Tác động của văn bản do AI tạo ra trên Internet

Tác động của văn bản do AI tạo ra đối với Internet Jonas Dolezal 1, Sawood Alam 2, Mark Graham 2, Maty Bohacek 3* 1 Imperial College London 2 Internet Archive 3 Đại học Stanford Sự phổ biến của văn bản do AI tạo ra và hỗ trợ bởi AI trên internet được lo ngại sẽ góp phần làm suy giảm sự đa dạng về ngữ nghĩa và phong cách, độ chính xác về mặt thực tế và các diễn biến tiêu cực khác. Chúng tôi nhận thấy rằng đến giữa năm 2025, khoảng 35% các trang web mới được xuất bản được phân loại là do AI tạo ra hoặc hỗ trợ bởi AI, tăng từ mức 0 trước khi ChatGPT ra mắt vào cuối năm 2022. Chúng tôi cũng tìm thấy bằng chứng cho thấy sự gia tăng văn bản do AI tạo ra trên internet dẫn đến sự suy giảm về đa dạng ngữ nghĩa và sự gia tăng về cảm xúc tích cực. Tuy nhiên, chúng tôi không tìm thấy bằng chứng có ý nghĩa thống kê nào ủng hộ giả thuyết rằng tỷ lệ văn bản do AI tạo ra trên internet tăng lên sẽ làm giảm độ chính xác về mặt thực tế hoặc sự đa dạng về phong cách. Đáng chú ý, những phát hiện của chúng tôi khác với nhận thức của công chúng về tác động của AI đối với internet. Bài báo Mã & Dữ liệu Như đã giới thiệu trên AI đã phát triển với tốc độ chưa từng có, thay đổi cách mọi người viết, giao tiếp và làm việc. Nghiên cứu hiện có đã chỉ ra xu hướng của AI trong việc tạo ra ảo giác, thể hiện sự nịnh hót và các hành vi không mong muốn khác ở cấp độ tạo ra cá nhân. Tuy nhiên, cho đến nay, chưa có nghiên cứu nào xem xét tác động của công nghệ này đối với toàn bộ diễn ngôn trực tuyến. Để giải quyết vấn đề này, chúng tôi đã thu thập một mẫu đại diện các trang web được xuất bản từ năm 2022 đến năm 2025 thông qua Wayback Machine của Internet Archive để nghiên cứu các hiện tượng này và trả lời các câu hỏi sau: (1) Có bao nhiêu văn bản mới trên internet được tạo ra bởi AI? (2) Nhận thức của công chúng về tác động của AI đối với internet là gì? và (3) Văn bản do AI tạo ra thực sự tác động đến diễn ngôn trực tuyến như thế nào? Có bao nhiêu văn bản mới trên internet được tạo ra bởi AI? Trả lời câu hỏi này khó hơn nhiều so với vẻ ngoài của nó. Xây dựng một mẫu đại diện thống kê của internet là khó khăn, vì không có chỉ mục trung tâm, các tên miền phổ biến bị đại diện quá mức trong hầu hết các lần thu thập dữ liệu và phạm vi lưu trữ đã thay đổi đáng kể theo thời gian. Để khắc phục điều này, chúng tôi dựa vào Wayback Machine của Internet Archive và áp dụng phương pháp lấy mẫu phân tầng đa chiều, xấp xỉ một lần rút ngẫu nhiên đồng nhất từ các trang web có thể truy cập công khai được xuất bản từ năm 2022 đến năm 2025 (xem Mục 3.1 trong bài báo của chúng tôi). Ngoài mẫu này, chúng tôi cần một cách đáng tin cậy để phân biệt văn bản do AI tạo ra và hỗ trợ bởi AI với văn bản do con người viết. Phát hiện văn bản do AI tạo ra bản thân nó là một vấn đề mở, vì vậy thay vì cam kết với một công cụ phát hiện duy nhất, chúng tôi thử nghiệm với bốn phương pháp nổi bật được chọn dựa trên hiệu suất của chúng trên điểm chuẩn RAID: Binoculars, Desklib, DivEye và Pangram v3. Sau đó, chúng tôi thực hiện các kiểm tra độ bền của riêng mình trên độ dài văn bản, HTML so với văn bản thuần túy, họ mô hình, phiên bản mô hình và ngôn ngữ, và chọn công cụ phát hiện mạnh nhất tổng thể — Pangram v3 (xem Phụ lục A trong bài báo của chúng tôi). Văn bản do AI tạo trên Internet từ giữa năm 2022 đến giữa năm 2025. Tỷ lệ các trang web được phân loại là hoàn toàn do AI tạo (màu đỏ) và do AI tạo hoặc có sự hỗ trợ của AI (màu tím) dựa trên phát hiện của Pangram v3 được áp dụng cho các mẫu đại diện thu được từ Internet Archive. Đường đứt nét đánh dấu sự ra mắt công khai của ChatGPT vào tháng 11 năm 2022. Nhận thức của công chúng về tác động của AI đối với internet là gì? Trong một mẫu phân tầng của dân số Hoa Kỳ, chúng tôi đã khảo sát 853 người trưởng thành về thói quen sử dụng AI của họ, quan điểm chung của họ về tác động của AI đối với xã hội và niềm tin của họ về sáu tác động tiêu cực giả định cụ thể của văn bản do AI tạo trên internet. Dưới đây, chúng tôi trình bày các xu hướng tổng thể về tần suất sử dụng và quan điểm về tác động của AI. Sau đó, chúng tôi trình bày phân tích chi tiết về niềm tin vào từng giả thuyết được xem xét dựa trên các thói quen sử dụng này. Tần suất sử dụng AI. Phân bố người trả lời theo tần suất họ sử dụng các công cụ AI. Quan điểm về tác động của AI. Phân bố người trả lời theo quan điểm chung của họ về tác động của AI đối với xã hội. Văn bản do AI tạo thực sự tác động đến diễn ngôn trực tuyến như thế nào? Đối với mỗi giả thuyết, chúng tôi trình bày (a) mối tương quan giữa tín hiệu đo được và mức độ phổ biến của AI trên các mẫu hàng tháng, (b) phân bố tổng thể các phản hồi khảo sát của người tham gia, (c) các phản hồi được phân tích theo tần suất sử dụng AI và (d) các phản hồi theo quan điểm chung về tác động của AI đối với xã hội. Giả thuyết 1: Sự co rút ngữ nghĩa được xác nhận • ρ = 0,47, p = 0,004 "Khi văn bản AI trở nên phổ biến hơn trên internet, phạm vi các ý tưởng độc đáo và quan điểm đa dạng sẽ thu hẹp lại." (a) Phân tích định lượng. Trái: Độ tương đồng cosine trung bình theo cặp của các nhúng ngữ nghĩa được vẽ so với điểm khả năng AI (ρ = 0,47, p = 0,004). Phải: Cả hai tín hiệu theo thời gian, cho thấy các xu hướng song song xác nhận giả thuyết. Các trang web do AI tạo có độ tương đồng ngữ nghĩa cao hơn 33% so với các trang web không phải AI (0,0701 so với 0,0526). (b) Phản hồi khảo sát tổng thể (c) Theo tần suất sử dụng AI (d) Theo quan điểm về tác động của AI Giả thuyết 2: Sự suy giảm sự thật không được xác nhận • ρ = −0,19, p = 0,27 "Khi nội dung AI trở nên phổ biến hơn trên internet, tôi thường xuyên gặp phải thông tin sai lệch và ảo giác." (a) Phân tích định lượng. Trái: Tỷ lệ lỗi thực tế được vẽ so với điểm khả năng AI (ρ = −0,19, p = 0,27). Phải: Cả hai tín hiệu theo thời gian. Không tìm thấy mối tương quan có ý nghĩa thống kê, mặc dù 75,1% người trả lời khảo sát tin vào giả thuyết này. (b) Phản hồi khảo sát tổng thể (c) Theo tần suất sử dụng AI (d) Theo quan điểm về tác động của AI Giả thuyết