BulvárSzerző: blikk 2026. 08. 26. 7 percnyi olvasás
Egyre több gyanúsan csengő mondattal és szintetikus szöveggel találkozunk a hálón, ami sokakban felveti a kérdést: mennyi valódi emberi gondolat maradt a képernyőkön? A Pew Research Center friss elemzése szerint a mesterséges intelligencia által generált tartalom elárasztja a weboldalakat. Úgy tűnik, a digitális közösségekben elterjedt elmélet a szemünk előtt válik ijesztő valósággá.
Az Indamedia idén is megrendezi Közép-Európa legnagyobb mesterségesintelligencia-konferenciáját, az AI Summit Budapestet 2026. szeptember 7–8-án a Városligetben!
Amikor néhány évvel ezelőtt elterjedt az úgynevezett „halott internet” elmélete, a legtöbb elemző csupán a fórumok összeesküvés-hívőinek téveszméjeként tekintett rá. Az elképzelés lényege az volt, hogy a világháló egyfajta digitális szellemvárossá vált, ahol az emberi felhasználókat nagyrészt gépi algoritmusok és botok váltották fel. Bár a teória gyökerei korábbra nyúlnak vissza, a Pew Kutatóközpont frissen megjelent átfogó vizsgálata megállapította, hogy a hálózat meglepően nagy részét valóban mesterséges intelligencia által előállított tartalom foglalja el – számolt be a Cnet írása.
A Pew kutatói a Common Crawl nevű nyílt webes archívum segítségével hatalmas adatbázist vizsgáltak meg: csaknem félmillió, az elmúlt öt évben publikált angol nyelvű weboldalt elemeztek az Open Pangram nevű AI-detektáló eszköz segítségével. Ez az időszak felöleli a ChatGPT 2022 novemberi nyilvános elindulása előtti és utáni éveket is. A vizsgálat során a kutatók külön elemzést végeztek egy tízezer oldalas friss mintán, kifejezetten azokat a nyelvi mintázatokat, szavakat és kifejezéseket keresve, amelyek sokkal gyakrabban fordulnak elő a mesterséges intelligencia által generált szövegekben, mint az emberek által készített írásokban.
Noha az elemzők hangsúlyozzák, hogy az AI-detektáló modellek nem tévedhetetlenek – előfordulhat, hogy emberi írást bélyegeznek gépinek, vagy fordítva –, az eredmények sokatmondóak. A felmérés szerint az elemzett weboldalak 10 százaléka mutatja jelentős jeleit, hogy a szerző a mesterséges intelligencia. Ez az arány szerénynek tűnhet, ám figyelembe kell venni, hogy a vizsgálati minta régebbi és újabb tartalmak keveréke. Mivel az archív oldalak jelentős része még az AI-forradalom előtt született, azokon képtelenség lenne gépileg generált szöveget találni. Ha kizárólag a ChatGPT megjelenése óta publikált tartalmakat vizsgálják, a trend még drasztikusabbá válik. Ez a felívelés pontosan a népszerű nyelvi modellek, köztük a ChatGPT, a Claude és a Google Gemini piaci térnyerésével mutat párhuzamot.
Ez is érdekelheti
Ön biztos benne, hogy egy hús-vér emberrel beszél, amikor ügyet intéz? És abban, hogy a legutóbbi videón tényleg a kedvenc sztárja szerepelt? A mesterséges intelligencia és a deepfake korában már a saját szemünknek sem hihetünk. A Blikk 10 részes videósorozatában most egyszerűen, száraz jogi duma nélkül mutatjuk be az Európai Unió új fegyverét, az MI-törvényt (EU AI Act). A sorozatból kiderül, hogyan próbálják megvezetni a tudatalattiját a hirdetők, miért tilos a kínai gyakorlathoz hasonlóan megfigyelni az utcán, és mit tehet, ha digitális csalók célpontjává válik!
De miből ismerhető fel, ha egy cikk vagy elemzés mögött valójában egy algoritmus áll? A kutatás rámutatott, hogy az AI által generált szövegek sajátos ujjlenyomatot hagynak maguk után. Az automatizált rendszerek a tanulási adatbázisaik sajátosságai miatt bizonyos írásjeleket és szerkezeteket messze a humán szerzők átlaga felett használnak. Az adatok szerint az AI-szövegekben például kétszer olyan gyakran fordulnak elő a gondolatjelek, jelentősen megszaporodnak a negatív párhuzamosságok, és 63 százalékkal nagyobb arányban jelenik meg a felsorolásoknál az egyértelműséget támogató úgynevezett Oxford-vessző.
A formai jegyek mellett bizonyos szavak használata is árulkodó lehet. Az angol nyelvű, AI-generált tartalmakban kirívóan sűrűn bukkannak fel olyan kifejezések, mint a „delve” (elmélyedni) vagy az „interplay” (kölcsönhatás). Ezen felül a figyelmes olvasó számára leleplező jel lehet a promptban szereplő kulcsszavak túlzott ismételgetése, az öncélúan körmönfont magyarázatok jelenléte, valamint a természetes hangvételt felváltó, kimérten szervilis botstílus.
Az adatok mélyebb elemzése azt is megmutatta, hogy a világháló egyes területei eltérő mértékben váltak a szintetikus tartalom áldozatává. A Pew felmérése alapján a kereskedelmi orientációjú .com domének alatt futó weboldalaknál a legmagasabb a gépi tartalom jelenléte: itt átlagosan minden tizedik oldal (10%) hordozza az AI-szerzőség jegyeit. Ezzel szemben a nonprofit szervezetekhez tartozó .org doméneken ez az arány 4,6 százalékra csökken, míg az oktatási (.edu) és a hivatalos kormányzati (.gov) portálok esetében mindössze 1 százalék körül mozog a felismert gépi szövegek aránya.
Ha továbbra is ilyen ütemben ömlik az AI-tartalom a netre, az teljesen megkérdőjelezi az online hitelességet / Illusztráció: Getty Images
A folyamat legaggasztóbb következménye az online információk hitelességének eróziója. Bár a mesterségesintelligencia-modellek felhívják a figyelmet arra, hogy a generált válaszok pontatlanok lehetnek, és érdemes azokat ellenőrizni, ez egyre nehezebbé válik. A Pew eredményei arra figyelmeztetnek, hogy lassan elérkezünk ahhoz a ponthoz, amikor már maguk a tényellenőrzésre használt másodlagos források is gépileg generáltak lesznek, így az online adatok megbízhatósága gyökeresen megkérdőjeleződik. Lényegében arról van szó, hogy az AI már az AI-tól tanul, ami egy mind belterjesebb és végső soron halálra ítélt tartalomhoz vezethet, amivel beteljesedne a halott internetről szóló elmélet. Az igazi nagy kérdés az, hogy közben hová mennénk mi, emberek...
Napi