Investigación en IA
Un estudio de Pew detecta señales de autoría con IA en una gran parte de las páginas web recientes
Pew Research Center analizó casi 500.000 páginas web en inglés y encontró que los indicios de texto escrito con IA aumentan con fuerza tras el lanzamiento de ChatGPT.
Un nuevo estudio de Pew Research Center ofrece una de las mediciones más claras hasta ahora sobre cuánto texto escrito con IA ha entrado en la web pública. Publicado el 20 de agosto, el análisis examinó casi 500.000 páginas en inglés recopiladas por Common Crawl durante un periodo de cinco años y utilizó un método de detección llamado Open Pangram para estimar si las páginas mostraban señales significativas de autoría con IA. Pew informó que, en una muestra aleatoria de 10.000 páginas de julio de 2026, alrededor del 10% mostraba evidencia relevante de escritura generada por IA.
La proporción es mucho mayor en el material más reciente. Pew encontró que, entre las páginas con fecha de publicación posterior al lanzamiento de ChatGPT, más de un tercio mostraba indicios de autoría con IA. Eso no significa que cada frase de esas páginas haya sido escrita por un modelo, ni prueba que no hubiera editores humanos. Sí sugiere que la IA generativa se convirtió en una parte común de la publicación web en pocos años, especialmente en páginas creadas después de que los grandes modelos de lenguaje se volvieran accesibles.
El estudio también encontró diferencias importantes por tipo de dominio. Las páginas de dominios comerciales dot-com mostraron señales de IA con más frecuencia que los dominios sin fines de lucro, educativos o gubernamentales. Pew informó que aproximadamente una de cada diez páginas dot-com de la muestra de julio de 2026 mostraba indicios de autoría con IA, frente a una proporción menor en dot-org y niveles muy bajos en dot-edu y dot-gov. El patrón encaja con la economía de la publicación web, donde los sitios comerciales tienen más incentivos para producir grandes volúmenes de texto orientado a búsquedas, páginas de producto, marketing y contenido informativo barato.
Pew trata la incertidumbre con cautela. La detección de IA no es perfecta y el centro no afirma identificar todos los usos de IA ni todos los procesos mixtos entre humanos y máquinas. En cambio, el estudio utiliza patrones repetidos en el lenguaje para estimar un cambio a gran escala. También rastrea cambios lingüísticos que se hicieron más comunes tras el lanzamiento de ChatGPT, incluidos cambios de puntuación, estilo y ciertas palabras o estructuras de frase. Esas pistas son útiles a escala web, aunque no deben tratarse como prueba definitiva en un documento individual.
Los hallazgos importan porque la web es al mismo tiempo una plataforma de publicación y una fuente de datos para futuros sistemas de IA. Si más páginas se escriben con IA, motores de búsqueda, investigadores y desarrolladores de modelos deben pensar con cuidado en los bucles de retroalimentación. El contenido generado por IA puede ser útil cuando explica un tema con claridad, localiza información o ayuda a organizaciones pequeñas a publicar. También puede inundar los resultados con texto repetitivo, superficial o sintético que dificulta encontrar reportajes originales, análisis expertos y documentación de primera mano.
Para los editores, el estudio agudiza una pregunta incómoda: qué cuenta como calidad cuando la asistencia de IA se vuelve normal. Usar un modelo para editar, traducir o estructurar material no es lo mismo que operar granjas automáticas de contenido. El problema no es la IA en sí, sino la ausencia de juicio humano, fuentes y responsabilidad. Los lectores rara vez rechazan herramientas que vuelven más claro un buen trabajo. Sí rechazan páginas diseñadas principalmente para capturar tráfico de búsqueda sin añadir conocimiento.
La implicación más amplia es que la alfabetización en IA ahora incluye alfabetización de fuentes. Los usuarios deben preguntar no solo si una página es correcta, sino cómo se hizo, si cita evidencia y si refleja experiencia real. El estudio de Pew no declara rota la web. Muestra que la textura de la web cambió con rapidez. La búsqueda, el periodismo, la educación y los procesos de entrenamiento de IA necesitarán mejores formas de distinguir escritura asistida útil de volumen sintético que solo parece información.