ChatGPT以降のサイト3分の1にAIの痕跡、50万件調査で「バレる書き方」が4つ分かった

50万件の調査結果　ChatGPT後のサイトは3分の1にAIの痕跡があった

ChatGPT登場後に公開されたWebサイトの3分の1以上にAI生成の痕跡が見られる。米ピュー・リサーチ・センターが2021年から2026年にかけて作られた約50万件のサイトを対象にAI検出ツール「Open Pangram」で分析した結果だ。

調査対象は.com・.org・.edu・.govの主要ドメインで2021年から2026年まで集めた。ChatGPT以前と以降のサイトを両方含むのでAI生成の増加を直接比べられる。

サンプル全体では10%にAI生成の痕跡が見つかった。ただしChatGPTが公開された2022年11月以前のサイトを外すと割合は3分の1を超える。生成AIが広まってからわずか3年半でWebに載る文章の作り方がここまで変わった。

.comのAI痕跡率は.eduの10倍　商用サイトに偏りが出た

ChatGPTが出た直後はどのドメインでもAIの痕跡はほぼ同じ割合だった。ところが2026年のサンプルでは.comドメインの約10分の1にAI生成の痕跡がある。.orgは4.6%で.comの約半分。.eduと.govはいずれも約1%で.comの10分の1にとどまっている。

ChatGPT登場時に差がなかったドメイン間に3年半で10倍の開きがついた。コンテンツをAIで量産する動きは商用サイトに集中しており教育機関や政府機関のサイトには広がっていない。

AIだとバレる書き方は4パターン　否定表現は3年で3倍に増えた

ピュー・リサーチ・センターはAI特有の書き方として4つのパターンを特定した。2023年と2026年のサイトを比べた増加率がこうだ。

• エムダッシュ（—）：約2倍に増加。長い棒の区切り記号でAIが好んで使う
• オックスフォードカンマ：約1.6倍に増加。英語で3つ以上を並べるときandの前に入れるカンマ
• AI特有の語彙：約2倍に増加。AIが偏って選ぶ特定の単語や言い回し
• 否定表現（XではなくYだ）：約3倍に増加。4つの中で増え方がいちばん大きい

いずれも学術論文では普通に使われる表現だ。ただし個人ブログやカジュアルなWebサイトに出てくると不自然に目立つ。学術的な文体がビジネスサイトに突然現れるのがAI生成を見抜く手がかりになっている。

これらの特徴は単独では問題にならないが1つの文章にまとまって出てくると検出ツールの判定確率が上がる。

検出の誤判定は起きる　それでも書き方の偏りは統計に出ている

AI検出ツールは完璧ではない。人が書いた文章をAI製だと誤認するケースがあることは調査でも触れられている。学術的な文体で書く人の文章がAI判定されるリスクもある。

それでも4つのパターンが2023年から2026年で全て増えている事実は動かない。自社サイトの文章をAIに書かせている企業はこうした癖が残ったまま出していないか確かめておきたい。同じ分析手法を検索エンジンが品質評価に組み込む可能性もある。手を入れずに出したAI文章がサイト全体の検索順位に響く日が来てもおかしくない。

AIに書かせること自体は今後も広がる。ただし「書かせたまま出す」運用と「手を入れてから出す」運用ではリスクが変わってくるだろう。