🕷️
SetupAI
EN
📲最新收集於 61m

網路三分之一內容已出現 AI 作者痕跡

網路三分之一內容已出現 AI 作者痕跡
PostLinkedIn
📲閱讀原文： Digital Trends
#ai-authorship#web-publishing#content-provenancechatgptchatgptpew-research-center

💡這項重要訊號顯示，AI 輔助寫作正重塑網路內容供應。

⚡ 30-Second TL;DR

有什麼變化

Pew Research Center 在約三分之一的分析網頁中偵測到 AI 作者痕跡。

為什麼重要

這項發現顯示，AI 生成或輔助製作的文字正成為網路資訊供應的一般組成部分。隨著內容量增加，AI 從業者應預期市場對來源追蹤、內容評估與揭露機制的需求將日益提高。

下一步行動

檢視你的內容流程，並在發布 AI 生成文字前加入來源追蹤、人工審核節點與 AI 使用揭露欄位。

誰應關注：Researchers & Academics

關鍵要點

  • •Pew Research Center 在約三分之一的分析網頁中偵測到 AI 作者痕跡。
  • •研究聚焦於 ChatGPT 在 2022 年底推出後發布的網頁。
  • •研究結果顯示，AI 輔助寫作已廣泛出現在網路出版內容中。

🧠 深度解析

背景與延伸：來自公開資料，非原文內容。引用 39 個來源。

🔑 增強重點摘要

  • •有研究指出，網路上的AI生成內容普及率已遠超三分之一，例如搜尋引擎優化公司Graphite在2025年10月發布的研究顯示，截至2024年底，網路上超過一半的英文書面內容已由AI自動生成，首次超越人類創作。另有預測指出，到2036年，網路上僅有0.3%的內容會由人類生產。
  • •隨著大量低品質、缺乏實質價值的AI生成內容充斥網路，產生了「AI垃圾內容」（AI slop）一詞，甚至「slopaganda」用來描述結合AI垃圾與政治操縱的內容。
  • •AI生成內容的氾濫正形成一個惡性循環，即AI可能從其自身生成的虛假資訊中學習，進而污染人類知識庫，對網路資訊生態構成嚴重威脅。
  • •儘管AI生成內容數量龐大，但在搜尋引擎排名中表現不佳。Google搜尋結果顯示，86%的文章由人類撰寫，AI生成內容僅佔14%，這表明搜尋引擎和聊天機器人傾向於推薦人類創作的內容。
  • •AI輔助寫作的普及使得人類與AI協作的內容創作模式日益普遍，這模糊了作者身份的界線，使傳統的AI偵測工具難以精準判斷，而AI偵測工具主要透過分析文本的「困惑度」（Perplexity）和「突發性」（Burstiness）來區分AI與人類寫作。

🛠️ 技術深入

  • 核心架構：現代AI內容生成主要基於大型語言模型（LLM），其核心是2017年Google發表的Transformer架構。
  • Transformer原理：Transformer模型透過「自注意力機制」（Self-Attention）處理序列數據，能夠平行運算並捕捉長距離依賴關係，解決了傳統循環神經網路（RNN）和卷積神經網路（CNN）的局限性。
  • 模型組成：一個標準的Transformer模型包含編碼器（Encoder）和解碼器（Decoder）兩部分。編碼器負責處理輸入並建立其表示，解碼器則利用編碼器的表示及其他輸入來生成目標序列。例如，OpenAI的GPT系列模型主要採用解碼器架構，擅長文本生成。
  • 訓練過程：大型語言模型在預訓練階段會學習語言的基本結構和規則，包括語法、語義、語境關係和常識性知識，訓練資料來源於網路上的海量公開內容，如部落格文章、社群媒體貼文、維基百科和書籍等。預訓練後，模型會在特定任務或領域的標註資料上進行微調，以提高其在特定應用場景中的精確度。
  • 模型規模：大型語言模型通常包含數十億甚至數千億個參數（例如GPT-3擁有1750億個參數），這些參數編碼了模型的知識，使其在廣泛任務中表現卓越。

🔮 前景展望AI analysis grounded in cited sources

網路資訊的信任度將持續下降，使用者將更難辨別內容真偽。
大量低品質的AI生成內容（AI slop）和假資訊的惡性循環，會導致人們對網路內容預設為「AI生成」，進而降低整體信任感。
內容創作者和出版商將被迫調整商業模式，尋求與AI公司達成授權協議或開發新的變現途徑。
AI搜尋摘要功能導致零點擊搜尋增加，傳統網站流量銳減，迫使內容業者尋求AI公司付費或探索訂閱等新模式以維持收入。
AI內容偵測技術將持續演進，但同時AI內容「人性化」技術也會發展，形成持續的攻防戰。
隨著AI生成內容的複雜性增加，偵測難度也提高，促使偵測工具不斷更新，而「反AI偵測器」或「AI人性化工具」也應運而生，試圖繞過偵測。

⏳ 時間線

2017-06
Google發表Transformer架構論文《Attention Is All You Need》，為現代大型語言模型奠定基礎。
2020-05
OpenAI發表GPT-3學術論文，展示其1750億參數模型的卓越能力。
2020-06
OpenAI推出GPT-3的API測試版，首次讓開發者接觸大規模語言模型。
2022-11-30
OpenAI推出ChatGPT，基於GPT-3.5，向公眾開放，引發全球AI熱潮。
2023-03
OpenAI推出GPT-4，具備多模態能力，並開放ChatGPT和Whisper模型的API。
2024-11
根據Graphite研究，AI撰寫的英文網路文章數量首次超越人類創作。
📲閱讀原文： Digital Trends
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #ai-authorship

同產品

更多關於 ChatGPT

同來源

最新來自 Digital Trends

網路上具 AI 撰寫跡象的內容達 10%

網路上具 AI 撰寫跡象的內容達 10%

The Next Web (TNW)•Aug 20
ChatGPT 如何選擇推薦結果

ChatGPT 如何選擇推薦結果

ITmedia AI+ (日本)•Aug 20
ChatGPT 在 Mac 新增 Apple Messages 整合功能

ChatGPT 在 Mac 新增 Apple Messages 整合功能

Digital Trends•Aug 20
ChatGPT 新增 iMessage 控制功能，引發隱私疑慮

ChatGPT 新增 iMessage 控制功能，引發隱私疑慮

Bloomberg Technology•Aug 20

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Digital Trends ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。