Një të tretën e faqeve të reja të internetit e shkruan makina: në .gov dhe .edu kjo është një për qind, në .com dhjetë herë më shumë

Një hulumtim i qendrës amerikane Pew Research e matu atë që të gjithë e supozonin, por askush nuk e numëronte: sa nga interneti nuk e shkruan më njeriu. Përgjigjja, për faqet e publikuara pas nëntorit 2022, kur doli ChatGPT, është 35 për qind. Çdo faqe e tretë e re në rrjet bart gjurmë të qarta se e ka hartuar ose e ka ripunuar thellësisht një makinë.

Metoda është mjaftueshëm e thjeshtë për t'u verifikuar. Nga arkivi Common Crawl u nxorën rreth gjysmë milioni faqe në gjuhën angleze nga pesë vitet e fundit, të marra qëllimisht edhe nga periudha para se të ekzistonte ChatGPT. Pastaj nëpër to u lëshua vegla Open Pangram, e cila vlerëson nëse teksti është i makinës. Në një mostër të rastësishme prej 10.000 faqesh të mbledhura në korrik të këtij viti, 10 për qind shfaqën shenja të konsiderueshme të autorësisë artificiale. Por aty janë edhe faqe të vjetra, të shkruara kur vegla të tilla nuk kishte. Kur Pew i hoqi më të vjetrat dhe mbetën vetëm ato pas ChatGPT-së, shifra u hodh në 35 për qindshin e përmendur.

Ku jeton teksti i makinës

Ndarja sipas domeneve është pjesa që thotë më së shumti. Adresat komerciale .com shfaqin autorësi artificiale rreth dhjetë herë më shpesh se .edu dhe .gov, të cilat qëndrojnë në rreth një për qind. Organizatat me .org janë në 4,6 për qind. Me fjalë të tjera: aty ku teksti shkruhet për të shitur diçka ose për të kapur një klik, makina tashmë e ka marrë ndërrimin. Aty ku dikush nënshkruan me emrin dhe institucionin e vet, ende jo.

Raporti vjen disa javë pasi Cloudflare njoftoi se trafiku nga botët e tejkaloi atë nga njerëzit, dhe atë më shpejt se sa parashikonte vetë kompania. Bashkojini të dyja matjet dhe merrni një pamje që është më e rëndë nga sa tingëllon: botë që lexojnë faqe të shkruara nga botë të tjerë. Njeriu në atë shkëmbim është gjithnjë e më opsional.

Pew vetë pranon se matja nuk është e përsosur. Pangrami, si çdo vegël detektimi, di ta shënojë gabimisht tekstin njerëzor si të makinës. Por në një shkallë prej gjysmë milioni faqesh, drejtimi vështirë vihet në dyshim, edhe nëse shifra e saktë zhvendoset për disa përqindje.

Interesante është edhe lista e shprehive të vogla që janë rritur me vite: vijat më të gjata, presja oksfordiane, konstruksioni „nuk është X, por Y”. Asnjë prej tyre në vetvete nuk është provë. Por kur i gjithë rrjeti fillon të shkruajë me të njëjtin ritëm dhe me të njëjtat manira, dallimi mes dhjetë burimeve dhe një burimi bëhet kozmetik.

Pyetja që mbetet nuk është teknologjike. Nëse një të tretën e së resë në internet e ka hartuar një makinë e trajnuar mbi të vjetrën e internetit, çfarë saktësisht do të mësojnë modelet e ardhshme? Dhe kur dikush vitin e ardhshëm të kërkojë përgjigje për diçka banale, a do ta gjejë atë që dikush vërtet e dinte, apo vetëm atë që rimon mirë me gjithçka tjetër të shkruar ndërkohë?