// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Web post-ChatGPT: il 35% delle pagine ha tracce di IA
Più di una pagina inglese datata su tre pubblicata dopo il lancio di ChatGPT mostra segnali significativi di scrittura o modifica tramite intelligenza artificiale. La quota, superiore al 35%, emerge dal campione di luglio 2026 analizzato dal Pew Research Center e riguarda i contenuti con una data successiva al 30 novembre 2022.
Il dato descrive però una porzione precisa del campione. Considerando tutte le pagine esaminate a luglio, compresi i contenuti pubblicati prima della diffusione dell'IA generativa, la percentuale scende al 10%. Inoltre, soltanto il 10-15% circa delle pagine presenta nel codice HTML una data di pubblicazione leggibile: il 35% si riferisce quindi ai documenti datati e non all'intera rete.
L'analisi di Samuel Bestvater, Aaron Smith, Carson TerBush, Chris Baronavski e Janakee Chavda copre 490.000 pagine in lingua inglese provenienti da 49 snapshot di Common Crawl. Per ciascuna scansione, compresa tra gennaio 2021 e luglio 2026, i ricercatori hanno selezionato casualmente 10.000 pagine, così da seguire l'evoluzione dei segnali associati all'IA nel tempo.
Per classificare i testi, Pew ha impiegato editlens_Llama-3.2-3B, il modello aperto di Open Pangram, fissando a 0,2 la soglia considerata significativa. Nel controllo di robustezza, Open Pangram e il modello commerciale Pangram 3.3 hanno restituito lo stesso risultato nel 96% dei 62.370 casi confrontati. Campionamento, soglia e verifiche sono descritti nella metodologia dell'analisi.
Le percentuali cambiano anche in base al dominio. Nei dati di gennaio 2026, i segnali di possibile intervento dell'IA compaiono nel 9,35% delle pagine .com e nel 4,59% delle .org. La presenza rilevata risulta più contenuta tra i siti .edu, fermi all'1,03%, e tra quelli .gov, allo 0,76%.
Tra il 2023 e il 2026 sono cresciuti anche alcuni tratti linguistici associati ai modelli generativi: l'uso dei trattini lunghi è circa raddoppiato, le virgole di Oxford sono aumentate del 63% e il parallelismo negativo è quasi triplicato. Un precedente studio di Internet Archive, Imperial College London e Stanford aveva stimato che entro metà 2025 il 35% dei nuovi siti contenesse testo generato o assistito dall'IA.
Pew invita a leggere queste percentuali come stime probabilistiche. I rilevatori possono produrre falsi positivi e falsi negativi e non consentono di stabilire in modo definitivo l'origine di una singola pagina. Il modello aperto sembra inoltre classificare più spesso come artificiali alcuni contenuti precedenti a ChatGPT; per questo i valori relativi al 2021 e al 2022 restano approssimativi.
Aggiungi Tom's Hardware alle tue fonti preferite su Google