Pew: 1 em cada 3 páginas novas já mostra autoria de IA

O avanço da autoria de IA na web

Uma análise do Pew Research Center indica que 10% das páginas em inglês capturadas em julho de 2026 apresentavam sinais significativos de autoria ou edição por IA. O percentual inclui páginas antigas e novas; quando a análise considera apenas páginas publicadas depois do lançamento público do ChatGPT, os sinais aparecem em mais de um terço delas. O resultado sugere uma expansão contínua do texto produzido ou substancialmente revisado por sistemas de IA desde o fim de 2022, embora o método não determine com certeza a autoria de cada página.

Para investigar a questão, o centro analisou quase 490 mil textos de páginas em inglês coletados do arquivo Common Crawl entre janeiro de 2021 e julho de 2026. Os pesquisadores usaram o Open Pangram, um modelo de detecção de IA criado pela Pangram, para procurar padrões estatísticos de vocabulário, estrutura de frases e escolhas linguísticas associados mais frequentemente a textos gerados por modelos do que a textos humanos. A amostra específica de julho de 2026 reuniu 10 mil páginas selecionadas aleatoriamente.

Diferenças entre domínios e sinais linguísticos

A presença de sinais de autoria de IA varia bastante conforme o domínio. Nos dados de 2026, cerca de 9,35% das páginas .com apresentavam esses sinais, contra 4,59% das páginas .org e aproximadamente 1% tanto em .edu quanto em .gov. Segundo a análise, no início do período observado as taxas eram semelhantes entre os principais domínios, mas a diferença aumentou depois do lançamento do ChatGPT.

O estudo também identificou o crescimento de características linguísticas associadas ao texto de IA em páginas publicadas após novembro de 2022. O uso de travessões duplicou aproximadamente entre 2023 e 2026, enquanto as vírgulas de Oxford cresceram 63%. Palavras como “delve”, “interplay” e “testament” mais que dobraram de frequência, e a estrutura de “paralelismo negativo” - “não é apenas X, mas Y” - quase triplicou, embora continue sendo rara no conjunto dos textos.

Esses elementos, isoladamente, não comprovam que um texto foi escrito por IA: autores humanos também usam travessões, vírgulas de Oxford e o mesmo vocabulário. O detector procura padrões mais amplos de palavras e estruturas, e pode classificar incorretamente documentos humanos ou deixar de identificar textos gerados por IA. A utilidade da abordagem, segundo o estudo, está sobretudo na observação de grandes coleções, nas quais diferenças médias podem revelar tendências.

Alcance e ressalvas

O crescimento observado começou no fim de 2022, após a disponibilização do ChatGPT, e continuou com a chegada de outros chatbots, como Claude e Gemini. Ainda assim, a análise mede “sinais” de autoria ou edição por IA, não a origem comprovada de cada publicação. O Pew afirma que o objetivo é acompanhar como esses sinais se espalham pela internet e ajudar o público, a imprensa e tomadores de decisão a entender a evolução do uso de IA na produção de conteúdo.