A Pew Research Center új elemzése szerint a ChatGPT megjelenése után közzétett angol nyelvű weboldalak több mint harmada mutatja annak jeleit, hogy a szöveget mesterséges intelligencia írta vagy legalábbis átdolgozta.
A kutatók a Common Crawl nyilvános archívumából közel félmillió, 2021 januárja és 2026 júliusa közötti oldalt vizsgáltak meg. A szövegeket az Open Pangram nevű, nyílt súlyú AI-detektorral elemezték, ami a gépi és az emberi fogalmazásra jellemző szavakat, szerkezeteket és nyelvi mintázatokat képes valamennyire beazonosítani.
A összeszedett oldalakból csináltak egy tízezres véletlenszerű mintát, és ezeknek körülbelül a 10 százalékában volt valamilyen formában benne a mesterséges intelligencia. Ebben azonban rengeteg olyan régebbi, kézműves weboldal is szerepelt, ami még a generatív chatbotok elterjedése előtt született.
Amikor a Pew kizárólag a ChatGPT 2022. novemberi indulása után publikált oldalakat vizsgálta, az arány 35 százalékra ugrott.
Ez a kutatás ugye csak amerikai oldalakat néz, ahol a kereskedelmi célú .com domaineken található oldalak körülbelül 10 százaléka érintett, a .org címeknél 4,6 százalékos arányt mértek, míg az oktatási .edu és a kormányzati .gov domaineken 1 százalék körül alakult az AI által generált tartalom.
A magyar nyelv meglehetősen összetett, de a szemfüles olvasónak azért feltűnhetnek ismétlődő mintázatok. Ilyen például az egyébként sosem használt hosszú gondolatjel, vagy a legrosszabb: a "nem X, hanem Y" típusú mondatszerkezet.
Az AI-detektorok híresen megbízhatatlanok, gyakran ember által írt szöveget is megjelölhet AI-nak, és fordítva és ne felejtsük el azt sem, hogy a vizsgálat ráadásul kizárólag angol nyelvű, a Common Crawl által archivált oldalakat elemzett. Egy másik módszerrel végzett kutatás is elég ijesztő számokat hozott, úgyhogy nyilván nem kérdés, hogy egyre nagyobb szeletét készíti az internetnek a mesterséges intelligencia.
