¿Cuánto del internet en inglés está escrito por IA?

Un estudio revela que, al filtrar las páginas antiguas y analizar únicamente las publicadas tras el lanzamiento de ChatGPT, detectan signos de autoría por inteligencia artificial en más del 33% de las páginas publicadas.

El impacto de la inteligencia artificial generativa en el ecosistema digital continúa transformando las redes desde la irrupción de ChatGPT en 2022. Un estudio revela que solo el 10% del total de las páginas web en inglés analizadas en julio de 2026 muestran indicios significativos de autoría por IA.

Esta investigación fue realizada por los analistas Samuel Bestvater, Aaron Smith, Carson Terbush, Chris Baronavski y Janakee Chavda, quienes publicaron sus hallazgos en la plataforma Pew Research Center.

Para llevar a cabo el análisis, el equipo examinó un archivo de cerca de medio millón de páginas web mediante la herramienta de detección Open Pangram, evaluando cómo ha cambiado la red tras la llegada de chatbots como ChatGPT, Claude y Gemini.

“Una de cada diez páginas web para julio de 2026 puede parecer una cifra modesta.

Sin embargo, internet alberga una mezcla de material nuevo y antiguo, por lo que muchas páginas de estas muestras no podrían haber sido escritas por IA” asegura el informe.

Explican que al filtrar las páginas antiguas y analizar únicamente las publicadas tras el lanzamiento de ChatGPT, la tendencia es aún más pronunciada, ya que se detectan signos de autoría por IA en más del 33% de las páginas publicadas.

“Esto coincide con otros estudios que demuestran que una gran proporción de las páginas publicadas recientemente en internet fueron probablemente escritas o editadas de forma sustancial por IA” sostiene el análisis.  

El estudio destaca que la presencia de la IA en internet no se distribuye de forma homogénea. Los dominios comerciales (.com) lideran esta transición, alcanzando un 10% de páginas generadas o editadas sustancialmente por modelos sintéticos.

Por otro lado, las organizaciones sin ánimo de lucro (.org) registran un 4.6%, mientras que los portales educativos (.edu) y gubernamentales (.gov) apenas llegan al 1%, manteniendo una huella humana casi intacta.

Más allá del volumen de publicación, la proliferación del texto sintético está alterando el lenguaje escrito en la web. El análisis estadístico muestra un incremento sustancial en el uso de ciertas marcas lingüísticas favorecidos por los modelos de aprendizaje automático:

• Puntuación y estructura: Se ha duplicado el uso de la raya (—) para intercalar aclaraciones, mientras que el empleo de la coma de Oxford aumentó un 63%. Asimismo, la estructura de "paralelismo negativo" (frases tipo "no es solo X, es Y") casi se ha triplicado.

• Vocabulario recurrente: Términos sobre-representados en los datos de entrenamiento de las IA como "delve" (profundizar), "interplay" (interacción) o "testament" (testimonio) han duplicado su frecuencia en la web respecto a 2023.

Aunque la presencia aislada de estos elementos no confirma por sí sola el uso de la IA, el estudio concluye que la acumulación de estos patrones refleja un cambio de época: la web actual no solo alberga más contenido automatizado, sino que la propia escritura digital está adoptando de manera progresiva la voz y los sesgos del texto sintético.