Oltre metà degli articoli disponibili online sarebbero scritti dall'AI. A rivelarlo è un recente studio condotto dalla società di analisi SEO Graphite che, recentemente, ha pubblicato i risultati di una ricerca durante la quale è emerso che a novembre 2024 la quantità di articoli generati dall'intelligenza artificiale pubblicati online ha superato quella dei testi scritti da esseri umani. È la prima volta che accade qualcosa di simile: per un breve periodo, le macchine hanno prodotto più contenuti testuali rispetto ad autori “in carne e ossa”. Lo studio, che ha esaminato 65.000 articoli in lingua inglese raccolti dal vasto archivio open source Common Crawl, comunque, ha mostrato anche che la crescita dei contenuti generati artificialmente si è stabilizzata dal maggio 2024.
Un elemento chiave di questa ricerca è che, nonostante la mole di testi scritti da algoritmi, la maggior parte di questi non compare nei motori di ricerca né nei chatbot come ChatGPT: secondo Graphite, oltre l'80% dei risultati mostrati da Google e dagli assistenti conversazionali proviene ancora da articoli scritti da persone. Il dato suggerisce che, almeno per ora, l'intelligenza artificiale non ha “preso il controllo” dell'informazione online, ma si è piuttosto affiancata all'uomo in una forma di co-produzione sempre più diffusa e difficile da distinguere.
L’indagine di Graphite e il metodo utilizzato
L'indagine di Graphite si è basata su una metodologia ben precisa. Per valutare la diffusione dei contenuti creati da AI, i ricercatori hanno utilizzato un rilevatore AI sviluppato da SurferSEO, in grado di analizzare blocchi di testo da 500 parole e stimare la probabilità che siano stati scritti da un modello linguistico. Un articolo viene considerato “artificiale” se oltre il 50% del suo contenuto è stato generato da un sistema di AI. Prima di applicare questa classificazione, gli studiosi hanno voluto verificare la precisione dello strumento, calcolando il tasso di falsi positivi (cioè i testi umani etichettati erroneamente come artificiali) e di falsi negativi (i testi generati dall'AI non riconosciuti come tali). L'analisi ha mostrato un tasso di falsi positivi pari al 4,2%, testando articoli pubblicati prima del lancio di ChatGPT, periodo in cui, con buona probabilità, i testi erano interamente scritti da persone. Il tasso di falsi negativi, invece, si è fermato allo 0,6%, utilizzando articoli prodotti da GPT-4o, uno dei modelli linguistici più avanzati disponibili al momento della ricerca, adoperando un prompt molto dettagliato e definito per produrre testi su svariati arogmenti. Da questi controlli preliminari è venuto fuori che la classificazione fatta con l'ausilio del rilevatore di SurferSEO risulta piuttosto affidabile con un tasso di corretto rilevamento dell'AI pari al 99,4%.
I risultati raccolti hanno delineato un trend chiaro: dal novembre 2022, momento in cui ChatGPT è stato reso pubblico, la produzione di contenuti automatizzati è letteralmente esplosa. In soli 12 mesi gli articoli generati da AI sono passati a rappresentare circa il 39% dei testi pubblicati, fino a superare brevemente quelli umani a novembre 2024. Tuttavia, dal 2025 la situazione si è stabilizzata e i due valori si sono allineati. Graphite ipotizza che questo rallentamento sia dovuto alle scarse prestazioni dei testi prodotti dall'AI nei motori di ricerca: il motore di ricerca di Google, ad esempio, tende a dare priorità ai contenuti scritti da persone, ritenuti più affidabili e pertinenti. Una seconda ricerca condotta dalla stessa azienda ha infatti rilevato che l'86% degli articoli presenti nella Ricerca Google è di origine umana, mentre solo il 14% proviene da sistemi di intelligenza artificiale. Un dato simile emerge sorprendentemente anche dai principali chatbot AI: ChatGPT e Perplexity citano per l'82% articoli scritti da esseri umani e solo per il 18% articoli il cui testo è generato utilizzando l'intelligenza artificiale.
I limiti dello studio
Lo studio di Graphite che ha scoperto la percentuale di diffusione dei testi AI online, per quanto sia interessante, presenta comunque alcuni limiti, chiaramente evidenziati anche dagli stessi autori dello studio. In primis, va ricordato che il database di Common Crawl, la fonte di dati usata per la ricerca, non copre l'intero Web. Molti siti a pagamento impediscono l'indicizzazione dei propri contenuti, che quindi non vengono inclusi nei campioni analizzati nello studio. Questo significa che la percentuale di articoli scritti da esseri umani potrebbe essere in realtà più alta di quanto stimato. Oltre a questo, gli autori dello studio ammettono che può essere difficile distinguere articoli scritti dall'AI e poi rimaneggiati dall'uomo, oltre al fatto che i modelli AI continuano a migliorare e, quindi, potrebbero diventare sempre più difficili da rilevare.
;Resize,width=578;)
;Resize,width=767;)
;Resize,width=727;)
;Resize,width=727;)
;Resize,width=727;)
