Pew Research Center: Mais de um Terço das Novas Páginas Web Têm Conteúdo Gerado por IA

O Crescimento Exponencial do Conteúdo de IA

Um estudo recente do Pew Research Center revelou um aumento acentuado na quantidade de texto gerado por inteligência artificial na internet desde o lançamento do ChatGPT. A análise, que examinou quase meio milhão de páginas web em inglês, constatou que mais de um terço do conteúdo publicado após a chegada do popular chatbot exibe características de autoria de máquinas. Conforme noticiado pelo The Decoder, essa tendência é particularmente visível em domínios comerciais.

O Pew Research Center conduziu uma extensa investigação sobre a presença de conteúdo gerado por inteligência artificial na web. Utilizando a ferramenta de detecção Open Pangram, os pesquisadores analisaram textos do arquivo Common Crawl, abrangendo centenas de milhares de páginas. Em uma amostra de julho de 2026, aproximadamente 10% de todas as páginas examinadas já mostravam sinais claros de autoria de IA.

No entanto, o cenário muda drasticamente ao focar apenas nas páginas publicadas após o lançamento do ChatGPT, no final de 2022. Para este grupo, a proporção de conteúdo com indícios de autoria de IA supera um terço. O The Decoder ressalta que essa escalada começou com o ChatGPT e tem crescido de forma constante desde então, indicando uma rápida disseminação da escrita automatizada.

Onde a IA Escreve Mais: Diferenças entre Domínios

A pesquisa do Pew também destacou diferenças significativas na prevalência de texto gerado por IA entre diferentes tipos de domínios. Sites comerciais com o sufixo .com são os que mais exibem sinais de autoria artificial, com cerca de um em cada dez mostrando tais características.

• Domínios .org: 4,6%
• Domínios .edu (educacionais): cerca de 1%
• Domínios .gov (governamentais): cerca de 1%

Isso significa que sites comerciais são aproximadamente dez vezes mais propensos a conter texto escrito por IA do que páginas de instituições de ensino ou agências governamentais, conforme apurado pelo The Decoder.

Padrões Linguísticos da Autoria de Máquina

A análise do Pew identificou vários padrões linguísticos que se tornaram muito mais comuns na web desde 2023, sugerindo a influência da IA. O uso de travessões (em dashes) duplicou, e a vírgula de Oxford (Oxford comma) aumentou em 63%.

Palavras frequentemente associadas à escrita de IA também registraram um aumento expressivo, com sua frequência mais do que dobrando. Entre elas, destacam-se:

• "aprofundar" (delve)
• "interação" (interplay)
• "testemunho" (testament)
• "fundamental" (pivotal)
• "panorama" (landscape)
• "tapeçaria" (tapestry)
• "reforçado" (bolstered)
• "crucial" (crucial)
• "meticuloso" (meticulous)
• "vibrante" (vibrant)

Além disso, paralelismos negativos, como o padrão 'não é apenas X, é Y', quase triplicaram em frequência, embora ainda sejam raros em números absolutos. Um estudo separado, focado em documentos de relações públicas corporativas, constatou que essa frase específica quadruplicou desde 2022.

Consenso e Controvérsias na Detecção de IA

Uma pesquisa conduzida pelo Imperial College London, Internet Archive e Stanford University, em abril de 2026, chegou a uma conclusão similar, indicando que cerca de 35% de todos os novos sites publicados foram total ou parcialmente gerados por IA. Os pesquisadores também observaram uma similaridade semântica 33% maior entre textos de IA e um tom geral mais positivo. No entanto, alertaram que a percepção pública dos efeitos negativos da IA muitas vezes excede o que os dados realmente suportam.

Apesar desses avanços, o The Decoder aponta que há um problema subjacente tanto nesses estudos quanto no debate público: não há um consenso sobre o que exatamente significa 'texto de IA'. O espectro é vasto, indo desde conteúdo totalmente automatizado até rascunhos humanos aprimorados por IA, ou textos onde um modelo interveio apenas em algumas frases.

Ferramentas como o Open Pangram, embora úteis, ainda oferecem apenas uma estimativa aproximada sobre a autoria de um texto. Elas não conseguem determinar com precisão o nível de envolvimento da IA ou em qual estágio ela atuou, e ainda apresentam falhas regularmente. O debate público em torno do texto de IA está se tornando cada vez mais polarizado, como evidenciado pela recente discussão sobre a planejada marca d'água da Anthropic para a saída do Claude. O uso de ferramentas de IA já carrega um estigma que afeta tanto quem as usa quanto a percepção de seu trabalho, e encontrar um meio-termo nesta realidade complexa será cada vez mais crucial à medida que a adoção da IA continua a crescer.