Hơn 1/3 trang web mới sau ChatGPT do AI viết

Công nghệ21 tháng 8, 2026·3 phút đọc

Nghiên cứu của Pew Research cho thấy 35% trang web tiếng Anh xuất bản sau khi ChatGPT ra mắt có dấu hiệu do AI viết hoặc biên tập đáng kể. Con số này cao gấp khoảng 10 lần tỷ lệ ở các tên miền .edu và .gov.

Hơn 1/3 trang web mới sau ChatGPT do AI viết

Pew Research công bố báo cáo hôm thứ Năm, dựa trên gần nửa triệu trang web tiếng Anh trong khoảng 5 năm trở lại đây. Thời điểm bắt đầu lấy mẫu là vài năm trước khi ChatGPT phát hành vào tháng 11/2022.

Để đo lường, nhóm nghiên cứu dùng kho lưu trữ web Common Crawl để thu thập dữ liệu. Sau đó họ dùng công nghệ của Open Pangram để phát hiện trang nào có khả năng do AI viết hoặc biên tập nặng.

Minh họa dữ liệu về nội dung do AI tạo trên webMinh họa dữ liệu về nội dung do AI tạo trên web

Tỷ lệ tăng mạnh khi loại trang cũ

Trong mẫu ngẫu nhiên 10.000 trang thu thập tháng 7/2026, khoảng 10% có "dấu hiệu rõ ràng của việc do AI viết". Nhưng mẫu ngẫu nhiên này vẫn chứa các trang cũ, xuất bản từ trước khi công cụ viết AI ra đời.

Khi loại bỏ các trang cũ và chỉ tính những trang xuất bản sau khi ChatGPT ra mắt, tỷ lệ này tăng lên 35%. Nói cách khác, hơn một phần ba nội dung web tiếng Anh mới mang dấu vết của AI.

Báo cáo của Pew củng cố kết quả từ các nghiên cứu trước đó về mức độ nội dung web mới được AI viết hoặc biên tập đáng kể. Kết quả cũng xuất hiện không lâu sau khi Cloudflare báo cáo lưu lượng bot đã vượt lưu lượng người dùng thật, cột mốc đến sớm hơn dự đoán của công ty.

Tên miền .com khác biệt lớn

Khi phân tích theo tên miền, các URL thuộc .com có dấu hiệu do AI viết với tỷ lệ cao gấp khoảng 10 lần so với .edu và .gov, hai nhóm đều chỉ ở mức khoảng 1%. Tên miền .org có tỷ lệ 4,6%.

Biểu đồ tỷ lệ trang web có dấu hiệu do AI viết theo tên miềnBiểu đồ tỷ lệ trang web có dấu hiệu do AI viết theo tên miền

Pew cũng ghi nhận các dấu hiệu khác thường gắn với văn bản AI cũng tăng theo năm. Ví dụ cách dùng dấu gạch ngang dài (em dash), dấu phẩy Oxford, hay cấu trúc câu kiểu "không phải X, mà là Y".

Nhóm nghiên cứu thừa nhận phân tích chưa hoàn hảo. Pangram, giống các công cụ phát hiện AI khác, có thể nhận nhầm trang do người viết thành do AI viết. Nhưng ở quy mô lớn, dữ liệu nhiều khả năng vẫn phản ánh đúng xu hướng.

Góc nhìn

Với lập trình viên và doanh nghiệp Việt Nam, con số 35% đặt ra hai việc thực tế. Thứ nhất, nội dung trên web ngày càng khó dùng làm nguồn tham khảo đáng tin khi xây dựng tài liệu hay huấn luyện mô hình. Cần kiểm chứng chéo và ưu tiên nguồn gốc rõ ràng.

Thứ hai, các công cụ phát hiện AI vẫn có sai số. Dùng chúng để đánh giá chất lượng nội dung, hoặc loại bài ứng viên tuyển dụng, nên kèm bước xem xét thủ công thay vì tin tuyệt đối vào kết quả tự động.

Nguồn: techcrunch.com · Quy trình biên tập

Chia sẻ:FacebookX