Conteúdo escrito por IA está em toda parte, literalmente.

Uma em cada 10 páginas da web em inglês agora mostra sinais significativos de ser escrita por IA, de acordo com um estudo do Pew Research Center publicado na quinta-feira. Reduzindo essa amostra para apenas páginas publicadas desde o lançamento do ChatGPT em novembro de 2022, a participação salta para 35%.

As descobertas surgem depois que pesquisadores extraíram aproximadamente 490.000 páginas do arquivo da web Common Crawl, cobrindo de janeiro de 2021 a julho de 2026, e então processaram o texto através do Open Pangram, um modelo de detecção de IA.

A pegada da IA não está distribuída uniformemente. Páginas em domínios .com mostram sinais de autoria de IA a uma taxa aproximadamente 10 vezes maior que os domínios .edu ou .gov, que ficam perto de 1% cada, e cerca do dobro da taxa de 4,6% em sites .org.

Em 2021, todos os quatro tipos de domínio pareciam quase idênticos.

Como a Pew identificou as máquinas

O detector não sinaliza nenhuma palavra ou frase individual, mas, em vez disso, avalia padrões estatísticos em grandes lotes de texto. Mas alguns indicadores individuais tornaram-se acentuadamente mais comuns desde 2023: os suspeitos habituais, travessões (por mais que gostemos deles) agora aparecem aproximadamente o dobro das vezes, as vírgulas de Oxford aumentaram 63%, e palavras favorecidas pela IA como "aprofundar", "interação" e "testemunho" mais que dobraram em frequência.

"Paralelismo negativo"—construções como "não é apenas X, é Y"—quase triplicou desde 2023, embora a Pew observe que ainda é raro no geral. A Decrypt já havia rastreado esses mesmos indicadores antes, e a Merriam-Webster oficializou em dezembro, nomeando "slop" como sua palavra do ano.

A Pew é cautelosa ao notar os limites aqui: modelos de detecção podem classificar erroneamente páginas individuais em ambas as direções, e "sinais significativos de autoria de IA" não significa que uma página foi escrita inteiramente por uma máquina — grande parte do texto foi provavelmente assistida por IA, em vez de gerada totalmente por IA.

O Open Pangram vem da Pangram Labs, cujo detector também apareceu em pesquisas separadas que encontraram texto gerado por IA em aproximadamente 9% dos artigos de jornais dos EUA este ano, incluindo páginas de opinião em veículos como o The New York Times.

Dito isso, a detecção de IA pode se tornar uma tarefa mais fácil com o tempo, não por causa de padrões, mas por causa da tecnologia subjacente. Grandes empresas de IA como a Anthropic já estão trabalhando em impressões digitais de texto em nível de modelo, o que tornaria o texto de IA fácil de identificar, minimizando erros.

A lacuna de domínios rastreia quem está publicando e por que. Sites acadêmicos e governamentais passam por revisão editorial, aprovação institucional e ciclos de publicação mais lentos; domínios .com incluem tudo, desde redações a fazendas de conteúdo de marketing de afiliados, produzindo páginas em um ritmo que nenhum editor humano conseguiria manter.

Em larga escala, a linha de tendência é íngreme, independentemente: A taxa de autoria de IA em domínios .com subiu de aproximadamente 1% em janeiro de 2021 para 9,35% cinco anos depois, apenas em janeiro de 2026.