Chi scrive davvero sul web? Gli articoli generati dall'AI superano la produzione umana

La produzione di articoli generati dall'intelligenza artificiale ha superato quella dei contenuti scritti da autori umani pubblicati sul web, con un'accelerazione preponderante, prevedibilmente, dal lancio di ChatGPT e una stabilizzazione (o plateau, per usare un termine caro alle analisi tendenziali) da maggio del 2024. E' quanto emerge da una ricerca di Graphite, la quale evidenza inoltre, e in maniera un po' sorprendente, come nonostante la prevalenza, i contenuti scritti dall'AI per lo più non compaiano nei risultati di Google e di ChatGPT stessa. Lo studio però non ha valutato se la maggior proporzione dei contenuti generati dall'AI si rifletta anche nella visione da parte di utenti reali.

ChatGPT è stato reso disponibile al pubblico nel mese di novembre del 2022 e da allora molte aziende hanno sperimentato l'uso dei modelli linguistici per aumentare il traffico verso i loro siti web tramite motori di ricerca, social network e campagne pubblicitarie, vedendo la possibilità di ridurre i costi rispetto alla produzione di contenuti commissionata a redattori professionisti.

I contenuti artificiali, inizialmente abbastanza riconoscibili come tali, sono però migliorati con rapidità e, come conferma uno studio separato del MIT, ormai risultano per lo più paragonabili, qualitativamente parlando, alla produzione umana. Graphite indica inoltre un altro studio di Originality AI che ha mostrato come le persone incontrino sempre più difficoltà a riconoscre quali contenuti siano stati scritti dall'AI e quali da un essere umano.

La convergenza tra i contenuti generati dall'AI e quelli scritti dall'essere umano dal lancio di ChatGPT - Fonte: Graphite

Dal novembre 2022 le proporzioni dei contenuti scritti dall'AI e di quelli scritti dall'essere umano hanno iniziato a convergere mantenendo un ritmo sostenuto per circa un anno, per poi rallentare. A novembre 2024 si è però arrivati al punto di incontro, dopo il quale gli articoli generati dall'AI hanno superato quelli scritti dall'essere umano e dando il via ad una fase di relativo equilibrio.

Graphite ritiene che la tendenza osservata nei primi dodici mesi dal lancio di ChatGPT difficilmente possa ripetersi in futuro e, anzi, prova a spiegare la raggiunta stabilizzazione proprio per il fatto che i contenuti generati dall'AI non hanno trovato, come detto in precedenza, particolare spazio nei risultati dei motori di ricerca.

In che modo Graphite ha ricercato e distinto i "contenuti AI" dai "contenuti umani"? La ricerca si basa su un campione di 65.000 URL estratti da CommonCrawl (uno dei più grandi archivi pubblici del web), filtrati per lingua inglese, presenza di markup "article", lunghezza minima di 100 parole e pubblicazione tra gennaio 2020 e maggio 2025. I contenuti sono stati classificati come articolo o listicle tramite Graphite. Per individuare i testi generati dall’IA, lo studio ha utilizzato il rilevatore di SurferSEO, applicato a blocchi di 500 parole: un articolo è considerato prodotto dall’IA se più della metà del contenuto ricade in questa categoria. L'accuratezza dello strumento è stata verificata confrontandolo con articoli pubblicati prima del novembre 2022, ritenuti di origine umana (falsi positivi al 4,2%), e con 6.009 articoli creati con GPT-4o (falsi negativi allo 0,6%). Completata la validazione, tutti i 65.000 articoli sono stati classificati per stimare la diffusione complessiva dei contenuti generati dall'IA sul web. Gli URL non sono stati divulgati per evitare l'identificazione dei siti analizzati.

Lo studio non considera i contenuti generati in modalità assistita, cioè le bozze prodotte dall'IA e poi ampiamente revisionate da autori umani. Questa è una pratica piuttosto diffusa che potrebbe aumentare ulteriormente la presenza dell’IA nella produzione editoriale. Non è stato inoltre valutato il comportamento del rilevatore con modelli diversi da GPT-4o, che nei prossimi anni potrebbero diventare più difficili da individuare.