共计 1427 个字符，预计需要花费 4 分钟才能阅读完成。
根据 SEO 公司 Graphite 的最新报告，AI 生成的新文章数量曾短暂超过人类撰写的文章，但两者目前大致持平。
为何重要： 研究人员长期以来担心，如果在线 AI 生成的内容压倒人类创作的材料，大型语言模型可能会因自身输出而窒息并崩溃。
大局观：2022 年 Europol 的一份报告估计，到 2026 年，90% 的在线内容将由 AI 生成。,
- 根据 Graphite 对 2020 年至 2025 年间发布的 65,000 个 URL 的分析，自 2023 年 ChatGPT 推出后，AI 生成文章的比例急剧上升。
- 在该数据集中，AI 生成文章的比例在 2024 年 11 月曾短暂超过人类撰写的文章，但此后两者大致持平。
他们做了什么：Graphite 使用名为 Surfer 的 AI 检测器分析了来自 Common Crawl（一个包含超过 3000 亿网页的开源数据库）的随机 URL 样本。该数据库跨越 18 年，每月新增 3 -50 亿个页面。,
- 这些页面的发布日期在 2020 年 1 月至 2025 年 5 月之间，并使用 Graphite 的文章页面类型分类器将其分类为文章或列表文章。
- 如果 Surfer 发现 50% 或更少的内容是由人类撰写的，则该文章被视为 AI 生成。
深入探讨： 区分机器和人类撰写的内容具有挑战性。,
- 为了评估 Surfer 的准确性，Graphite 用其自己的 AI 生成文章样本和 ChatGPT 推出前发布的一组文章（可能是人类撰写的）进行了测试。
- Surfer 在由 GPT-4o 生成的文章中，误报率（将人类撰写的文章标记为 AI 生成）为 4.2%，漏报率（将 AI 撰写的文章标记为人类撰写）为 0.6%。
数据解读： 根据 Graphite 的第二份报告，内容农场可能也在了解到，AI 生成的内容并未被搜索引擎和聊天机器人响应优先考虑。,
- Graphite 发现，在 Google 搜索中排名的文章中有 86% 是由人类撰写的，14% 是由 AI 生成的。
- 这种模式在聊天机器人中也适用。根据 Graphite 的研究，ChatGPT 和 Perplexity 引用的文章中有 82% 是由人类撰写的，只有 18% 是 AI 生成的。
- 当 AI 生成的文章出现在 Google 搜索中时，它们的排名往往低于人类撰写的文章。
但是： 研究人员告诉 Axios，使用目前的工具和定义无法对 AI 生成的内容进行明确的统计。,
- 很难确定哪些内容是 AI 生成的，哪些是人类生成的，因为人类越来越多地与 AI 合作。
- Google 发言人告诉 Axios，人们在工作中有许多不同程度地利用 AI 的方式，因此很难明确地说某物是否是 AI 生成的。
- “ 目前，这更像是一种共生关系，而不是二分法，” 加州大学洛杉矶分校计算机科学教授兼亚马逊网络服务副总裁 Stefano Soatto 告诉 Axios。
- Google 发言人表示，并非所有使用 AI 创建的内容都被视为垃圾邮件。
有趣的是：Common Crawl 并不是整个网络，但它是大型语言模型的最大训练数据来源之一。,
- 因此，一些付费网站（内容可能是人类撰写的）正在阻止 Common Crawl 索引他们的页面。
- 这可能意味着人类撰写的文章数量甚至比 Graphite 的数据显示的还要多。
我们正在关注：Graphite CEO Ethan Smith 告诉 Axios，明确标注的封闭专有内容的 AI 摘要在搜索中表现良好。,
- 但对于由搜索引擎自动生成的 AI 摘要来说，情况则不同。
- 上周皮尤的一项调查发现，对大多数 AI 摘要的热情并不高：只有 20% 的用户认为这些 AI 摘要非常或非常有用，只有 6% 的用户表示非常信任它们。
底线： 目前，人类仍然希望阅读主要由人类撰写的内容。
正文完
