Una de cada tres páginas web publicadas tras ChatGPT muestra señales de estar escrita con IA, según Pew

La pregunta lleva tres años circulando por el sector sin una respuesta medida: ¿cuánta parte de internet la escribe ya una máquina? El Pew Research Center publicó el 20 de agosto de 2026 un ensayo de datos que la responde con una muestra grande y un método declarado, y el resultado deja dos cifras muy distintas según lo que se mida.

Las dos cifras, y por qué no son la misma

• 9,6% de todas las páginas web del corte de julio de 2026 muestran señales significativas de autoría o edición con IA.
• 35% si se filtran solo las publicadas después del 30 de noviembre de 2022, fecha en que ChatGPT salió al público. Más de una de cada tres.

La diferencia entre ambas no es un matiz estadístico: es el peso del archivo viejo. Internet acumula décadas de páginas que sencillamente no pudieron escribirse con IA, y eso diluye el porcentaje global. Cuando se mira solo lo que se publica ahora, el panorama cambia de escala.

Cómo se midió

Pew tomó cerca de 490.000 páginas web en inglés del archivo Common Crawl, en cortes que van de enero de 2021 a julio de 2026 —es decir, arrancando casi dos años antes de ChatGPT para tener una línea base—. Cada punto de la tendencia corresponde a una muestra aleatoria de 10.000 páginas del corte de ese mes.

El texto de esas páginas se pasó por Open Pangram, un modelo de detección de pesos abiertos que busca patrones estadísticos de vocabulario y estructura, no una sola pista suelta.

Conviene fijarse en cómo está formulado el hallazgo: la categoría es «escrita o sustancialmente editada» con IA. No distingue entre un texto generado de cero y uno humano pasado por un modelo para pulirlo. Son dos prácticas muy distintas que aquí cuentan igual.

El .com es el epicentro, y no siempre lo fue

Aquí está la parte que interesa a quien trabaja en marketing. La IA no se reparte por igual entre dominios: se concentra justo en la web comercial.

Dominio	Enero 2021	Enero 2026
.com	1,09%	9,35%
.org	0,83%	4,59%
.edu	0,57%	1,03%
.gov	0,41%	0,76%

Medias semestrales. Fuente: tabla de datos publicada por Pew Research Center bajo su propio gráfico.

En 2021 los cuatro dominios estaban prácticamente igualados, todos por debajo del 1,1%. Cinco años después, el .com duplica al .org y multiplica por unas diez veces a .edu y .gov. La brecha no venía de fábrica: se abrió con la adopción.

Traducido: el terreno donde compiten las marcas por posicionamiento es, exactamente, donde más contenido de IA hay. Publicar un texto de IA correcto ya no diferencia nada, porque es lo que está haciendo la competencia entera.

Las marcas del texto de IA, con una advertencia importante para el español

Pew midió también con qué frecuencia aparecen ciertos rasgos característicos. Comparando la web de 2023 con la de 2026, por cada 10.000 palabras:

Rasgo	2023	2026	Variación
Raya (—)	5,79	11,19	casi el doble
Coma de Oxford	34,04	55,51	+63%
Vocabulario típico de IA	11,94	26,02	más del doble
Paralelismo negativo	0,87	2,36	casi el triple

Medias semestrales, sobre páginas publicadas después del 30 de noviembre de 2022. Fuente: tabla de datos de Pew Research Center.

El «paralelismo negativo» es la construcción «no es solo X, es Y». El vocabulario señalado incluye 27 términos en inglés como delve, interplay, tapestry, testament, showcase o landscape.

Y aquí va el aviso que casi ninguna cobertura está dando: el estudio analiza únicamente páginas en inglés. Eso importa mucho para un lector hispanohablante, porque la raya (—) es en español un signo de puntuación absolutamente normal, con usos propios en diálogos e incisos, mientras que en inglés es comparativamente rara. Que un modelo la use de más en inglés no convierte la raya en sospechosa en español. Quien salga de aquí purgando rayas de sus textos en castellano estará empeorando su redacción por una pista que no aplica a su idioma.

Lo que el propio Pew advierte

El informe es explícito en algo que conviene repetir: los detectores se equivocan con documentos individuales, en las dos direcciones. Clasifican como IA textos humanos y al revés. Su valor está en el agregado —en decir algo sobre 490.000 páginas—, no en dictaminar sobre una.

Dicho de otro modo, y con consecuencias laborales reales: una raya y una coma de Oxford no son prueba de nada. Acusar a un redactor o a una agencia con la captura de un detector es usar la herramienta exactamente para lo que no sirve.

Qué implica para posicionamiento y contenidos

La lectura instintiva sería «Google va a penalizar esto». No es lo que dice Google. Sus políticas de spam definen el abuso de contenido escalado como generar muchas páginas para manipular rankings sin ayudar al usuario, y precisan que aplica «no matter how it's created» —sin importar cómo se haya creado—. La diana es el volumen sin valor, no la herramienta.

Con eso sobre la mesa, tres conclusiones prácticas:

• El vocabulario de la lista está quemado. No porque delate una IA, sino porque su uso se ha duplicado en la web: son las palabras que todo el mundo está publicando a la vez.
• La ventaja competitiva se mueve. Si el 35% de lo nuevo se produce igual, lo que diferencia deja de ser el texto correcto y pasa a ser lo que un modelo no tiene: datos propios, casos reales, criterio y verificación.
• Medir el volumen ajeno sirve poco. Lo accionable es auditar el propio: cuántas de sus URLs aportan algo que no está ya publicado en otras cien.

Fuente: «How Much of the Internet Is Written With AI?», ensayo de Data Labs del Pew Research Center firmado por Samuel Bestvater, Aaron Smith, Carson TerBush, Chris Baronavski y Janakee Chavda, publicado el 20 de agosto de 2026. Análisis de 490.000 textos de páginas web en inglés muestreadas del repositorio Common Crawl y analizadas con Open Pangram. Las cifras de 9,6% y 35% corresponden al corte de julio de 2026; las series por dominio y por rasgos lingüísticos son medias semestrales que terminan en enero de 2026, tomadas de las tablas de datos que Pew publica bajo cada gráfico.

Para seguir: por qué el «AI slop» preocupa a quien compra publicidad programática qué pasó cuando se midieron anuncios de IA contra los de un diseñador la teoría de la «muerte de internet» que este estudio permite ya contrastar.

Foto de portada: «Writing Papers», de Helloquence, en dominio público (CC0 1.0). Es una fotografía real, no una imagen generada.