Pew調査：ChatGPT登場後に公開されたWebページの35%がAI製

インターネットインフラ大手 Cloudflare が、ボットによるトラフィックが人間のアクセスを追い抜いたと報告して間もない中、さらに衝撃的なデータが明らかになりました。ボットが巡回しているウェブページそのものも、別のボットが書いたものである可能性が高まっています。

Pew Research（ピュー研究所）が発表した最新の調査によると、2022年11月に ChatGPT が登場して以降に公開されたウェブページの 35%（3分の1以上）に、AI が執筆または大幅に編集した痕跡が確認されました。

商業サイトを中心に急増する AI 生成テキスト

調査チームは、過去約5年間にわたる Common Crawl のアーカイブから、英語のウェブページ約50万件を抽出。AI 検出ツールの Open Pangram を用いて解析を行いました。

2026年7月に収集された1万件の無作為サンプル全体では、顕著な AI 執筆の兆候が見られたのは約10%にとどまりました。しかし、これには ChatGPT が登場する前に作られた過去の古いページが大量に含まれています。

そこで ChatGPT 公開以降に絞り込んで分析したところ、AI 製とみられるページの割合は一気に 35% まで跳ね上がりました。

ドメイン別の差も顕著です。最も商業的な利用が多い .com ドメインは、AI 生成の痕跡が .edu（教育機関）や .gov（政府機関）の約10倍に達しました。教育機関や政府サイトでの検出率はわずか1%前後、.org ドメインも 4.6% にとどまっています。

また、文章の特徴としても変化が表れており、ダッシュ記号やオックスフォード・コンマの多用、「X ではなく Y である」といった AI 特有の構文パターンが近年のウェブ上で急増していることも指摘されています。

なぜ重要か

一般ユーザーにとって、検索エンジン経由で信頼できる情報にたどり着く難易度はかつてないほど高まっています。新しく公開された記事の3本に1本が AI 製となると、SEO 目的で自動生成された中身の薄い解説記事や、事実確認の怪しいコンテンツを日常的に読まされるリスクが跳ね上がります。

メディアやクリエイターの視点で見れば、単なるテキストの量産ビジネスは完全に価値を失いました。これからは、実際に体験した一次情報や生身の人間の視点を示すことが、コンテンツの最大の差別化要因になります。

さらに AI 業界全体にとっても深刻な問題です。次世代の大規模言語モデルはウェブ全体のデータを学習に使いますが、その訓練データ自体が AI の生成物で汚染されつつあります。いわゆる「モデルの共食い」による知能の劣化や崩壊を防ぐためにも、今後はオープンなウェブを離れ、有料会員制コミュニティなどの閉じた高品質データへと企業が囲い込みを進める動きが加速しそうです。