فهرست مطالب
مطالعه Pew نشان می‌دهد ۳۵ درصد صفحات وب منتشرشده پس از ChatGPT نشانه‌هایی از نگارش یا ویرایش با هوش مصنوعی دارند.
به گزارش سرویس هوش مصنوعی تکناک، گزارش مربوطه مدت کوتاهی پس از آن منتشر شده است که شرکت ارائه‌دهنده زیرساخت اینترنت Cloudflare اعلام کرد ترافیک وب مربوط به ربات‌ها از ترافیک کاربران انسانی پیشی گرفته است. این نقطه عطف زودتر از پیش‌بینی این شرکت رخ داده است.
با این حال، تمرکز پژوهش Pew بر این نیست که چه کسی یا چه چیزی در حال مرور وب است، بلکه این پژوهش بررسی می‌کند چه محتوایی در وب مورد مرور قرار می‌گیرد. ظاهراً بخش قابل‌توجهی از این محتوا را ربات‌هایی می‌خوانند که توسط ربات‌های دیگر تولید شده است.
۳۵ درصد صفحات جدید وب نشانه‌های نگارش با هوش مصنوعی دارند
Pew برای تهیه این گزارش از آرشیو وب Common Crawl استفاده کرد و نزدیک به نیم میلیون صفحه وب انگلیسی‌زبان را از حدود پنج سال گذشته جمع‌آوری کرد.
این بازه زمانی از چند سال پیش از عرضه ChatGPT در نوامبر ۲۰۲۲ آغاز می‌شود. پژوهشگران سپس از فناوری شرکت Open Pangram برای شناسایی صفحاتی استفاده کردند که احتمالاً با هوش مصنوعی نوشته یا به‌طور گسترده ویرایش شده بودند.
در یک نمونه تصادفی شامل ۱۰ هزار صفحه وب که در ژوئیه ۲۰۲۶ جمع‌آوری شده بود، حدود ۱۰ درصد صفحات «نشانه‌های قابل‌توجهی از نگارش با هوش مصنوعی» داشتند.
با این حال، Pew اشاره کرد که چنین نمونه تصادفی‌ای به‌طور اجتناب‌ناپذیر شامل صفحات قدیمی‌تر نیز می‌شود. این صفحات پیش از ظهور ابزارهای نگارش هوش مصنوعی منتشر شده‌اند و بنابراین نمی‌توانستند با استفاده از این فناوری تولید شده باشند.
پژوهشگران برای دستیابی به تصویر دقیق‌تری از میزان استفاده از هوش مصنوعی در تولید محتوای وب، صفحات قدیمی‌تر را حذف کردند و تنها صفحات منتشرشده پس از عرضه ChatGPT را مورد بررسی قرار دادند.
در همین نمونه، پس از حذف صفحات قدیمی، بیش از یک‌سوم صفحات، یعنی ۳۵ درصد آنها، نشانه‌هایی از نگارش با هوش مصنوعی داشتند.
بیشتر بخوانید: گوگل به دانشجویان یک سال اشتراک هوش مصنوعی رایگان می دهد
تفاوت چشمگیر میان دامنه‌های اینترنتی
Pew با بررسی دامنه‌های اینترنتی نیز تفاوت قابل‌توجهی میان انواع وب‌سایت‌ها پیدا کرد. صفحات دارای دامنه .com حدود ۱۰ برابر بیشتر از صفحات دامنه‌های .edu و .gov نشانه‌های نگارش با هوش مصنوعی داشتند.
میزان شناسایی‌شده برای دامنه‌های .edu و .gov حدود یک درصد بود. دامنه‌های .org نیز نرخ ۴.۶ درصدی را ثبت کردند.
البته این تحلیل بدون خطا نیست. ابزار Pangram نیز مانند سایر ابزارهای تشخیص محتوای تولیدشده با هوش مصنوعی ممکن است صفحاتی را که توسط انسان نوشته شده‌اند، به اشتباه محتوای تولیدشده با هوش مصنوعی تشخیص دهد.
با این حال، Pew معتقد است داده‌ها در مقیاس گسترده احتمالاً دست‌کم جهت کلی این روند را به‌درستی نشان می‌دهند.
Pew همچنین دریافت برخی نشانه‌های زبانی که معمولاً به‌عنوان سرنخ‌های نگارش با هوش مصنوعی در نظر گرفته می‌شوند، در طول سال‌های اخیر افزایش یافته‌اند.
استفاده بیشتر از خط تیره بلند، ویرگول آکسفورد و ساختارهایی مانند «موضوع X نیست، بلکه Y است» از جمله این موارد هستند.
بیشتر بخوانید: ترامپ از هوش مصنوعی چین حمایت می‌کند
