Um estudo recente do Instituto de Pesquisa Pew, divulgado na última quinta-feira, revelou que aproximadamente um terço das páginas da internet publicadas depois do lançamento do ChatGPT apresentam indícios de terem sido redigidas por inteligência artificial. A pesquisa confirma levantamentos anteriores que já apontavam a crescente presença de conteúdo automatizado na rede mundial de computadores.
O relatório surge pouco tempo após a empresa de infraestrutura de internet Cloudflare divulgar que o tráfego gerado por robôs ultrapassou o acesso realizado por seres humanos, um marco alcançado antes do previsto pela companhia. Enquanto aCloudflare focou em quem acessa a rede, a análise do Pew concentrou-se no que está sendo consultado.
Para realizar o levantamento, os pesquisadores utilizaram o arquivo de internet Common Crawl e coletaram quase meio milhão de páginas em inglês dos últimos cinco anos, abrangendo o período anterior ao lançamento do ChatGPT em novembro de dois mil e vinte e dois. Em seguida, aplicaram a tecnologia da empresa Open Pangram para identificar conteúdos provavelmente elaborados ou amplamente editados por sistemas de inteligência artificial.
Ao examinar uma amostra aleatória de dez mil páginas coletadas em julho de dois mil e vinte e seis, os especialistas identificaram que cerca de dez por cento apresentavam sinais significativos de autoria automatizada. No entanto, esse grupo incluía páginas antigas, publicadas antes mesmo de existirem ferramentas de escrita por inteligência artificial. Quando os pesquisadores filtraram apenas os documentos posteriores ao lançamento do ChatGPT, a proporção subiu para trinta e cinco por cento.
A análise por tipo de domínio também trouxe resultados expressivos. Endereços com a terminação .com registraram uma taxa de conteúdo gerado por inteligência artificial aproximadamente dez vezes superior à encontrada em domínios .edu e .gov, que mantiveram índices em torno de um por cento. Domínios .org ficaram em uma posição intermediária, com quatro vírgula seis por cento.
Os pesquisadores destacaram que as ferramentas de detecção não são infalíveis e podem classificar erroneamente textos humanos como produzidos por máquinas. Ainda assim, os padrões observados apontam uma direção clara. O estudo também verificou aumento no uso de determinados elementos stylísticos frequentemente associados à escrita automatizada, como travessões, vírgulas em série e construções do tipo "não é X, é Y".
Fonte: TechCrunch
