Desde el lanzamiento de ChatGPT, la presencia de sistemas de inteligencia artificial en la creación de contenidos online ha aumentado significativamente. Una nueva encuesta realizada por el Pew Research Center reveló datos importantes sobre este escenario: aproximadamente uno de cada tres sitios web registrados desde ese año incluye algún tipo de inteligencia artificial en su composición, especialmente en los textos.
El estudio analizó una serie de vínculos recientes e identificó varias características lingüísticas típicas de los modelos de lenguaje grande (LLM). Entre los patrones observados se encuentran el uso excesivo de guiones, la aplicación de comas innecesarias, conocidas como coma de Oxford, y la elección de términos excesivamente complejos para el contexto de determinadas situaciones.
Estos hallazgos complementan otra encuesta, realizada por Cloudflare, que mostró que el volumen de tráfico generado por robots en Internet superó al de los humanos, incluso antes de lo previsto por la plataforma. Esto sugiere que cada vez más inteligencias artificiales no sólo producen contenidos, sino que también consumen textos creados por otros sistemas de IA, redefiniendo la dinámica del entorno digital.
Un estudio revela una mayor presencia de inteligencia artificial en el contenido
La encuesta del Pew Research Center proporcionó información relevante sobre la escala del uso de la IA en Internet. En un análisis que abarcó 10 mil páginas actualmente en circulación, se encontró que al menos el 10% de ellas fueron creadas con algún nivel de inteligencia artificial. Este número considera todas las páginas, incluidas las anteriores a 2022. Sin embargo, al centrarse solo en las publicaciones más recientes, después del lanzamiento de ChatGPT, la tasa de contenido de IA aumenta al 35%.
Otros datos publicados por Pew indican una presencia un 10% mayor de inteligencia artificial en los dominios que terminan en “.com”. También se encontraron contenidos con rastros de LLM en direcciones electrónicas con las extensiones “.edu” y “.gov”, generalmente asociadas a plataformas educativas o portales gubernamentales de Estados Unidos. También se evaluaron los dominios con “.org”, registrando el 4,6% de las producciones utilizando IA.
Es importante resaltar que la metodología de análisis consideró exclusivamente contenidos escritos en inglés. Los enlaces utilizados en la encuesta fueron recopilados por la plataforma Common Crawl, mientras que la identificación por inteligencia artificial se llevó a cabo con la ayuda de Open Pangram. Como se ha señalado, la herramienta puede tener un margen de error, pero esto no compromete la visión global obtenida a partir de un análisis de páginas a gran escala.
Rasgos distintivos en los textos producidos por inteligencia artificial.
Las publicaciones creadas con inteligencia artificial exhiben ciertas particularidades que revelan la intervención de la herramienta. Los textos generados por IA a menudo contienen defectos de lenguaje comunes, como el uso excesivo de guiones, el uso innecesario de comas y la presentación de conclusiones simplistas.
Cabe señalar que algunos de estos patrones no son exclusivos de los textos de inteligencia artificial y pueden encontrarse en otras formas de escritura, como artículos periodísticos o publicaciones académicas. En estos contextos se utilizan ciertos recursos, como el guión, para organizar ideas o presentar información detallada, respetando las convenciones de cada género.
La distinción, según la investigación de Pew, radica en la frecuencia y idoneidad de estos elementos. El estudio señala que la recurrencia de estos hábitos lingüísticos es significativamente mayor en los textos de IA, con un aumento del 63% en el uso de comas opcionales, el doble de palabras comunes en las respuestas de IA y un aumento del triple de los paralelos negativos.
El fenómeno de la inteligencia artificial descuidada va en aumento
Los incidentes de “AI Slop”, que se refieren a contenidos generados por inteligencia artificial de forma descuidada o sin errores, se han vuelto más comunes en Internet. En varios lugares, como el Congreso de los Estados Unidos, los consultores legislativos han informado que dedican gran parte de su tiempo a revisar proyectos de ley que tienen errores típicos de la IA. Asimismo, plataformas como LinkedIn han implementado medidas para reducir la distribución de publicaciones generadas por inteligencia artificial.
Las empresas que desarrollan inteligencia artificial son conscientes de la gran cantidad de contenidos producidos por sus modelos que circula por Internet. Con frecuencia utilizan libros impresos publicados antes de 2022 para entrenar sus IA en un volumen cada vez mayor. Este escenario se suma a la investigación de Cloudflare, que indica que el tráfico de bots supera al tráfico humano en las búsquedas online, poniendo de relieve el complejo ecosistema digital actual.
