La inteligencia artificial ya participa de manera importante en la producción de contenidos digitales. Un análisis del Pew Research Center encontró señales de generación o edición significativa mediante IA en 35% de las páginas web en inglés publicadas después de la aparición de ChatGPT.
El estudio examinó cerca de 490 mil páginas procedentes del archivo Common Crawl y utilizó OpenPangram para identificar patrones asociados con escritura automatizada. Al considerar todas las páginas de la muestra de julio de 2026, 9.6% presentó señales fuertes de intervención de IA; sin embargo, la proporción aumenta considerablemente cuando se excluyen los contenidos publicados antes de noviembre de 2022.
La presencia de estas herramientas varía según el tipo de sitio. En los dominios comerciales .com, 9.4% de las páginas analizadas mostró señales de escritura mediante IA, frente a 4.6% en los sitios .org. En los dominios académicos .edu y gubernamentales .gov, las proporciones fueron mucho menores, de aproximadamente 1% y 0.8%, respectivamente.
El comportamiento también revela una rápida expansión de la generación automatizada en sectores que producen grandes cantidades de contenido. Antes de la llegada de ChatGPT, los cuatro tipos de dominios presentaban niveles similares de señales de escritura mediante IA, todos inferiores a 1.1%.
El análisis encontró además modificaciones en algunos patrones lingüísticos. Entre 2023 y 2026 aumentó considerablemente el empleo de determinadas expresiones y estructuras asociadas con textos generados por modelos de lenguaje.
Entre ellas destaca el uso de la raya larga, cuya frecuencia prácticamente se duplicó, así como un incremento de 63% en el empleo de la llamada coma de Oxford. También aumentó la presencia de términos como “delve” y “testament”, además de la estructura retórica “no es solo X, es Y”.
La expansión de estos patrones no significa que pueda determinarse con certeza que un texto concreto haya sido escrito por una inteligencia artificial. El propio Pew Research Center advierte que las herramientas de detección tienen limitaciones y que sus resultados son más útiles para identificar tendencias en grandes conjuntos de contenidos que para establecer la autoría individual de una página.
Otro análisis de Graphite, realizado sobre 55 mil 400 URL en inglés, encontró que los artículos generados mediante IA llegaron a aproximarse a la mitad de los contenidos analizados, aunque posteriormente la proporción se estabilizó alrededor de ese nivel. El estudio también señaló que la identificación de contenido generado por IA continúa siendo técnicamente complicada.
La expansión de los contenidos automatizados ocurre mientras también crece el uso cotidiano de herramientas de IA. El fenómeno está modificando la forma en que se producen, distribuyen y encuentran contenidos en internet, y plantea nuevos desafíos para los medios de comunicación, los buscadores y los usuarios que necesitan distinguir entre información original, contenido automatizado y material generado a partir de fuentes existentes.
La preocupación no se limita a la cantidad de textos producidos por máquinas. También existe el riesgo de que los sistemas de IA terminen utilizando como fuentes contenidos generados previamente por otras IA, creando ciclos de reproducción de información y aumentando la posibilidad de errores o pérdida de diversidad en las fuentes disponibles. Investigaciones recientes han comenzado a estudiar precisamente este posible efecto en los sistemas de búsqueda basados en inteligencia artificial.
Por ahora, los datos apuntan a una transformación acelerada del ecosistema digital: la inteligencia artificial ya forma parte importante de la producción de contenidos, aunque la participación humana continúa siendo predominante en numerosos espacios de internet.
