一项新研究表明，现在互联网中由人工智能生成的内容占比为35%。根据斯坦福大学、伦敦帝国学院和互联网档案馆的研究，到2025年中期，新发布的网站中被分类为由人工智能生成或辅助生成的网站的比例为35%。在2022年11月ChatGPT推出之前，这一数字几乎为零。

“我发现人工智能接管网络的速度令人震惊，”伦敦帝国学院的研究员和论文的共同作者乔纳斯·多列扎尔对404媒体说。 “经过数十年人类的塑造，互联网的一大部分在短短三年内被人工智能定义。”

这项研究，题为“人工智能生成文本对互联网的影响”，依据了来自互联网档案馆的33个月的网站快照，并使用了一种称为Pangram v3的人工智能文本检测器对每一页进行分类。



确认的危害：氛围，而非事实

研究人员测试了六个关于人工智能内容对网络影响的假设。只有两个在数据审查下成立。

第一个：我们正在变成一群愚蠢的NPC，以相同的方式行动……更科学地说，网络的语义多样性正在减少。

人工智能生成的网站显示出的成对语义相似性得分比人类编写的高出33%。相同的想法几乎以相同的方式不断被表达。

论文建议，在线的奥弗顿窗可能在收窄，这并不是通过审查或协调运动，而是因为语言模型优化输出以接近其训练分布。

第二个：网络正在变得极其乐观。

人工智能内容的积极情感得分比人类内容高出107%以上。研究人员将此与大型语言模型（LLM）经过人类认可信号训练所产生的众所周知的拍马屁倾向联系在一起——它们生成的文本感觉经过净化，没有摩擦，且始终充满阳光。

充斥着欢快、同质化内容的互联网可能会在没有任何人拉动杠杆的情况下大规模边缘化人类异议。

尽管公众广泛相信这一点，研究发现没有统计学上的显著证据表明人工智能内容使互联网的事实准确性降低。研究人员发现人工智能的普及与事实错误率之间没有有意义的相关性。

风格单一文化假设——人工智能将个体声音压平为一种通用的统一风格——是受访者最强烈持有的信念（83%同意）。数据没有证实这一点。字符级分析发现与人工智能普及相关的风格同质性没有统计学上显著的增加。

模型崩溃问题变得真实

更广泛的赌注超出话语质量。在35%的人工智能普及率下，模型崩溃的理论风险——即未来模型在训练于人工智能生成数据后衰退——从学术关注转变为经验现实。未来在当代网络爬虫上训练的基础模型将不可避免地吸收大量源于人工智能的且可度量的语义多样性较低的数据。

该团队正在与互联网档案馆合作，将这项研究转变为一个连续的实时监测工具，实时追踪人工智能在网络中的比例，而不是一次性快照。

在研究进行的同时进行的一项美国调查发现，大多数美国人已经相信所有六个消极假设，包括数据不支持的那些。偶尔使用人工智能的人比频繁使用人工智能的人更可能相信这些危害，比例高出12%。死互联网理论的信奉者们，来看看数据：互联网并没有消亡，但35%的新内容可能以某种方式是僵尸内容。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。