Desde el lanzamiento de ChatGPT, un tercio de nuevas páginas web parecen creadas por IA, según estudio

El ecosistema de internet no volvió a ser el mismo desde la llegada de ChatGPT en noviembre de 2022. Un reciente análisis del Pew Research Center revela que más de un tercio de las páginas web publicadas desde esa fecha muestran indicios de haber sido creadas por inteligencia artificial.

Esta cifra refleja una transformación acelerada en la producción de contenido en línea, donde las máquinas comienzan a ocupar un lugar destacado tanto en la generación como en la edición de textos.

Según el estudio, el fenómeno no consiste en la sustitución total de la autoría humana, sino en la integración progresiva de herramientas automatizadas en el proceso de escritura.

El informe subraya que los contenidos actuales combinan aportes de personas y sistemas automatizados, dado que resulta habitual que un escritor utilice la IA para generar un primer borrador, corregir errores gramaticales, reescribir fragmentos o adaptar artículos con fines de posicionamiento en buscadores.

Metodología y hallazgos principales

La investigación se apoyó en el archivo web de Common Crawl, del que extrajo cerca de medio millón de páginas en inglés publicadas en los cinco años recientes. El muestreo arrancó antes del lanzamiento de ChatGPT, lo que permitió comparar la evolución de la autoría digital.

Para detectar la presencia de inteligencia artificial, los analistas recurrieron a la tecnología de Open Pangram, una herramienta dedicada a identificar patrones característicos de textos generados por máquinas.

En una muestra aleatoria de 10.000 páginas recopiladas en julio de 2026, el 10% exhibía signos claros de haber sido escritas o editadas con ayuda de IA. No obstante, el propio informe advierte que dicha cifra incluye páginas antiguas, previas incluso a la existencia de tecnologías como ChatGPT, lo que distorsiona parcialmente el resultado.

Al filtrar los sitios anteriores a noviembre de 2022 y concentrarse solo en los contenidos publicados tras la aparición de la popular herramienta, el porcentaje de autoría atribuible a IA ascendió al 35%.

Diferencias entre dominios y tasas de autoría

Los investigadores identificaron disparidades notables al analizar los distintos dominios de internet. Las páginas con extensión .com presentaron señales de contenido generado por inteligencia artificial con una frecuencia diez veces mayor que los dominios .edu o .gov, donde la incidencia apenas alcanzó el 1%.

Por su parte, los dominios .org registraron una tasa de autoría por IA del 4,6%. De acuerdo con el análisis, estos resultados sugieren que las plataformas orientadas a la divulgación comercial o generalista son más proclives a incorporar tecnologías automatizadas en la creación de sus contenidos, mientras que las páginas educativas o gubernamentales mantienen una baja presencia de estos sistemas.

Limitaciones en la detección de IA

El informe puntualiza que la detección de textos generados por inteligencia artificial no resulta infalible. Herramientas como Open Pangram pueden asignar incorrectamente la autoría a sistemas automatizados cuando, en realidad, los textos fueron elaborados por humanos. Pese a esta limitación, los autores del estudio consideran que el análisis a gran escala permite obtener una aproximación fiable sobre la magnitud del fenómeno.

Entre los indicios que han aumentado en los últimos años y que sugieren la intervención de IA se cuentan el uso de guiones largos, la presencia de comas de Oxford y ciertas construcciones gramaticales, como la fórmula “no es X, es Y”.

El nuevo ecosistema digital: máquinas escriben para máquinas

El crecimiento del contenido generado por inteligencia artificial ha coincidido con otros cambios en el tráfico digital. Según reportó recientemente la empresa Cloudflare, el tráfico de bots superó por primera vez al tráfico humano en la web, un hito que llegó antes de lo previsto por la propia firma.

Como resultado, se observa un entorno cada vez más dominado por la interacción entre sistemas automatizados: gran parte del tráfico actual corresponde a bots que consultan páginas web producidas por otras máquinas.

El informe también recoge que la proliferación de contenido impulsado por IA no implica que los usuarios encuentren exclusivamente estos textos en los primeros resultados de búsqueda. Investigaciones previas de Graphite señalan que, aunque los artículos generados por inteligencia artificial se aproximan a la mitad de los nuevos contenidos publicados, los textos producidos por personas continúan predominando en plataformas como Google y en las citas de fuentes de referencia.