2022年11月30日，OpenAI首次面向公众发布ChatGPT。
一周之后，注册用户数突破100万。发布后两个月（约2023年1月底），月活跃用户数达到约1亿，成为当时增长最快的消费级应用之一。
不到四年，约半数美国成年人表示自己使用过AI聊天机器人，其中24%的人称每天都用。
这些工具能生成酷似人类书写的文本，
由此引出一个关乎现代网络的根本问题：
如今网上有多少内容并非出自人手，而是由AI生成？
为回答这一问题，Samuel Bestvater,Aaron Smith, Carson Terbush, Chris Baronavski，以及Janakee Chavda，借助Common Crawl网络存档，收集了过去五年间近50万个英文网页，采集时间最早可追溯至ChatGPT发布数年前。
随后，他们利用这些网页文本，通过一款名为Open Pangram的AI检测工具，分析其中有多少网页可能由AI撰写或经其大幅编辑。
研究发现：
在这个样本的所有页面中，有10%显示出明显的AI撰写迹象。
随着时间推移，显示出AI撰写迹象的网页比例正在不断上升。
截至2026年7月，每十个网页中有一个（由AI撰写）或许看起来比例不高。
但互联网上的内容新老混杂。
在这些随机样本中，许多页面根本不可能是由AI撰写的。
如果从样本中滤除旧网页，只看ChatGPT发布之后发布的页面，这一趋势就更加明显了。
在2026年7月的快照中，ChatGPT发布之后发布的页面里，有超过三分之一能发现AI撰写的迹象。
这与其它研究结果一致，
NewsGuard、Originality.ai 等曾抽样发现，某些新闻/信息类网站中，相当比例的文章带有 AI 生成特征，部分样本中甚至超过 50%。
在社交媒体上，AI 生成的评论、帖子、回复机器人数量增长很快，但平台很少公开真实数据。
学术写作、邮件、代码注释等领域，AI 辅助已经非常普遍，
但“完全由 AI 生成”和“AI 辅助人类”之间的边界很模糊。
在 2022—2023 年间，AI 生成图像的数量出现了爆炸式增长，在某些特定平台或特定时间段内，AI 生成内容的占比可能已经非常高；
有研究估计，到 2023 年底，互联网上 AI 生成图像的数量可能已经超过人类拍摄/绘制的图像总量，这一说法有争议，“总量超过人类图像”缺乏可靠证据。但充分反映了增长速度。
视频方面，深度伪造和 AI 生成短视频在 2024 年后明显增加，尤其在短视频平台和广告中。
2025年，Ahrefs分析了 90万新发现的英文网页，发现 74.2%含有某种AI生成内容。
其中，2.5%的页面被归类为“纯AI”。
25.8%被归类为“纯人类”。
71.7%被归类为两者的混合。
在那些包含AI和人类内容混合的页面中：
25.86%显示出中等程度的AI使用（页面内容的11%–40%被归类为AI）
20.50%显示出大量AI使用（41%–70%）
15.51%显示出以AI为主的使用（71%–99%）
但请注意，Ahrefs试图回答的问题是：“这个网页是否包含AI生成内容？”
而Pew的问题更接近：“这个网页是否表现出显著的AI作者/编辑痕迹？”
它们实际上测量的是不同的问题。两者的门槛完全不同。
尽管人们对于“AI 生成”没有统一标准。用 AI 写初稿、人类修改，算不算？用 AI 翻译、润色，算不算？
这让统计变得非常困难。
但是，由AI撰写或经其大幅编辑的网页正在大幅度快速增加，这一点是毫无疑问的。
Samuel Bestvater等人还发现，AI撰写的文本在网络上的分布并不均衡。
ChatGPT最初发布时，能够表明AI撰写迹象的各类语言模式在主要顶级网络域名（.com、.org、.edu和.gov）中出现的比例相近。
但在2026年的样本中，.com域名下约每十个页面就有一个显示出AI撰写的迹象——这一比例约为.org域名（4.6%）的两倍，也是.edu或.gov域名（两者均约1%）的十倍。
皮尤研究中心（Pew Research Center）Samuel Bestvater等人的这篇文章探讨了自主流AI聊天机器人首次进入市场以来，这些年间AI撰写文本的迹象如何在互联网上日益增多。
文章引起了全球不少人的高度关注。
TechCrunch的报道抓住了一个很有意思的悖论：
AI is writing the web, and apparently bots are reading the web.
也就是说，一边是AI越来越多地生产网页内容，另一边是搜索引擎、AI搜索、爬虫和其他AI系统越来越多地读取这些内容。
一些评论进一步把它与所谓 “Dead Internet Theory（互联网死亡论）” 联系起来。
LinkedIn上就有人提出：
如果互联网越来越多的内容由AI生产，而AI又用这些内容训练未来的AI，那么互联网可能逐渐变成“机器生产、机器阅读、机器再生产”的循环。
UC Davis数字学术负责人 William Garrity 对Pew研究的评论非常有代表性。
他认为，真正值得关注的不是单个页面究竟是不是AI写的，而是：当信息越来越丰富的时候，什么会变得稀缺？
他的回答是：Trust becomes scarce.
也就是：当信息无限的时候，信任反而变得稀缺。
这实际上把问题从“AI写了多少？”提升到了“互联网的信息生态正在发生什么变化？”
甚至我们可以进一步追问：如果越来越多文字由 AI 生成，会对人类文明产生什么影响？
如果越来越多文字由 AI 生成，会对人类文明产生什么影响？
人类文明在很大程度上依赖文字作为记忆与反思的载体。
如果大量文字由AI生成，后代回顾这个时代时，可能面对的是海量“非人类意图”的文本，历史叙事的真实性也将变得复杂。
从信息生态的视角来看，当AI撰写的文本在互联网上日益增多的时候，可能会产生内容过剩与注意力稀缺、信息真假难辨、以及存在“模型崩溃”的风险。
AI能够无限量地生产文字，但人的注意力终究有限。
其结果可能是信息噪音急剧膨胀，真正有价值的内容反而被淹没。
当AI可以模仿任何风格、制造看似权威的文本时，验证信息的成本随之上升。
人们可能愈发依赖品牌、熟人网络或算法推荐，而非独立判断。
如果AI主要用AI生成的数据来训练，可能导致质量退化、多样性丧失，形成自我强化的错误循环。
AI倾向于生成“平均化”的内容，可能使公共话语趋于平庸、重复，边缘声音与异质表达则遭到压缩。问罗文本的同质化倾向将愈发明显，创新可能会被稀释。
如果大量写作交由AI完成，人类作者可能更少进行深度思考与风格实验，长期来看或会侵蚀文化活力。
但另一方面，AI也能帮助更多人表达、翻译和创作，降低知识生产的门槛，从而释放新的创造力。
记者、文案、翻译、编剧、学术助理等职业受到冲击，部分工作被替代，部分工作则转变为“AI监督者”。
内容生产的经济模式可能改变，毕竟平台可能更倾向于低成本的AI内容。这些都可能会导致写作相关职业的重构。
AI可以大规模生成定制化的说服内容，用于政治宣传、商业营销甚至心理操控。
这势必会让宣传与舆论操控变得更加容易，公共对话的共同事实基础可能进一步瓦解，人们之间的共识更难形成。
然而，我们还应该看到，人类文明从来不是单纯人类活动的产物，工具、制度与技术，一直在塑造文明。
AI 生成内容并不必然导致文明衰退。
历史上，印刷术、广播、互联网都曾引发类似担忧：信息爆炸、真假难辨、文化同质化。
文明通过新的制度、规范和技术来适应。
关键问题不在于“是否由AI生成”，而在于人类是否仍然在决定什么值得说、什么值得信、什么值得传承。
AI正在把互联网从“人类知识库”变成“人机共同生成的知识生态系统”。
当AI开始写互联网，我们正在进入一个什么样的知识时代？
这对于全球学校教育将会产生怎样的影响？
不过，我们必须看到，AI 生成内容的比例在快速上升，更重要的不是“多少”，而是“谁在控制、为了什么、以及人类是否还能保持判断力”。
因为，问题真正的关键在于：
AI 生成内容是否可识别（透明度）？
谁对 AI 生成的内容负责（责任）？
人是否具备辨别、批判和创造的能力（教育）？以及
能否避免信息生态被少数平台和算法垄断（公共治理）？
如果这些方面做得好，AI 可能成为文明的一种“认知基础设施”，帮助人类处理复杂问题；
如果做得不好，它可能加速信息污染、信任瓦解和话语平庸化。
您说，是这个理不？
欢迎跟帖分享您的主张！ 🙂
2023年9月28日 和4位访问学者在一起