La inteligencia artificial ya no solo responde preguntas, resume documentos o asiste en programación: también está dejando una huella estadística visible en la propia arquitectura textual de internet. Un nuevo análisis del Pew Research Center aporta una cifra que obliga a mirar la web con otros ojos: el 35% de las páginas publicadas después del lanzamiento de ChatGPT en noviembre de 2022 muestra indicios de haber sido escrita o editada con ayuda de IA. Más allá del titular impactante, el dato abre un debate mucho más amplio sobre autenticidad, calidad editorial, SEO, entrenamiento de modelos y el futuro del contenido digital.
El estudio, basado en una muestra masiva de páginas en inglés y apoyado en una herramienta de detección llamada Open Pangram, no afirma que toda esa producción haya sido generada enteramente por una máquina. Lo que identifica son patrones consistentes con escritura o edición automatizada. Esa diferencia es crucial: en la web actual, la autoría híbrida —humano más IA— parece estar convirtiéndose en la nueva normalidad. Para empresas, medios, desarrolladores y especialistas en marketing, la conclusión no es solo académica. Afecta cómo se produce contenido, cómo se posiciona en buscadores y cómo se entrenarán los próximos modelos de lenguaje.
Qué detectó exactamente el estudio de Pew Research
Según los datos publicados por Pew Research Data Labs, el análisis tomó como referencia cerca de 500.000 páginas web en inglés y aplicó un muestreo aleatorio adicional de 10.000 páginas del archivo web correspondiente a julio de 2026. En esa muestra general, una de cada diez páginas mostró señales significativas de autoría o edición por IA. Pero el dato se dispara cuando se observa solo el material publicado tras la irrupción pública de ChatGPT: allí el porcentaje sube a más de un tercio.
La diferencia temporal resulta especialmente relevante porque permite asociar el crecimiento del contenido sintético con la popularización de herramientas generativas de uso masivo. ChatGPT no fue la primera IA capaz de redactar texto, pero sí fue el punto de inflexión que llevó estas capacidades al centro del trabajo cotidiano en medios, agencias, departamentos de marketing, e-commerce y producción editorial independiente.
Cómo funciona Open Pangram y por qué importa su metodología
Uno de los puntos más interesantes del trabajo de Pew es que evita presentar la detección de IA como una verdad absoluta. En su lugar, plantea un enfoque probabilístico y estadístico. Open Pangram analiza rasgos lingüísticos, patrones de puntuación, estructuras sintácticas y elecciones estilísticas que aparecen con mayor frecuencia en textos generados o fuertemente editados por modelos de lenguaje.
Entre los indicios señalados aparecen ciertos usos de puntuación y estilo que se han vuelto comunes en la escritura asistida por IA, como determinadas construcciones excesivamente uniformes, la preferencia por fórmulas sintéticas muy limpias y algunos rasgos estilísticos sobrerrepresentados en textos generativos. El estudio también menciona diferencias entre dominios: los sitios .com presentan una incidencia mucho mayor que los dominios .edu o .gov, donde los controles editoriales y la naturaleza institucional reducen la adopción de este tipo de automatización.
Ahora bien, Pew también advierte que las herramientas de detección tienen limitaciones. No pueden asegurar con precisión perfecta si un texto fue escrito por una persona o por una IA. Lo que sí pueden hacer, especialmente a gran escala, es ofrecer una radiografía estadística útil para detectar cambios culturales y productivos en la web. Ese matiz evita dos errores comunes: confiar ciegamente en detectores de IA o descartarlos por completo.
La web entra en una etapa de autoría híbrida
Si el 35% de las páginas recientes tiene signos de autoría automatizada, la lectura más razonable no es que internet haya sido “tomado” por robots, sino que la publicación digital atraviesa una transición estructural. En muchos casos, la IA ya no reemplaza al autor humano: actúa como asistente de borrado, edición, reescritura, traducción, optimización SEO o adaptación multiformato.
Eso tiene implicaciones profundas. Primero, cambia la economía del contenido: con menores barreras de producción, más organizaciones pueden publicar a gran escala. Segundo, altera la competencia por visibilidad: si miles de páginas pueden generarse con costos marginales muy bajos, los buscadores necesitan sofisticar sus señales de calidad para evitar la saturación de resultados repetitivos, superficiales o excesivamente formulaicos.
Tercero, redefine la noción de autoría. En el pasado, la pregunta era si un texto había sido escrito por un humano. Hoy la cuestión más útil es cuánto del texto fue concebido, estructurado, refinado o expandido por una IA, y bajo qué supervisión editorial. En periodismo, documentación técnica, educación y marketing, esa diferencia importa mucho.
Impacto en SEO: más volumen ya no garantiza más visibilidad
Para quienes trabajan en posicionamiento orgánico, el informe de Pew confirma algo que el sector venía intuyendo: la facilidad para producir contenido con IA elevó el ruido competitivo. Publicar más rápido dejó de ser una ventaja suficiente. De hecho, cuanto más homogéneo y predecible es el contenido, más probable es que choque con filtros algorítmicos orientados a premiar originalidad, experiencia demostrable y valor práctico real.
Google y otros motores de búsqueda han insistido en que no penalizan automáticamente el contenido por haber sido asistido por IA, sino por su baja calidad. Esa distinción es clave. Un artículo riguroso, útil y bien editado puede usar IA en parte del flujo de trabajo sin problema. El riesgo aparece cuando las organizaciones convierten la automatización en una fábrica de piezas intercambiables: textos extensos, correctos en la superficie, pero sin información diferencial, sin fuentes sólidas y sin experiencia verificable.
En ese contexto, la investigación de Pew funciona como señal de alerta. Si una parte creciente de la web comparte patrones lingüísticos similares, la diferenciación editorial pasa a depender menos del volumen y más de la profundidad, la voz propia, el dato exclusivo y la contextualización humana.
Qué puede pasar con los futuros modelos de lenguaje
Uno de los efectos más debatidos de esta tendencia es su posible impacto en el entrenamiento de nuevas generaciones de IA. Si una proporción creciente del corpus disponible en internet contiene texto sintético, los modelos futuros podrían aprender de material derivado de otros modelos, en lugar de nutrirse principalmente de producción humana diversa y original.
Ese fenómeno suele resumirse en el debate sobre el “model collapse” o colapso del modelo: una degradación gradual de diversidad, precisión o riqueza expresiva cuando los sistemas se entrenan reiteradamente con salidas generadas por IA. El problema no es inmediato ni lineal, pero sí plausible. Si internet se llena de contenido producido con estructuras estilísticas cada vez más parecidas, el material de entrenamiento tenderá a volverse más redundante.
Para evitarlo, la industria trabaja en varias líneas: filtrado de datasets, priorización de fuentes confiables, uso de corpus históricos, incorporación de señales de procedencia y estándares como C2PA o marcas de agua en ciertos tipos de contenido. Sin embargo, la escala del problema es enorme. La web abierta sigue siendo una de las principales materias primas del aprendizaje automático, y su composición ya está cambiando frente a nuestros ojos.
La diferencia entre asistencia útil y automatización vacía
No toda intervención de IA degrada el contenido. En muchos entornos profesionales, la asistencia automatizada mejora productividad, accesibilidad y consistencia. Un equipo editorial puede usar IA para resumir entrevistas largas, traducir borradores, sugerir estructuras, detectar errores o acelerar procesos repetitivos. El valor surge cuando existe criterio humano para revisar, contrastar y decidir.
El problema aparece cuando la automatización sustituye por completo la verificación, la experiencia y el juicio. Allí nacen páginas aparentemente impecables, pero pobres en sustancia. Es el tipo de contenido que puede inflar métricas de publicación a corto plazo, pero difícilmente construye reputación duradera o confianza de audiencia.
La investigación de Pew no condena la IA generativa; más bien revela hasta qué punto su adopción ya forma parte del tejido operativo de internet. La verdadera discusión no es si usar IA o no, sino cómo usarla sin vaciar de sentido la producción digital.
Una señal importante para medios, empresas y creadores
El hallazgo también interpela a redacciones, marcas y desarrolladores web. En un ecosistema donde la autoría asistida por IA gana terreno, la confianza se convierte en un activo aún más valioso. Mostrar fuentes, citar metodologías, firmar análisis con criterio experto y aportar contexto exclusivo serán señales cada vez más importantes para distinguir contenido relevante de texto genérico optimizado para ocupar espacio.
Para los medios, esto implica reforzar procesos editoriales. Para las empresas, exige evitar la tentación de automatizar sin estrategia. Para los creadores independientes, representa una oportunidad: la voz auténtica, la experiencia directa y la especialización pueden volverse más visibles precisamente cuando el resto del entorno se uniforma.
Conclusión: internet ya cambió, pero la calidad sigue siendo humana
El estudio de Pew Research confirma que la web posterior a ChatGPT ya no puede entenderse con las mismas categorías de hace apenas unos años. Si más de un tercio de las páginas recientes muestra señales de autoría por IA, estamos ante un cambio estructural en la forma de publicar, optimizar y escalar contenido. La automatización llegó al corazón del texto online.
Pero el dato más importante no es solo cuánto contenido usa IA, sino qué tipo de contenido sobrevivirá en un entorno saturado de textos cada vez más parecidos. La ventaja competitiva ya no estará en producir más, sino en producir mejor: con fuentes verificables, mirada propia, profundidad analítica y una edición humana capaz de convertir la asistencia algorítmica en valor real para el lector.
Fuentes: Pew Research Center Data Labs; artículo original de WWWhatsnew basado en la publicación de Pew Research.