研究显示AI生成文本在网页中的分布高度不均且集中在低中心度页面

这篇基于500多万网页样本的研究指出，生成式AI重塑了公开网络，但AI生成文本的占比增长极不均匀，而非全网同步扩散。研究发现英语网页中AI内容的比例显著高于其他语言，且.com域名的 prevalence 远高于.gov和.edu域名。这种差异在考虑组成效应后依然显著。

关键证据在于网页在网络连通结构中的位置：AI生成文本最普遍且增长最快的区域是图中中心度最低的页面，这驱动了整体AI文本的增长；而中心度最高的页面反而成为最不可能包含AI生成文本的层级。方法论上，作者使用了多种检测工具，并通过贝叶斯层次模型进行了统计校正，将检测器的假阳性和假阴性率及其不确定性纳入估算，从而得出更可靠的流行度估计。

事实层面，AI内容已广泛存在但分布呈现明显的结构性偏差。推断层面，这意味着搜索引擎优化、垃圾信息过滤以及信息溯源策略不能采用“一刀切”的阈值，必须针对网页的中心度和领域属性进行差异化处理。猜测层面，如果低中心度页面的AI内容持续以当前速度增长，可能会进一步稀释长尾信息的可信度，迫使平台算法从单纯的内容质量评分转向对来源结构和传播路径的加权分析。