Bestvater, Samuel; Smith, Aaron; TerBush, Carson; Baronavski, Chris; Chavda, Janakee. “How Much of the Internet Is Written With AI?” Pew Research Center, Data Labs, 20 de agosto de 2026. Artículo original en Pew Research Center

Aunque solo el 10 % de todas las páginas analizadas en julio de 2026 mostraba señales de IA, la cifra supera el 33 % entre las páginas publicadas después de ChatGPT. Esto indica que la verdadera magnitud del fenómeno se aprecia al observar el contenido nuevo que está incorporándose actualmente a Internet. 

Pew Research Center analiza hasta qué punto la inteligencia artificial está transformando el contenido de Internet. Para ello examinó cerca de 490.000 páginas web en inglés recopiladas entre enero de 2021 y julio de 2026 mediante Common Crawl y utilizó un modelo de detección de IA desarrollado por Pangram. En una muestra aleatoria de 10.000 páginas recogidas en julio de 2026, el 10 % presentaba señales significativas de haber sido escrito o editado sustancialmente con IA. 

La proporción aumenta considerablemente cuando se analizan únicamente las páginas publicadas después de la aparición de ChatGPT. En julio de 2026, más de un tercio de las páginas publicadas desde noviembre de 2022 mostraban señales de autoría o edición mediante IA. El estudio identifica así una tendencia ascendente que comenzó a finales de 2022 y que se ha acelerado con la expansión de herramientas como ChatGPT, Claude y Gemini. 

La presencia de contenido generado por IA no es homogénea. Los dominios .com presentan los niveles más elevados: alrededor de uno de cada diez mostraba señales de autoría mediante IA en 2026. En los dominios .org la proporción era del 4,6 %, mientras que en .edu y .gov rondaba apenas el 1 %. Esto sugiere que los espacios comerciales de Internet están incorporando la generación automática de contenidos a un ritmo mucho mayor que los ámbitos educativos y gubernamentales. 

El estudio también identifica cambios en el estilo lingüístico de la Web. Determinadas características asociadas estadísticamente con textos generados por IA son cada vez más frecuentes: los guiones largos (em dashes) aparecen aproximadamente el doble que en 2023, las comas de Oxford han aumentado un 63 % y determinadas palabras características del vocabulario de los LLM —como delve, interplay o testament— han duplicado su presencia. También se ha multiplicado casi por tres el uso de estructuras de paralelismo negativo, como «no es solo X, sino Y». 

Los investigadores, sin embargo, advierten que ninguno de estos rasgos permite identificar por sí solo un texto producido por IA. Una persona puede utilizar un guion largo, una coma de Oxford o cualquiera de esas palabras. El análisis se basa en patrones estadísticos mucho más amplios y, aun así, los detectores pueden cometer errores. Por ello, las cifras deben interpretarse como señales de probable autoría o edición mediante IA, no como una prueba definitiva sobre el origen de un texto. 

El estudio plantea una cuestión de fondo sobre la evolución de Internet: la Web está pasando progresivamente de ser un espacio dominado por contenidos producidos por personas a uno en el que humanos y sistemas de IA participan conjuntamente en la creación textual. Si la tendencia continúa, la distinción entre contenido humano y sintético será cada vez menos evidente, lo que tendrá consecuencias para la calidad de la información, la confianza, la autenticidad y la procedencia de los contenidos digitales.