皮尤研究：ChatGPT发布后35%网页现AI写作痕迹

生成式AI对互联网内容的渗透，正在被一笔笔量化。皮尤研究中心（Pew Research Center）一项经TechCrunch报道的研究显示，在2022年11月ChatGPT发布之后创建的网页中，约35%显示出明显的机器撰写或重度合成编辑痕迹。换句话说，今天你打开的网页里，每三篇就有一篇出自或经过AI之手。

这项研究是怎么做的

研究团队基于Common Crawl语料，分析了近50万英文网页、横跨约五年的时间窗口，并借助Open Pangram文本检测工具识别合成内容的统计特征。结论是：AI写作不再是个别现象，而是全网内容生态的底层变量。

• 样本规模：近50万英文网页，时间跨度约5年
• 检测工具：Open Pangram 合成文本识别
• 口径：机器撰写 + 重度合成编辑均计入

关键发现一览

值得注意的是，在2026年7月抓取的全量快照中，整体合成文本占比约为10%。这是因为全量数据包含了大量发布于AI时代之前的老静态页面，把整体比例拉低了。一旦只看AI时代之后新建的页面，比例直接跃升到35%。

为什么全量只有10%

老页面在持续累积，而AI生成内容主要集中在近三年。两种口径的落差，恰好说明合成内容是一个「加速中的增量」，而非均匀分布的存量。

对内容生态与GEO的影响

当网络上近三分之一的新内容由模型产出，搜索引擎与AI回答引擎的采信逻辑必然改变。近期Kimi、文心一言、豆包、DeepSeek等中文引擎集体强化结构化数据采信、弱化关键词堆砌，正是同一趋势的下游反应。对原创作者而言，可追溯、有出处、带真人视角的內容反而更稀缺、更值钱。

FAQ

Q1：这项研究由谁发布、数据来源是什么？

A：由皮尤研究中心发布、经TechCrunch报道，基于Common Crawl约50万英文网页、横跨约5年的时间窗口，使用Open Pangram工具进行合成文本识别。

Q2：35%这个数字到底在说什么？

A：它指2022年11月ChatGPT发布之后创建的网页中，约35%显示出明显的机器撰写或重度合成编辑痕迹，代表AI内容在新页面里已是普遍存在的增量。

Q3：为什么全量快照合成文本只有约10%？

A：全量快照包含大量AI时代之前发布的老静态页面，这些页面几乎没有合成痕迹，从而拉低了整体比例；只看新增页面时比例才真实反映当下水平。

Q4：对SEO和GEO优化有什么实际影响？

A：合成内容泛滥推动搜索引擎与回答引擎更看重结构化数据、出处与原创性，原创且可追溯的内容权重上升，单纯堆关键词的玩法进一步失效。