In questo articolo Indice dei contenuti 2 sezioni
Chi passa qualche ora al giorno tra motori di ricerca, blog e siti di notizie ha buone probabilità di leggere testi scritti da un bot, e la cosiddetta Dead Internet Theory comincia ad avere qualche riscontro concreto. Uno studio del Pew Research Center pubblicato in questi giorni ha provato a quantificare il fenomeno, analizzando quasi mezzo milione di pagine web in lingua inglese degli ultimi cinque anni. Il risultato non è una condanna definitiva della rete, ma un dato che fa riflettere: circa il 10% dei campioni mostra segnali significativi di testo generato dall’intelligenza artificiale.
La teoria in sé non è nuova. Circola dal 2021 e sostiene, in sostanza, che internet sia morto nel 2016 e che gran parte di quello che si trova oggi online sia prodotto da macchine più che da persone. Fino a poco tempo fa restava materiale da forum e discussioni notturne. Ora arrivano i numeri.
Dead Internet Theory: come è stata misurata la presenza di contenuti artificiali
I ricercatori hanno usato Common Crawl, un enorme archivio del web, per recuperare pagine pubblicate anche prima che ChatGPT diventasse accessibile al pubblico, cosa avvenuta a novembre 2022. Quelle pagine sono poi passate attraverso Open Pangram, uno strumento di rilevamento che prova a capire se un testo sia stato scritto o rimaneggiato da un modello linguistico. A questo si è aggiunto un campione più ristretto, 10.000 pagine relative al mese scorso, esaminate cercando parole, costruzioni e formule ricorrenti nei testi automatici.
Gli stessi autori dello studio mettono le mani avanti. I sistemi di rilevamento sbagliano, e non poco: capita che segnalino come artificiale un testo scritto da una persona e che lascino passare come umano un paragrafo uscito da un chatbot. Con questa premessa, il 10% resta comunque un numero pesante. Anzi, secondo il Pew è probabilmente sottostimato, perché nei campioni casuali finiscono anche pagine vecchie, materiale che per motivi anagrafici non può essere stato prodotto da un’intelligenza artificiale. Filtrando via il contenuto pubblicato prima dell’arrivo di ChatGPT, la curva si impenna. La crescita parte dal 2022 e prosegue con l’uscita di altri assistenti come Claude e Gemini di Google.
Dove si concentra il testo prodotto dalle macchine
Non tutti i domini sono uguali. I siti .com guidano la classifica con circa una pagina su dieci, mentre i .org scendono al 4,6% e i domini .edu e .gov si fermano attorno all’1%. Una distribuzione che segue abbastanza fedelmente la logica commerciale della rete, dove produrre volumi di testo in fretta ha un valore immediato.
Ci sono anche indizi stilistici, e qualcuno è diventato quasi folkloristico. Il trattino lungo compare con frequenza doppia rispetto ai testi umani, la virgola prima della congiunzione negli elenchi viene usata il 63% in più, e i cosiddetti parallelismi negativi, quelle costruzioni del tipo “non solo questo, ma quello”, abbondano. Tra le parole spia in inglese spuntano “delve” e “interplay”. Il motivo è semplice: i modelli imparano da enormi quantità di testo umano e finiscono per imitarne i vezzi, esagerandoli.
Altri segnali sono più prosaici. Le parole chiave della richiesta iniziale che tornano ossessivamente nel testo, spiegazioni ripetute due o tre volte con parole diverse, un tono piatto che non somiglia a nessuna voce reale. Gli stessi assistenti, del resto, avvertono che le loro risposte possono contenere errori e invitano a verificare altrove.
Ed è qui che lo studio del Pew Research Center tocca il punto più scomodo. Se la verifica passa da una ricerca online, e la pagina che dovrebbe confermare o smentire un’informazione è stata anch’essa scritta da un modello, il controllo incrociato perde buona parte del suo senso. La rete diventa una stanza di specchi in cui le fonti si citano tra loro senza che nessuno abbia davvero controllato niente. A luglio 2026 una pagina su dieci porta i segni di quella scrittura automatica.
