‏اینترنت مرده؟ یک‌سوم وب‌سایت‌های جدید هوش مصنوعی‌ساز هستند، استنفورد می‌گوید.

‏یک مطالعه جدید رقمی را برای میزان تولید محتوای اینترنتی توسط هوش مصنوعی ارائه می‌دهد: ۳۵٪. بر اساس تحقیقات دانشگاه استنفورد، کالج امپریال لندن و آرشیو اینترنت، این سهم وب‌سایت‌های تازه منتشر شده است که تا اواسط سال ۲۰۲۵ توسط هوش مصنوعی تولید یا با کمک آن ایجاد شده‌اند. این رقم قبل از راه‌اندازی ChatGPT در نوامبر ۲۰۲۲ تقریباً صفر بود.

“من سرعت سرسام‌آور تسلط هوش مصنوعی بر وب را بسیار تکان‌دهنده می‌دانم.” جوناس دولژال، محقق کالج امپریال لندن و یکی از نویسندگان این مقاله، به رسانه ۴۰۴ گفت. “پس از دهه‌ها شکل‌دهی انسان‌ها به آن، بخش قابل توجهی از اینترنت تنها در سه سال توسط هوش مصنوعی تعریف شده است.”

این مطالعه با عنوان “تأثیر متن تولید شده توسط هوش مصنوعی بر اینترنت” بر اساس ۳۳ ماه از عکس‌های وب‌سایت‌های آرشیو اینترنت، Wayback Machine، و با استفاده از یک آشکارساز متن هوش مصنوعی به نام Pangram v3 برای طبقه‌بندی هر صفحه انجام شده است.

آسیب‌های تأیید شده: حس و حال، نه واقعیت

محققان شش فرضیه در مورد تأثیر محتوای هوش مصنوعی بر وب را آزمایش کردند. تنها دو مورد از آن‌ها در بررسی داده‌ها تأیید شدند.

اول: ما در حال تبدیل شدن به انبوهی از شخصیت‌های غیرقابل بازی (NPC) احمق هستیم که به یک شکل عمل می‌کنند… یا به عبارت علمی‌تر، وب در حال تبدیل شدن به مکانی با تنوع معنایی کمتر است.

وب‌سایت‌های تولید شده توسط هوش مصنوعی، امتیازات شباهت معنایی جفتی ۳۳٪ بالاتر از وب‌سایت‌های نوشته شده توسط انسان نشان دادند. ایده‌های مشابه همچنان به روش‌های تقریباً یکسان بیان می‌شوند.

این مقاله نشان می‌دهد که پنجره اورتون آنلاین ممکن است در حال تنگ شدن باشد، نه از طریق سانسور یا کمپین‌های هماهنگ، بلکه به این دلیل که مدل‌های زبانی برای خروجی‌هایی نزدیک به توزیع آموزشی خود بهینه می‌شوند.

دوم: وب در حال تبدیل شدن به مکانی با نشاط تهاجمی است.

محتوای هوش مصنوعی، امتیازات احساسات مثبت را بیش از ۱۰۷٪ بالاتر از محتوای انسانی نشان داد. محققان این موضوع را به تمایلات چاپلوسانه شناخته شده مدل‌های زبانی بزرگ (LLM) مرتبط می‌دانند – که بر اساس سیگنال‌های تأیید انسانی آموزش داده شده‌اند، متنی تولید می‌کنند که پاکیزه، بدون اصطکاک و بی‌وقفه شاداب به نظر می‌رسد.

اینترنت مملو از محتوای شاد و همگن ممکن است مخالفت انسانی را در مقیاس وسیع به حاشیه براند، بدون اینکه کسی اهرمی را بکشد.

با وجود باور عمومی گسترده، این مطالعه هیچ مدرک آماری معناداری مبنی بر اینکه محتوای هوش مصنوعی باعث می‌شود اینترنت از نظر واقعیت کمتر دقیق شود، پیدا نکرد. محققان هیچ همبستگی معناداری بین شیوع هوش مصنوعی و میزان خطای واقعی پیدا نکردند.

فرضیه تک‌فرهنگی سبک‌شناختی – هوش مصنوعی که صداهای فردی را به یک ثبت عمومی و یکنواخت تبدیل می‌کند – باوری بود که پاسخ‌دهندگان بیشترین اعتقاد را به آن داشتند (۸۳٪ موافق بودند). داده‌ها آن را تأیید نکردند. تجزیه و تحلیل در سطح کاراکتر، افزایش آماری قابل توجهی در همگنی سبک‌شناختی مرتبط با شیوع هوش مصنوعی نشان نداد.

خطرات گسترده‌تر

خطرات گسترده‌تر فراتر از کیفیت گفتمان می‌رود. با ۳۵٪ شیوع هوش مصنوعی، خطر نظری فروپاشی مدل – جایی که مدل‌های آینده پس از آموزش بر روی داده‌های تولید شده توسط هوش مصنوعی، تنزل می‌یابند – از یک نگرانی آکادمیک به یک واقعیت تجربی تبدیل می‌شود. مدل‌های بنیادین آینده که بر روی خزیدن‌های وب معاصر آموزش داده می‌شوند، به ناچار داده‌هایی را جذب خواهند کرد که اساساً توسط هوش مصنوعی تولید شده و از نظر معنایی کمتر متنوع هستند.

این تیم در حال حاضر با آرشیو اینترنت همکاری می‌کند تا این مطالعه را به یک ابزار نظارت زنده و مداوم تبدیل کند و سهم هوش مصنوعی از وب را در زمان واقعی، به جای یک عکس فوری، ردیابی کند.

یک نظرسنجی در ایالات متحده که همزمان با این مطالعه انجام شد، نشان داد که اکثر آمریکایی‌ها در حال حاضر به هر شش فرضیه منفی، از جمله مواردی که داده‌ها از آن‌ها پشتیبانی نمی‌کنند، اعتقاد دارند. افرادی که به ندرت از هوش مصنوعی استفاده می‌کنند، ۱۲٪ بیشتر از کاربران مکرر به این آسیب‌ها اعتقاد داشتند. معتقدان به تئوری اینترنت مرده، با داده‌ها ملاقات کنید: اینترنت نمرده است، اما ۳۵٪ از آنچه جدید است، احتمالاً به نوعی محتوای زامبی است.