancering van ChatGPT zijn gepubliceerd, vertonen tekenen van AI-auteurschap. Dit blijkt uit een recente studie van het Pew Research Center. Deze bevindingen bevestigen andere onderzoeken die aangeven dat een aanzienlijk deel van de nieuwere webpagina’s tegenwoordig door AI zijn geschreven of aanzienlijk door AI zijn bewerkt.
De studie komt kort nadat internetinfrastructuurprovider Cloudflare had gemeld dat botverkeer het menselijke webverkeer had overtroffen, een mijlpaal die eerder werd bereikt dan voorspeld. Pew’s onderzoek richt zich echter niet op wie of wat het web bekijkt, maar op wat er wordt bekeken. En blijkbaar lezen veel bots webpagina’s die door andere bots zijn geschreven.
Voor het opstellen van het rapport gebruikte Pew de Common Crawl-webarchief om bijna een half miljoen Engelstalige webpagina’s te verzamelen uit de afgelopen vijf jaar. Dit begon enkele jaren voor de release van ChatGPT in november 2022. Pew maakte gebruik van de technologie van Open Pangram om te detecteren hoeveel van deze pagina’s waarschijnlijk door AI waren geschreven of sterk waren bewerkt.
Uit een willekeurige steekproef van 10.000 webpagina’s die in juli 2026 werden verzameld, bleek ongeveer 10% “significante tekenen van AI-auteurschap” te vertonen. Echter, Pew benadrukte dat een willekeurige steekproef als deze onvermijdelijk oudere pagina’s zou bevatten – pagina’s die zijn gepubliceerd voordat AI-schrijftools bestonden en dus niet door AI konden zijn geschreven.
Om een beter beeld te krijgen van hoeveel van het web nu door AI wordt geschreven, filterde Pew de oudere pagina’s eruit en richtte zich alleen op die welke na de release van ChatGPT waren gepubliceerd. In deze zelfde snapshot, zonder de oudere pagina’s, werden in meer dan een derde (35%) van de pagina’s tekenen van AI-auteurschap gevonden.
Bij het verder onderzoeken van de domeinen zelf, ontdekte Pew dat URL’s met een .com-domein tekenen van AI-auteurschap vertoonden met een snelheid die ongeveer tien keer hoger was dan die van een .edu of .gov domein (beide rond de 1% AI-auteurschap). Bovendien hadden .org domeinen slechts een AI-auteurschap van 4,6%.
Natuurlijk is deze analyse niet perfect. Pangram, net als andere AI-detectietools, kan pagina’s ten onrechte als AI-geschreven classificeren wanneer dat niet zo is. Maar op schaal is de data waarschijnlijk ten minste richtinggevend correct.
Bovendien ontdekte Pew dat andere veronderstelde kenmerken van AI-auteurschap de afgelopen jaren ook waren toegenomen, zoals het gebruik van em-dashes, Oxford-komma’s en zinnen zoals “het is niet X, het is Y”, naast andere dingen.
De bevindingen van het rapport roepen vragen op over de toekomst van contentcreatie op het internet en de rol die AI in dit proces speelt. Hoewel AI-tools ongetwijfeld efficiëntie en schaalbaarheid kunnen bieden, blijft de vraag bestaan in hoeverre ze de menselijke creativiteit en authenticiteit kunnen vervangen. Met de voortdurende ontwikkeling van AI-technologieën zullen de implicaties voor de inhoud van het web en de manier waarop we deze consumeren ongetwijfeld een belangrijk onderwerp van discussie blijven.