ИИ уже контролирует треть нового веба: шокирующие цифры исследования
Масштаб внедрения генеративных нейросетей в веб-контент оказался гораздо глубже, чем принято считать. Мой анализ свежих данных показывает: примерно 10% всех существующих веб-страниц несут явные следы синтетического текста. Однако это лишь верхушка айсберга — если отфильтровать «доисторический» контент, созданный до эры современных LLM, картина становится по-настоящему тревожной.
Эра ChatGPT перевернула рынок контента
Ключевой вывод, который я хочу подчеркнуть: среди материалов, опубликованных после ноября 2022 года (момент запуска ChatGPT), доля ИИ-авторства превышает 33%. Это уже не эксперименты энтузиастов, а системное явление. Для сравнения, в общем массиве данных, включающем наследие прошлых лет, этот показатель размывается до 10% — старая веб-архитектура просто маскирует реальную скорость внедрения технологий.
Распределение по доменным зонам подтверждает мою давнюю гипотезу о коммерциализации синтетики. В зоне .com каждая десятая страница (10%) имеет признаки ИИ-генерации, тогда как в .org этот показатель вдвое ниже — 4,6%. Образовательные (.edu) и правительственные (.gov) ресурсы демонстрируют лишь 1% — там по-прежнему доминирует ручной труд, что логично, учитывая требования к верификации фактов.
Методология и реальность
Важно понимать: исследование базируется на анализе языковых паттернов, характерных для генеративных моделей, а не на прямом доступе к истории правок. Это оценочная метрика, а не точный учет. Тем не менее, статистическая значимость выборки из 10 000 страниц, собранных через Common Crawl, позволяет говорить о репрезентативности данных.
Особый интерес представляет тот факт, что коммерческие площадки активнее всего эксплуатируют ИИ для создания SEO-текстов, описаний товаров и справочных материалов. Это создает эффект «информационного шума», который в перспективе может обесценить доверие к веб-контенту в целом.
Мой вердикт: мы наблюдаем тектонический сдвиг в производстве информации. Уже сейчас треть нового веба — это синтетика, и этот процесс необратим. Вопрос не в том, остановится ли он, а в том, как быстро поисковые алгоритмы и регуляторы адаптируются к новой реальности. Маркировка контента, подобная той, что внедрила Anthropic для Claude, — это лишь первый шаг к гигиене информационного пространства.