皮尤研究中心（Pew Research Center）一项新研究量化了AI生成文本在互联网上的泛滥程度。目前，每十个英文网页中就有一个显示显著的AI创作痕迹。而在2022年11月OpenAI发布ChatGPT之后发布的网页中，这一比例跃升至35%。
该研究基于对Common Crawl网页存档中约49万个页面的分析，时间跨度从2021年1月到2026年7月。研究人员使用Pangram Labs开发的AI检测模型Open Pangram对文本进行了分析。AI创作痕迹在互联网上的分布并不均匀。.com域名页面出现AI写作迹象的比率约为.edu或.gov域的10倍，后者均接近1%。.org网站的比率为4.6%。而在2021年，这四类域名的AI痕迹几乎看不出差别。
该检测器并不会标记某个特定的单词或短语，而是通过分析大段文本的统计模式进行判断。尽管如此，自2023年以来，几种典型的AI语言特征变得显著更常见：破折号（em dashes）的出现频率约为之前的两倍，牛津逗号的使用增加了63%，而AI偏爱的词汇如“delve”、“interplay”和“testament”的出现频率均翻了一倍以上。负平行结构——诸如“这不是X，而是Y”的句式——自2023年以来增加了近两倍，不过皮尤指出这种用法总体上仍然少见。
皮尤谨慎地指出了研究的局限性：检测模型可能对个别页面产生误判，且“显著的AI创作痕迹”并不意味页面完全由机器生成。大部分这类文本可能更接近“AI辅助”而非“全AI生成”。Open Pangram此前还在另一项研究中使用，该研究发现今年约9%的美国报纸文章中包含AI生成内容，其中包括《纽约时报》等媒体的评论版。
Decrypt此前也追踪过类似迹象，韦氏词典（Merriam-Webster）在2025年12月将“slop”（垃圾内容）评为年度词汇。AI检测可能会随着时间推移变得更加容易，但并非因为模式识别的改进，而是因为底层技术的变化。Anthropic等主要AI公司已经在研究模型级文本指纹技术，这有望以较低误判率轻松识别AI文本。
域名差异反映了谁在发布内容以及为何发布。学术和政府网站通常经过编辑审查、机构审批，且发布周期较慢。而.com域名涵盖从新闻编辑部到SEO内容工厂的各类网站，这些内容农场以任何人工编辑都难以维持的速度大量生产页面。从趋势来看，AI痕迹的上升势头非常明显：.com域名的AI写作率已从2021年1月的约1%升至2026年1月的9.35%。