ChatGPT登場後のウェブコンテンツに何が起きているか

ChatGPTが一般公開されて以降、ウェブ上に新たに公開されたページのうち約3分の1に、AIによる執筆または編集の痕跡が認められるという研究結果が明らかになった。この調査については、Sourceが詳細を報じている。

「AI執筆の痕跡（signs of AI authorship）」とは、テキストの語彙的・統計的特徴や文体パターンなどを分析し、人間ではなくAIモデルによって生成された可能性が高いと判定されるコンテンツの特性を指す。ただし、こうした検出手法は現時点で完全な精度を持つわけではなく、偽陽性（人間が書いたテキストをAI生成と誤判定するケース）が生じる可能性がある点には留意が必要だろう。

今回の研究が示す「3分の1」という数値は、ウェブ全体の情報量を踏まえると非常に大きな割合と考えられる。ChatGPTおよびその他の大規模言語モデル（LLM: Large Language Model、大量のテキストデータを学習し自然言語を生成するAIモデルの総称）が、単なる補助ツールにとどまらず、コンテンツ制作の主体として機能し始めている実態が浮かび上がる。

「AIウェブ」が孕む構造的問題

この現象が持つ含意は、単なる技術的な観察にとどまらない。ウェブ上のテキストは、次世代のAIモデルの学習データとして利用される可能性が高い。もしウェブの3分の1以上がAI生成コンテンツで占められるとすれば、将来のモデルはAIが書いたテキストをもとに学習する割合が増大することになる。この状況は「モデル崩壊（model collapse）」——AIが自身の出力を学習し続けることで品質が劣化していく現象——のリスクとして、AI研究コミュニティで以前から議論されてきた問題と直結すると考えられる。

また、ファクトチェックの観点からも懸念は小さくない。AIモデルは事実と異なる情報を流暢な文体で生成する「ハルシネーション（hallucination: 事実に基づかない情報をもっともらしく生成する現象）」を起こすことが知られている。AI執筆コンテンツがウェブ上に大量に存在するとすれば、誤情報が検索エンジンを通じて広く流通するリスクが高まると推測される。ただし、AI生成コンテンツのすべてが低品質・誤情報というわけではなく、人間の監修を経た高品質なものも含まれる可能性があるため、一律に否定的に評価することは適切ではないだろう。

情報の信頼性評価はどう変わるか

こうした状況を踏まえると、読者・利用者側にとっても、コンテンツの出自を意識する重要性が増していると思われる。従来のウェブリテラシーが「情報源の信頼性」を問うものであったとすれば、今後は「執筆主体が人間かAIか」という新たな軸が加わることになるだろう。

一方で、AI執筆の「痕跡」を検出する技術自体も発展途上であり、検出精度や判定基準の標準化は未解決の課題として残っている。研究者やプラットフォーム事業者、そして読者それぞれが、この変化にどう向き合うかを問われる局面に差し掛かっていると評価できる。

結論：「3分の1」が示す転換点

筆者の見解を述べるならば、今回の研究が示す数値は、ウェブという情報空間の性質が静かに、しかし着実に変容していることを示す一つの指標として受け止めるべきではないかと考える。AIによるコンテンツ生成を一概に否定するのではなく、その存在を前提とした上で、情報の真正性（authenticity）をどのように担保するかという問いに、社会全体で向き合う段階に来ているのではないだろうか。ただし、今回報じられた研究の詳細な方法論や対象データの範囲については、ソース情報の範囲内では確認できておらず、結論の解釈には一定の慎重さが求められると思われる。