INVESTIGACION
Pew detecta huellas de IA en el 35% de las páginas web recientes con fecha identificable
Un análisis del Pew Research Center de 490.000 páginas en inglés halló señales de redacción o edición con IA en el 35% de las páginas con fecha posterior a noviembre de 2022. En la muestra total de julio de 2026, el 10% mostró indicios. El uso en dominios .com supera a .org, .edu y .gov.
Qué ha ocurrido
Según un estudio publicado el 20 de agosto por el Pew Research Center, en una muestra de 490.000 páginas en inglés extraídas de Common Crawl (49 instantáneas entre enero de 2021 y julio de 2026), el 35% de las páginas con fecha posterior al 30 de noviembre de 2022 mostraron señales de autoría o edición con IA; en la muestra completa de julio de 2026, fue el 10%. El análisis utilizó el detector editlens_Llama-3.2-3B de Open Pangram con un umbral de 0,2 y contrastó resultados con Pangram 3.3 en 62.370 páginas, coincidiendo en el 96% de los casos, aunque con juicios probabilísticos y una ligera tasa de falsos positivos en páginas previas a ChatGPT. La adopción se concentra en dominios comerciales: alrededor de 1 de cada 10 páginas en .com frente a 4,6% en .org y en torno al 1% en .edu y .gov. También se observaron cambios lingüísticos agregados (más guiones largos, mayor uso de la coma de Oxford y de ciertas palabras, y más construcciones del tipo “no solo X, también Y”). Un estudio independiente (Imperial College London, Internet Archive y Stanford) estimó cifras similares en 2025 y Cloudflare reportó que el tráfico no humano ya supera el 50%, con rastreadores de entrenamiento de IA representando el 52% de las solicitudes de rastreadores en junio de 2026. La medición de Pew se limita a páginas públicas y a las que incluyen fecha en el HTML (aprox. 10–15% de la muestra).
Qué significa para creadores
La web reciente contiene mucha más prosa asistida por IA, especialmente en .com, lo que eleva la competencia por atención y posicionamiento. Diferenciarse exige voz propia, conocimiento y señales claras de procedencia. Si integras modelos en tu flujo (por ejemplo, para editar), mantén revisión humana y cuida tics estilísticos repetitivos que pueden volver el texto genérico. Asegura metadatos de fecha en el HTML para una indexación transparente y ten presente que una parte creciente de las “lecturas” vendrán de sistemas automatizados: planifica cómo medir, priorizar y gestionar ese tráfico en tu distribución. En entornos con alta adopción de IA, competir por calidad, enfoque y utilidad práctica será más determinante que el mero volumen.
Fuente y contexto
La información procede de RuntimeWire y del análisis de Pew Research Center basado en Common Crawl, empleando el detector editlens_Llama-3.2-3B de Open Pangram y validación con Pangram 3.3. Pew advierte que los detectores ofrecen juicios probabilísticos y que su muestra prioriza páginas públicas con fecha. Hallazgos relacionados: un estudio de Imperial College London, Internet Archive y Stanford estimó ~35% de sitios nuevos con IA hacia mediados de 2025; Cloudflare informó que el tráfico no humano ya supera la mitad y que los rastreadores de entrenamiento de IA crecieron del 22% (primavera 2025) al 52% (junio 2026).