ИИ интернетті жаулап алуда: жаңа беттердің үштен бірінен астамы нейрожелілермен жасалған
Генеративті модельдердің веб-кеңістікке ену ауқымы ойлағаннан әлдеқайда күрделі болып шықты. Менің жаңа деректерге жасаған талдауым көрсеткендей: интернеттегі барлық веб-парақшалардың шамамен 10%-ы синтетикалық мәтіннің айқын іздерін тасымалдайды. Алайда 2022 жылдың қарашасында ChatGPT дебютінен кейін жарияланған контентке қарасақ, жағдай түбегейлі өзгеше — мұндай парақшалардың үштен бірінен астамы жасанды интеллектпен жасалған немесе айтарлықтай өңделген.
Әдіснама және сандар
Зерттеу барысында 2026 жылдың шілдесінде Common Crawl арқылы жиналған 10 000 ағылшын тілді парақшадан тұратын кездейсоқ іріктеме талданды. ИИ-авторлығын анықтау үшін генеративті алгоритмдерге тән лингвистикалық үлгілерді іздейтін машиналық оқыту моделі қолданылды. Бір қарағанда, 10% — қарапайым көрсеткіш, бірақ ол заманауи нейрожелілер дәуірінен әлдеқайда бұрын жасалған ескі контенттің үлкен қабатын қамтиды. Деректерді сүзіп, тек «жаңа» жарияланымдарды қалдырғанда, синтетика үлесі 33%-ға және одан да жоғарыға көтеріледі.
ИИ өзін қайда еркін сезінеді
Синтетикалық контенттің домендік аймақтар бойынша таралуы өте біркелкі емес. Коммерциялық сайттар (.com) шамамен 10% көрсеткішпен көш бастап тұр — бұл .org аймағынан (4,6%) екі есе артық. Ал білім беру (.edu) және үкіметтік (.gov) ресурстар шамалы ~1% көрсетеді. Мұндай диспропорция түсінікті: бизнес-платформалар тауар сипаттамаларын, SEO-мақалаларды және жаңалықтар жазбаларын өндіруді белсенді түрде автоматтандырады, мұнда тереңдіктен гөрі жылдамдық маңыздырақ. ChatGPT таралуының басында аймақтар арасындағы алшақтық азырақ байқалды, бұл ИИ-мәтіндерінің коммерциялануының жеделдеп келе жатқанын көрсетеді.
Маңызды ескертулер
Атап өту керек: зерттеу әрбір мұндай мәтіннің басынан аяғына дейін машинамен жазылғанын растамайды. Мәселе стилистикалық маркерлерге негізделген ықтималдық бағалау туралы болып отыр. Көптеген авторлар жобалар немесе жеңіл редакциялау үшін ИИ-ді қолдануы мүмкін, бұл да «маңызды өңдеу» санатына жатады. Бұл нақты есеп емес, елемеуге болмайтын трендтің индикаторы.
Менің қорытындым: біз контент өндірісіндегі тектоникалық ығысуды байқап отырмыз. Нарық енді мәтіндердің «адамдық» шығу тегіне әдепкі бойынша сене алмайды. Мәселе ИИ-ді қолдана ма, жоқ па емес, сапалы аналитиканы жаппай генерациядан қалай ажырату керектігінде. Инвесторлар мен оқырмандар ресурстардың ақпараттық сенімділігін бағалау кезінде осы факторды ескеруі тиіс.