Mais de um terço das páginas em inglês publicadas na internet depois do lançamento do ChatGPT apresenta sinais significativos de ter sido escrito ou substancialmente editado por inteligência artificial.
A estimativa é de um estudo da organização americana Pew Research Center, que analisou quase meio milhão de páginas publicadas nos últimos cinco anos.
O resultado mostra como a presença de textos produzidos com IA avançou desde novembro de 2022, quando a OpenAI lançou o ChatGPT ao público.
Na amostra mais recente, de julho de 2026, que inclui páginas novas e antigas, 10% apresentaram sinais significativos de autoria ou edição por IA.
Quando são consideradas apenas as páginas publicadas depois do lançamento do chatbot, porém, a proporção chega a 35%.
Como foi feito o estudo
Para chegar aos resultados, o Pew Research Center analisou 490 mil páginas em inglês coletadas no Common Crawl, um arquivo que reúne conteúdo disponível publicamente na web.
As amostras abrangem o período entre janeiro de 2021 e julho de 2026, permitindo comparar o que acontecia antes e depois da popularização dos chatbots de inteligência artificial.
Os textos foram examinados com o Open Pangram, uma ferramenta de detecção que usa aprendizado de máquina para identificar diferenças estatísticas na forma como pessoas e modelos de IA usam a linguagem.
Páginas publicadas depois do ChatGPT têm mais sinais de IA
O Pew explica que olhar apenas para a internet como um todo pode dar uma dimensão menor do avanço da inteligência artificial.
Isso ocorre porque a web reúne páginas publicadas em diferentes épocas, incluindo uma grande quantidade de material anterior ao surgimento das atuais ferramentas de IA generativa.
Em uma amostra aleatória de 10 mil páginas coletadas em julho de 2026, 9,6% apresentaram sinais significativos de terem sido escritas ou substancialmente editadas por IA. A proporção vem aumentando desde o final de 2022.
Quando os pesquisadores retiraram da análise as páginas antigas e consideraram somente aquelas publicadas depois de 30 de novembro de 2022, data do lançamento do ChatGPT, os sinais de autoria ou edição por IA apareceram em 35% das páginas da amostra de julho de 2026.
Textos com sinais de IA aparecem mais em sites .com
A presença de textos com sinais de uso de inteligência artificial também varia de acordo com o tipo de site.
Quando o ChatGPT foi lançado, os padrões linguísticos associados à IA apareciam em proporções semelhantes nos principais domínios de primeiro nível analisados pelo Pew: .com, .org, .edu e .gov.
Essa situação mudou nos anos seguintes.
Nas médias de seis meses referentes ao início de 2026, 9,35% das páginas de sites .com apresentavam sinais de autoria ou edição por IA. Nos domínios .org, a proporção era de 4,59%. Entre páginas .edu, era de 1,03%, e nas .gov, de 0,76%.
Travessão, ‘Oxford comma’ e palavras mais usadas pela IA
O Pew também analisou características da escrita que aparecem com maior frequência em textos produzidos por inteligência artificial e verificou como seu uso mudou na internet desde 2023.
Essa parte do estudo se refere especificamente à língua inglesa. Os pesquisadores ressaltam que os modelos de IA são treinados com grandes volumes de textos escritos por pessoas e aprendem a reproduzir seus padrões e estilos.
Algumas formas de escrita podem estar mais representadas nesses dados de treinamento e, como resultado, determinados termos, expressões e construções acabam sendo usados pelos modelos com frequência maior do que por autores humanos.
Um dos exemplos é o travessão, usado para marcar uma interrupção no pensamento ou separar uma observação dentro da frase. Segundo o Pew, modelos de IA tendem a usá-lo mais frequentemente do que as pessoas.
Outro padrão é o Oxford comma, nome dado em inglês à vírgula colocada antes da última conjunção em uma enumeração.
Em uma sequência como “jornais, revistas, and websites”, por exemplo, é a vírgula que aparece antes de “and”. Seu uso depende do estilo adotado e não é obrigatório em todos os textos em inglês.
Comparando páginas recentes com uma amostra de 2023, o Pew constatou que o uso do travessão aproximadamente dobrou e o do Oxford comma cresceu 63%.
Também mais que dobrou a frequência de determinadas palavras e expressões que aparecem com frequência alta em textos de IA.
A lista identificada pelo estudo inclui termos em inglês como delve, interplay, testament, crucial, pivotal, landscape, intricate, underscore e vibrant, entre outros.
Outra construção acompanhada pelos pesquisadores é o chamado “paralelismo negativo”, uma construção do tipo “não é apenas X, é Y” (it’s not just X, it’s Y). Seu uso quase triplicou desde 2023, embora continue relativamente raro no conjunto dos textos analisados.
Alguns desses padrões também podem aparecer em textos gerados por IA em português, como o uso frequente de travessões e construções do tipo “não é apenas X, é Y”.
O estudo, porém, não analisou páginas nesse idioma, e seus resultados sobre pontuação, palavras e expressões se referem ao inglês.
Esses padrões não provam que um texto foi escrito por IA
O Pew ressalta que encontrar um travessão, um Oxford comma ou determinada palavra em um texto não significa que ele tenha sido produzido por inteligência artificial. Todos esses recursos também fazem parte da escrita humana.
A diferença aparece quando grandes volumes de documentos são analisados em conjunto. Nesse caso, é possível identificar diferenças na frequência com que autores humanos e modelos de IA recorrem, em média, a determinadas palavras, estruturas e formas de pontuação.
O detector usado pelo estudo também não se baseia apenas nesses sinais mais visíveis. Segundo o Pew, ele identifica padrões estatísticos mais sutis na escolha das palavras e na estrutura das frases para estimar se um texto provavelmente teve autoria ou edição por inteligência artificial.
Ainda assim, os pesquisadores fazem uma ressalva: detectores de IA não são perfeitos. Eles podem classificar textos escritos por pessoas como tendo sinais de IA e também deixar de identificar textos efetivamente produzidos com essas ferramentas.
Por isso, a análise não pretende determinar com certeza se uma página específica foi escrita por inteligência artificial.
O objetivo é observar, em uma amostra de centenas de milhares de páginas, como os sinais associados a textos gerados ou assistidos por IA vêm se tornando mais frequentes na internet.
Leia também | Usar ChatGPT prejudica o cérebro? O que sabemos – e o que ainda não sabemos – sobre a ‘dívida cognitiva’
Leia também | Resumos de IA do Google resolvem dever de casa de forma ‘integral’ e colocam crianças em risco, diz pesquisa
