El contenido escrito por IA está en todas partes, literalmente.

Una de cada 10 páginas web en inglés muestra ahora signos significativos de haber sido escrita por IA, según un estudio del Pew Research Center publicado el jueves. Si se limita esa muestra solo a las páginas publicadas desde que ChatGPT se lanzó en noviembre de 2022, la proporción salta al 35%.

Los hallazgos se producen después de que los investigadores extrajeran aproximadamente 490,000 páginas del archivo web Common Crawl, que abarca de enero de 2021 a julio de 2026, y luego procesaran el texto a través de Open Pangram, un modelo de detección de IA.

La huella de la IA no se distribuye de manera uniforme. Las páginas en dominios .com muestran signos de autoría de IA a una tasa aproximadamente 10 veces mayor que los dominios .edu o .gov, que se sitúan cerca del 1% cada uno, y aproximadamente el doble que la tasa del 4.6% en los sitios .org.

En 2021, los cuatro tipos de dominio eran casi idénticos.

Cómo Pew detectó a las máquinas

El detector no marca ninguna palabra o frase individual, sino que evalúa patrones estadísticos en grandes bloques de texto. Pero algunas señales individuales se han vuelto mucho más comunes desde 2023: los sospechosos habituales, los guiones largos (por mucho que nos gusten a nosotros mismos) ahora aparecen aproximadamente el doble de veces, las comas de Oxford han aumentado un 63%, y las palabras favorecidas por la IA como "profundizar", "interacción" y "testimonio" han duplicado con creces su frecuencia.

El "paralelismo negativo"—construcciones como "no es solo X, es Y"—casi se ha triplicado desde 2023, aunque Pew señala que sigue siendo raro en general. Decrypt ya ha rastreado estas mismas señales antes, y Merriam-Webster lo oficializó en diciembre, nombrando "slop" como su palabra del año.

Pew advierte cuidadosamente sobre las limitaciones: los modelos de detección pueden clasificar erróneamente páginas individuales en ambas direcciones, y "signos significativos de autoría de IA" no significa que una página fuera escrita completamente por una máquina; gran parte del texto probablemente fue asistido por IA en lugar de generado por IA de forma directa.

Open Pangram proviene de Pangram Labs, cuyo detector también ha aparecido en investigaciones separadas que encuentran texto generado por IA en aproximadamente el 9% de los artículos de periódicos estadounidenses este año, incluidas las páginas de opinión en medios como The New York Times.

Dicho esto, la detección de IA podría convertirse en una tarea más fácil con el tiempo, no por los patrones, sino por la tecnología subyacente. Grandes empresas de IA como Anthropic ya están trabajando en la huella digital de texto a nivel de modelo, lo que facilitaría la identificación del texto de IA al tiempo que minimiza los errores.

La brecha de dominios rastrea quién publica y por qué. Los sitios académicos y gubernamentales pasan por revisión editorial, aprobación institucional y ciclos de publicación más lentos; los dominios .com incluyen desde salas de prensa hasta granjas de contenido de marketing de afiliados que producen páginas a un ritmo que ningún editor humano podría mantener.

A gran escala, la tendencia es pronunciada de todos modos: la tasa de autoría de IA en .com subió de aproximadamente el 1% en enero de 2021 al 9.35% cinco años después, solo en enero de 2026.