ChatGPT公開後のウェブページ、3分の1にAI執筆の痕跡＝ピュー研究所

研究の概要

米ピュー研究所は2026年8月20日、ChatGPTの公開後に投稿されたウェブページの3分の1以上が、AIによって書かれたか、大幅に編集された可能性があるという調査結果を発表しました。調査では、ウェブのアーカイブであるCommon Crawlを使い、過去約5年間に公開された約50万件の英語ページを収集し、AI生成コンテンツを検出するOpen Pangramという技術で分析しています。研究チームは、この結果がウェブの新規コンテンツの多くをAIが占めるという他の研究と整合的だとしています。

2026年7月に収集した1万ページの無作為標本では、約10%にAI執筆の明らかな痕跡が見られました。ただし、この標本にはAIが登場する以前に書かれた古いページも含まれるため、ChatGPT公開後のページに絞って再集計すると、割合は35%に上昇しました。つまり、ChatGPTの登場以降に作られたページのうち、3分の1以上がAIによって書かれているとみられるわけです。

ドメイン別の傾向

ドメイン別に見ると、商用サイトの.comドメインでAI執筆の痕跡が顕著でした。ピュー研究所のデータでは、.comのページは大学や政府機関が使う.eduや.govと比べて約10倍の割合でAI生成の痕跡が見られ、.edu/.govでは約1%にとどまっています。また、非営利団体などが使う.orgでは4.6%でした。

この差は、商用サイトで検索エンジン流入を狙ったコンテンツ生産にAIが活用されている一方、学術機関や政府機関ではそうした利用が限定的であることを示唆しています。.orgの中間的な数値も、組織の運営目的によってAI活用の度合いが異なるためとみられます。

検出方法と限界

ただし、この調査は完璧ではありません。ピュー研究所も、Open PangramのようなAI検出ツールが誤って人間の文章をAIと判定することがあると指摘し、それでも大規模なデータでは方向性は正しいだろうとしています。AI検出技術はまだ精度に限界があり、結果を解釈する際には注意が必要です。

そのほか、AIが使う特徴的な表現も増加しています。例えば、emダッシュ（―）やオックスフォードカンマ（リストの最後の項目の前に置くカンマ）、『～ではなく～だ』といった言い回しなどです。こうした指標もAI生成を推定する手がかりとされています。

背景と今後の影響

この調査は、インターネット基盤企業のCloudflareが、ボットによるトラフィックが人間を上回ったと報告した直後に発表されました。ウェブ上では、AIが書いたページをAIが自動で巡回する構図が広がりつつあります。

一方で、この調査は英語のページだけを対象にしており、日本語など他言語の状況は不明です。また、生成AIモデルの更新によって、検出される痕跡の特徴も変わると考えられます。今後の調査や技術開発が待たれます。