Las páginas web con contenido generado por IA tras ChatGPT representan una parte relevante del internet reciente. Un análisis de Pew Research identifica señales compatibles con generación o edición sustancial mediante herramientas de inteligencia artificial en el 35% de las páginas publicadas después del lanzamiento de ChatGPT.
El estudio se basa en casi 500.000 páginas en inglés recopiladas a través de Common Crawl durante un periodo de aproximadamente cinco años. La muestra incluye contenidos anteriores y posteriores a noviembre de 2022, cuando se lanzó ChatGPT, para comparar la evolución del fenómeno.
El 35% de las páginas publicadas después del debut de ChatGPT presenta señales compatibles con autoría o edición mediante IA. El análisis no confirma automáticamente el uso de una herramienta en cada página individual.
El resultado cambia al excluir las páginas antiguas
En una muestra aleatoria de 10.000 páginas capturada en julio de 2026, alrededor del 10% mostraba señales significativas asociadas a autoría mediante IA. Ese cálculo incluía páginas publicadas antes de que los actuales sistemas de generación de texto estuvieran disponibles, por lo que Pew Research aisló después los contenidos posteriores al lanzamiento de ChatGPT.
Al centrarse únicamente en esas páginas más recientes, la proporción sube hasta el 35%. El dato apunta a una presencia extendida de herramientas automáticas en la producción de nuevos contenidos online, aunque debe interpretarse como una estimación basada en patrones lingüísticos y no como una certificación del origen de cada texto.
Grandes diferencias según el dominio
La frecuencia de estas señales no es igual en todos los tipos de sitios. Los dominios .com registran una proporción aproximadamente diez veces superior a la observada en las páginas .edu y .gov, que se sitúan cerca del 1%.
Los sitios .org quedan en una posición intermedia, con un 4,6% de páginas que presentan indicios compatibles con intervención de IA. Estas diferencias pueden reflejar distintos tipos de publicación y usos del contenido, pero el material del estudio no permite atribuirlas a una causa concreta.
Un método útil, pero con margen de error
Para detectar los posibles indicios, el equipo empleó la tecnología de Open Pangram sobre los datos de Common Crawl. Este tipo de sistemas puede clasificar por error textos escritos por personas como contenidos generados por IA, especialmente cuando comparten fórmulas o estructuras habituales en textos automatizados.
El análisis también observa un aumento de rasgos estilísticos asociados habitualmente a la escritura generada con IA, como el uso de la raya em, la coma de Oxford y construcciones basadas en contraponer dos afirmaciones. Ninguno de estos elementos, por separado, demuestra el origen automático de un contenido.
Qué indica el estudio sobre la web actual
La diferencia entre el 10% de la muestra general y el 35% de las páginas posteriores a ChatGPT sugiere que el uso de herramientas de IA se ha extendido junto con su disponibilidad. Aun así, la cifra debe entenderse como una señal estadística de tendencia, condicionada por el idioma analizado, la selección de páginas y la precisión del método de detección.
Conclusión
El estudio de Pew Research sitúa en el 35% la proporción de páginas web posteriores al lanzamiento de ChatGPT que contiene indicios compatibles con generación o edición mediante IA. El resultado muestra un cambio apreciable en la producción de contenidos online, pero no sustituye a una comprobación editorial individual ni permite determinar por sí solo qué herramienta se utilizó en cada caso.
Encuentra más IA en nuestra sección de IA o suscríbete a Guslok – Guías 100% en YouTube para más contenido.
Sobre el Autor
