arXiv cs.CY· Adam Visokay, Soumyakanti Pan, Molly Griston, Polina Iasakova, Mark Nepf, Denis Peskoff, Riya Sinha, Jikai Sun, Isabelle Thiara, Letao Wang, Yiwei Wu, Lauren Yan, Tyler H. McCormick·· 11 小时前AI 评分58
AI 生成网页内容的不均衡增长
The uneven rise of AI-generated web content
AI 导读
一项基于超过 500 万个可抓取网页的研究显示，含 AI 生成文本的网页占比快速上升，但分布并不均衡。英文网页中含 AI 生成文本的比例高于其他语言，.gov 和 .edu 域名的比例明显低于 .com，这些差异在控制构成效应后依然存在。
正文 · AI 翻译
作者：Adam Visokay、Soumyakanti Pan、Molly Griston、Polina Iasakova、Mark Nepf、Denis Peskoff、Riya Sinha、Jikai Sun、Isabelle Thiara、Letao Wang、Yiwei Wu、Lauren Yan、Tyler H. McCormick
摘要：在不到五年的时间里，生成式人工智能（AI）已显著重塑了面向公众的网页。我们以超过 500 万个可抓取网页为样本，证明包含 AI 生成文本的网页占比急剧上升，但分布并不均衡。我们的分析揭示了 AI 生成内容在不同语言和域名类别（例如 .edu、.com 或 .gov）之间存在显著差异。与其他语言的网页相比，更高比例的英文网页包含 AI 生成文本；并且 .gov 和 .edu 域名上的普及率显著低于 .com。即使在考虑了构成效应之后，这些差异依然存在。我们还发现，网页在互联网连接结构中的位置也会带来异质性。AI 生成文本在图中中心性最低的网页中最为常见，且增长最快，这推动了 AI 生成文本整体增长的很大一部分。中心性较高的网页增长较慢，而中心性最高的一层则成为最不可能包含 AI 生成文本的群体。在方法上，我们使用了多种 AI 检测工具，并采用贝叶斯分层模型生成估计值，该模型纳入了对检测器统计特性（包括假阳性和假阴性）的校正，允许检测器在不同群体中具有不同表现，同时将检测器错误率的不确定性传播到普及率估计中。我们的工作表明，AI 是公共信息和基于互联网的通信中一个突出但多样的贡献者。
| 评论： | 12 页，4 幅图 |
| 主题： | 人工智能（cs.AI）；计算机与社会（cs.CY）；网络与互联网架构（cs.NI）；应用（stat.AP） |
| 引用为： | arXiv:2610.36631 [cs.AI] |
| （或 arXiv:2610.36631v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36631 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Adam Visokay [查看电子邮件]
[v1]
2026 年 10 月 27 日星期二 04:33:49 UTC（989 KB）
来源：arXiv cs.CY · arxiv.org