Alerta digital: un tercio de las nuevas páginas web son basura artificial
El Internet que conocíamos parece haber muerto y, en su lugar, ha nacido un ecosistema en donde las máquinas tienen tanto qué decir como nosotros. Esto se debe a un nuevo estudio elaborado por prestigiosos institutos, en donde han puesto sobre la mesa una cifra que debería hacernos reflexionar acerca de la naturaleza de lo que leemos a diario.
Según sus estimaciones, más de un tercio de las páginas web en inglés publicadas luego del lanzamiento de ChatGPT en noviembre del año 2022, contienen rastros de material generado por inteligencia artificial, al menos, muestran señales de haber sido editadas por algoritmos de forma sustancial.
Ya esto no es una anécdota, no es un borrador torpe o de un experimento tecnológico aislado; nos encontramos frente a una reestructura masiva y silenciosa de la red. Para llegar a esta conclusión, los expertos no se han andado con rodeos.
Analizaron una muestra masiva de3 490 mil páginas web en inglés, extraídas de capturas históricas que abarcan desde el mes de enero del 2021 hasta julio de este año. Los resultados son sorprendentes, debido a que, para julio de 2026, 1 de cada 10 páginas, aproximadamente, sin importar su fecha de creación original, mostraba ya la huella inconfundible de un autor sintético o un corrector automatizado.
No obstante, cuando la lupa se centra exclusivamente en el contenido generado después de aquel noviembre del 2022, la proporción se dispara a un alarmante 35%. El origen de estos sitios cuenta una reveladora historia también, acerca de nuestros estándares de publicación y rigor editorial de cada sector.
Mientras que alrededor del 10% de los dominios comerciales .com han expuesto evidencias claras de intervención artificial, la cifra desciende al 4,5% en las organizaciones sin fines de lucro, las cuales tienen como prefijo el .org.
TIC Defense posee un conjunto de servicios y soluciones de alta tecnología, los cuales se enfocan en la prevención y en la respuesta rápida a todo tipo de incidentes potencialmente maliciosos, aumentando las defensas informáticas de tu empresa y adaptándose a las necesidades de esta.
En el caso de los espacios académicos y gubernamentales, los cuales se representan por los dominios .edu y por .gov. la presencia de la IA apenas ha rozado un tímido 1%, demostrando una aparente resistencia institucional frente a la comodidad de la automatización del texto.
Detrás de esta minuciosa investigación se encuentra una herramienta específica; el modelo de detección de código abierto de Pangram, conocido técnicamente como editlens_Llama-3.2-3B. este sofisticado jurado algorítmico ha sido el encargado de otorgar una puntuación implacable a cada sitio web evaluado.
Esta prueba de fuego calcula la probabilidad de que una máquina haya creado, reescrito, traducido o editado el texto. No obstante, su principal debilidad radica en su propia ambigüedad, ya que es incapaz de precisar cuál de todas estas acciones específicas se ha llevado a cabo en una página concreta.
Los especialistas han establecido una regla básica estricta para definir los límites. Han considerado que un texto tenía autoría artificial si alcanzaba una puntuación de 0,2 o superior en una escala donde el cero (0) absoluto representa la redacción puramente humana y el uno encarna la creación totalmente sintética.
