Un tercio de las páginas web publicadas desde el lanzamiento de ChatGPT fueron escritas con ayuda de IA
Un estudio muestra cómo los modelos de lenguaje se han convertido en editores invisibles de internet en menos de dos años.
Desde noviembre de 2022, aproximadamente un tercio de las nuevas páginas web publicadas en internet muestran patrones lingüísticos que indican haber sido escritas o editadas con modelos de lenguaje como ChatGPT (sistemas de IA capaces de generar texto automáticamente tras ser entrenados con millones de documentos). El dato proviene de un análisis que identificó marcadores característicos de estos sistemas en millones de sitios.
Desde que OpenAI lanzó ChatGPT en noviembre de 2022, aproximadamente un tercio de todas las páginas web publicadas en internet muestran señales claras de haber sido escritas o editadas con ayuda de inteligencia artificial, según revela un estudio citado por TechCrunch. El análisis identifica patrones lingüísticos característicos de los LLM (modelos de lenguaje grandes, los sistemas que generan texto tras ser entrenados con enormes cantidades de información) en millones de sitios web nuevos, desde blogs personales hasta medios de comunicación.
La investigación no señala que estas páginas sean necesariamente de baja calidad o fraudulentas, pero sí documenta un cambio silencioso en cómo se produce el contenido web. Los autores identificaron marcadores específicos —frases repetitivas, estructuras demasiado uniformes, uso excesivo de ciertas palabras— que delatan la intervención de herramientas como ChatGPT, Claude (un modelo de IA conversacional desarrollado por Anthropic) o Gemini (el modelo de Google).
El fenómeno afecta especialmente a sitios de comercio electrónico, páginas de contenido masivo optimizado para buscadores (lo que antes se llamaba «granjas de contenido») y medios digitales con presupuestos ajustados que buscan publicar más artículos con menos redactores. En algunos sectores, como el de recetas o reseñas de productos, la proporción de contenido generado con IA supera el 50%.
Para los investigadores, este dato plantea una pregunta incómoda: si internet se alimenta cada vez más de textos escritos por modelos entrenados precisamente con textos de internet, ¿qué ocurre cuando esos modelos empiezan a entrenarse con su propia producción? Algunos expertos advierten de un posible «colapso del modelo», un fenómeno en el que la calidad del contenido generado por IA se degrada porque los sistemas aprenden de errores o sesgos que ellos mismos introdujeron en ciclos anteriores.
El estudio no aboga por prohibir el uso de IA en la escritura web, pero sí subraya la necesidad de transparencia: saber qué fue escrito por una persona y qué por una máquina se vuelve cada vez más relevante, especialmente en contextos donde la autoría humana importa, como el periodismo, la educación o la información médica.
