Internetul de după internet: cât conținut AI este deja online și ce se întâmplă când mașinile scriu pentru alte mașini

Internetul de după internet: cât conținut AI este deja online și ce se întâmplă când mașinile scriu pentru alte mașini

Rating
—/5 0 evaluări
Urmărește-ne pe Google News
Idei & Perspective15 min citire

Conținut AI pe internet nu mai este o excepție ușor de separat de restul web-ului. În august 2026, Pew Research Center a publicat una dintre cele mai ample estimări de până acum: într-un eșantion aleatoriu de 10.000 de pagini în limba engleză colectate în iulie 2026, aproximativ 10% prezentau semne semnificative de autorat sau editare cu inteligență artificială. Dacă sunt luate în calcul doar paginile cu dată de publicare ulterioară lansării ChatGPT, ponderea ajunge la aproximativ 35%.

Pentru mai multe informații despre inteligență artificială, poți consulta și Consumul de energie al AI ajunge la scara unui oraș: ce se întâmplă când inteligența artificială se lovește de limita electricității, unde găsești detalii complementare despre acest subiect.

Asta nu înseamnă că „35% din întreg internetul este scris de AI”. Web-ul conține miliarde de pagini vechi, iar detectoarele AI sunt instrumente probabilistice, nu teste perfecte de paternitate. Dar datele arată o schimbare structurală: o parte tot mai mare din web-ul nou este generată, rescrisă sau asistată de modele.

În același timp, internetul nu mai este citit doar de oameni. Cloudflare spune că boții și agenții automați generează deja mai mult de jumătate din cererile web observate în rețeaua sa, iar traficul crawlerelor AI este folosit pentru căutare, antrenarea modelelor și executarea sarcinilor în numele utilizatorilor. Web-ul începe astfel să capete o structură ciudată: mașini care scriu pagini, alte mașini care le citesc, iar alte modele care folosesc rezultatul pentru a răspunde oamenilor fără ca aceștia să mai viziteze neapărat pagina originală.

Cât conținut AI există de fapt pe internet?

Răspunsul corect este: nimeni nu poate număra perfect. Nu există un registru central al paginilor create cu AI, iar un articol poate fi complet uman, complet generat sau orice combinație între cele două: schiță umană, documentare asistată, rescriere AI, corectură automată sau generare integrală.

Pew Research Center a analizat 490.000 de pagini prelevate din 49 de snapshot-uri Common Crawl între ianuarie 2021 și iulie 2026. Cercetătorii au folosit un detector open-weight și au verificat o parte din rezultate cu un model comercial separat.

În snapshot-ul din iulie 2026, aproximativ una din zece pagini din eșantion arăta semne semnificative de autorat sau editare AI. Dar când cercetătorii au filtrat paginile vechi și s-au uitat doar la conținut datat după 30 noiembrie 2022, aproximativ 35% dintre pagini prezentau aceste semnale.

Un studiu separat realizat de cercetători de la Imperial College London, Internet Archive și Stanford University, publicat ca preprint în aprilie 2026, a ajuns la o valoare similară: aproximativ 35% dintre site-urile nou publicate până la mijlocul lui 2025 au fost clasificate drept generate sau asistate de AI.

Convergența celor două estimări este interesantă, dar nu trebuie tratată ca o măsurare perfectă. Detectarea AI poate produce atât fals pozitive, cât și fals negative, iar unele tipuri de pagini sunt mai bine reprezentate în arhivele web decât altele.

Internetul nu este încă „majoritar AI”

Această precizare este importantă deoarece expresia „dead internet” circulă frecvent cu afirmația că majoritatea conținutului online ar fi deja produs de boți. Datele disponibile în 2026 nu demonstrează acest lucru.

În eșantionul Pew, 90% dintre paginile web analizate în iulie 2026 nu au depășit pragul stabilit pentru semne semnificative de autorat AI. Cifra de 35% se aplică unui subset: paginile cu date de publicare de după lansarea ChatGPT.

Așadar, imaginea corectă nu este „internetul a murit și a fost înlocuit de AI”, ci internetul nou se schimbă rapid. Dacă tendința continuă, proporția materialului sintetic poate deveni mult mai mare în anii următori.

Și limbajul web-ului începe să se schimbe

Pew a observat că anumite trăsături lingvistice asociate frecvent cu modelele generative au devenit mai comune după 2022. Frecvența liniei de pauză em dash s-a aproximativ dublat, virgula Oxford a crescut cu 63%, iar anumite cuvinte și construcții favorizate de modelele AI apar mult mai des decât înainte.

Niciunul dintre aceste semne nu dovedește individual că un text este scris de AI. Oamenii au folosit aceste semne de punctuație și cuvinte cu mult înainte de ChatGPT. Dar la nivelul a sute de mii de pagini, schimbarea statistică sugerează că instrumentele generative lasă o amprentă asupra stilului colectiv al web-ului.

Un efect și mai interesant apare la nivel semantic. Studiul Dolezal și colaboratorii a găsit o corelație negativă între creșterea conținutului generat de AI și diversitatea semantică: paginile tind să se concentreze într-un spațiu mai îngust de formulări și idei. Cercetătorii nu au găsit însă dovezi statistice suficiente că acest fenomen ar fi redus deja acuratețea factuală sau diversitatea stilistică a internetului în ansamblu.

Când roboții devin o parte mai mare din audiența web-ului

Schimbarea nu se produce doar la nivelul autorilor. Se schimbă și cititorii. Cloudflare descrie internetul din 2026 ca pe un mediu în care boții și agenții automați produc mai mult de jumătate din cererile web observate pe infrastructura companiei.

Asta nu înseamnă că „mai mult de jumătate dintre vizitatori sunt AI”. O singură mașină poate face mii de cereri într-un timp în care un om încarcă o singură pagină. Metricile de request-uri și numărul de oameni sunt lucruri diferite.

Totuși, distribuția arată de ce designul internetului începe să se adapteze pentru cititori non-umani. Cloudflare separă deja traficul AI în trei scopuri: Search, Agent și Training. Search indexează informația pentru servicii de căutare, Agent execută acțiuni în numele unui utilizator, iar Training colectează conținut pentru antrenarea sau ajustarea modelelor.

În 2026, aproape jumătate din traficul crawlerelor AI măsurat de Cloudflare era pentru antrenare

Datele Cloudflare Radar din toamna lui 2026 arată că, în traficul atribuit crawlerelor AI, aproximativ 48–49% dintre cereri aveau ca scop declarat antrenarea, iar alte aproximativ 39–41% combinau training și search. Valorile se schimbă de la o perioadă la alta, dar direcția este clară: o proporție foarte mare din accesul automat la pagini nu are ca obiectiv principal trimiterea unui cititor spre site.

Aceasta rupe o convenție economică veche a internetului. Motoarele de căutare clasice indexau o pagină și, în schimb, puteau trimite utilizatori către publicație. Editorul suporta costul producerii conținutului, iar vizita utilizatorului putea genera publicitate, abonament sau alt venit.

Un sistem AI poate citi pagina, sintetiza răspunsul și prezenta informația direct în interfața sa. Site-ul poate primi o citare, dar utilizatorul nu mai are întotdeauna un motiv să deschidă sursa.

Crawl de sute sau mii de ori pentru o singură vizită trimisă înapoi

Cloudflare măsoară acest dezechilibru prin raportul crawl-to-refer: câte pagini HTML cere un crawler pentru fiecare vizită pe care platforma o trimite către site.

Într-o perioadă recentă din toamna lui 2026, Cloudflare Radar indica aproximativ 447 crawl-uri pentru o trimitere în cazul OpenAI, aproximativ 488:1 pentru Anthropic și aproximativ 3.500:1 pentru Perplexity. Google era mult mai aproape de modelul tradițional, în jur de 5:1.

Aceste valori trebuie interpretate cu prudență. Cloudflare subliniază că aplicațiile native pot să nu transmită antetul Referer, ceea ce poate face ca unele vizite provenite din AI să nu fie atribuite platformei. Totuși, diferența de ordin de mărime este suficient de mare pentru a explica tensiunea dintre editori și companiile AI.

Google Search începe și el să răspundă înainte să trimită utilizatorul pe site

Schimbarea nu este limitată la chatboturi. Google a integrat AI Overviews și AI Mode în Search, ceea ce înseamnă că utilizatorul poate primi o sinteză înainte de lista clasică de linkuri.

Un studiu Pew asupra comportamentului a 900 de adulți americani în martie 2025 a arătat că, atunci când apărea un rezumat AI, utilizatorii deschideau un rezultat tradițional în aproximativ 8% dintre vizite, față de 15% când rezumatul AI nu apărea. Linkurile citate direct în rezumatul AI erau accesate în doar aproximativ 1% din vizite.

Datele sunt din 2025 și comportamentul poate evolua pe măsură ce produsul se schimbă. Dar ele ilustrează mecanismul economic: cu cât răspunsul este mai complet în interfața intermediarului, cu atât utilizatorul poate avea mai puține motive să viziteze sursa originală.

În 2026, Google a început să raporteze separat vizibilitatea în funcțiile AI

Transformarea a devenit suficient de importantă încât Google Search Console a introdus în iunie 2026 rapoarte dedicate vizibilității în funcțiile generative, iar la 31 august compania a extins aceste informații la nivel global.

Publisherii pot vedea acum ce pagini sunt afișate în AI Overviews, AI Mode și alte experiențe generative. În septembrie, Google a adăugat și raportare pentru căutarea multimodală.

Această schimbare spune ceva important: succesul unui articol nu mai înseamnă doar poziția 1–10 într-o listă de rezultate. Poate însemna și apariția ca sursă într-un răspuns generat de AI, chiar dacă clicul nu se produce.

SEO nu moare, dar nu mai este singurul joc

În 2026 au apărut termeni precum AEO — Answer Engine Optimization — și GEO — Generative Engine Optimization. Ideea este să creezi conținut ușor de găsit, înțeles și citat de sisteme care generează răspunsuri.

Google respinge însă ideea că există o formulă magică separată pentru AI. În ghidul oficial publicat în mai 2026, compania spune că practicile SEO de bază rămân relevante și că funcțiile generative sunt conectate la sistemele de ranking și indexare existente.

Mesajul Google pentru publisheri este, în esență, același: conținut valoros, unic și greu de înlocuit. Asta devine chiar mai important într-un web în care mii de site-uri pot genera rapid articole aproape identice pe același subiect.

Google nu interzice conținutul AI, dar interzice producția în masă fără valoare

Una dintre cele mai răspândite idei greșite este că Google penalizează automat orice text scris cu AI. Documentația oficială spune altceva. Generative AI poate fi folosit pentru documentare, structurare și producție, atât timp cât rezultatul respectă standardele de calitate.

Problema apare atunci când sunt generate volume mari de pagini cu scopul principal de a manipula rankingurile, fără informație originală sau valoare pentru cititor. Google numește această practică scaled content abuse.

Asta înseamnă că diferența dintre un site premium și o fabrică de conținut AI nu va fi instrumentul folosit, ci procesul editorial: surse primare, verificarea informației, selecție, expertiză, context, imagini relevante și o concluzie pe care cititorul nu o găsește copiată în alte 100 de pagini.

Ce se întâmplă când AI începe să învețe tot mai mult din AI

Există și o problemă tehnică mai profundă. Modelele lingvistice sunt antrenate pe cantități uriașe de texte. Dacă proporția datelor sintetice din viitoarele seturi de antrenare crește foarte mult, modelele pot ajunge să consume propriile aproximări ale realității.

Fenomenul este cunoscut sub numele de model collapse. În scenarii de antrenare recursivă, o generație de model produce date pentru următoarea, iar erorile și simplificările pot fi amplificate. Distribuțiile rare tind să dispară, diversitatea poate scădea și modelul poate deveni tot mai sigur pe o versiune îngustă a lumii.

Un studiu publicat în npj Artificial Intelligence în iulie 2026 a testat metode de reducere a acestui efect. Autorii au arătat că funcții de loss care reduc greutatea tokenilor generați cu încredere exagerată pot întârzia degradarea și permit modelului să tolereze de peste două ori mai mult conținut sintetic înainte de apariția colapsului în testele lor.

Asta arată că model collapse nu este o sentință inevitabilă. Datele curate, filtrarea, proveniența și strategiile de training pot conta enorm. Dar problema devine mai importantă pe măsură ce web-ul conține mai mult text generat de modele.

Conținutul uman original poate deveni mai valoros tocmai pentru că este mai rar

Paradoxal, explozia conținutului AI poate crește valoarea materialului autentic. O declarație originală, un interviu, un document obținut direct, o analiză bazată pe date proprii, o fotografie făcută la fața locului sau experiența unui specialist nu pot fi regenerate din nimic.

Modelele pot rezuma astfel de informații după ce apar, dar au nevoie ca cineva să producă inițial informația. Dacă web-ul devine prea dependent de rezumarea altor rezumate, sursele de primă mână devin o resursă rară.

Aici se poate afla avantajul publicațiilor serioase. Nu să concureze cu AI la viteza de generare, ci să producă lucruri pe care AI nu le are înainte de publicare: date, verificări, acces, selecție și context.

Internetul se poate împărți în două straturi

Un scenariu plauzibil este apariția unui web pe două niveluri. Primul rămâne vizibil oamenilor: pagini, aplicații, video și publicații. Al doilea devine un strat optimizat pentru agenți: date structurate, API-uri, feed-uri, identitate criptografică pentru boți și formate mai eficiente decât HTML-ul tradițional.

Cloudflare și GoDaddy vorbesc deja despre un „agentic web” în care site-urile trebuie să poată diferenția agenții legitimi de traficul automat necunoscut. Cloudflare oferă controale separate pentru search, agent și training și, din septembrie 2026, a schimbat configurările implicite pentru unele site-uri astfel încât paginile monetizate să poată bloca mai agresiv trainingul și agenții.

Cu alte cuvinte, robots.txt — un fișier vechi de decenii — începe să fie completat de reguli mult mai fine: cine poate citi, în ce scop și dacă există o formă de atribuire sau compensare.

O nouă economie: conținutul poate fi licențiat direct către AI

Pe măsură ce traficul de referral scade, publisherii caută alte modele economice. Companiile AI au început să semneze acorduri de licențiere cu organizații media și furnizori de date, iar infrastructura web începe să dezvolte mecanisme pentru măsurarea utilizării conținutului de către boți.

Cloudflare a lansat în 2026 instrumente care permit site-urilor să vadă mai clar ce companie AI le accesează paginile și cât trafic uman trimite înapoi. Compania vorbește chiar despre modele de compensare automată pentru accesul la conținut.

Dacă această direcție se maturizează, internetul ar putea evolua de la „crawl gratuit în schimbul traficului” la o piață în care unele surse cer acces, licență sau compensare pentru utilizarea sistematică de către modele.

Problema autenticității: cum știm cine a creat ceva?

Când textul, imaginile, vocea și video pot fi generate rapid, întrebarea „este real?” devine insuficientă. O imagine sintetică poate ilustra corect un concept, iar o fotografie reală poate fi folosită pentru a susține o afirmație falsă.

Internetul va avea nevoie tot mai mult de proveniență: cine a publicat materialul, când a fost creat, dacă a fost modificat și ce surse susțin afirmația. Semnăturile digitale și standardele de proveniență pot deveni la fel de importante pentru media precum HTTPS a devenit pentru transportul securizat al datelor.

Detectoarele AI nu sunt suficiente ca unic mecanism. Pew avertizează explicit că un detector poate clasifica greșit o pagină individuală. Utilitatea lui este mai mare când este aplicat statistic pe colecții mari, nu ca verdict absolut asupra unui autor.

Pentru publicații, viteza nu mai este avantajul decisiv

Un model poate produce în câteva secunde un articol generic despre aproape orice subiect. Dacă publicația concurează doar prin volum și viteză, competiția este pierdută din start.

Avantajul devine informația greu de commoditizat: verificarea unei surse primare, legătura cu date locale, expertiza, comparația între studii, identificarea limitelor și explicarea consecințelor pentru cititor.

Google spune același lucru în ghidul pentru funcțiile sale generative: conținutul valoros, unic și non-commodity rămâne fundamental. Într-un web unde oricine poate publica 1.000 de articole pe zi, volumul încetează să fie un semnal de valoare.

InfoBuz a analizat și tehnologiile care pot schimba lumea până în 2030, dar transformarea web-ului prin AI este diferită de multe alte tehnologii: nu schimbă doar dispozitivul pe care îl folosim, ci chiar materia primă informațională pe care următoarea generație de sisteme o va citi și învăța.

În paralel, articolul InfoBuz despre cum viața online ocupă tot mai mult din atenția noastră capătă o nouă dimensiune: nu doar timpul petrecut online se schimbă, ci și proporția interacțiunilor în care cealaltă parte nu mai este neapărat un om.

Cum ar putea arăta internetul în 2030

  • Mai puține căutări clasice: o parte mai mare din întrebări vor primi răspuns direct în AI Mode, chatboți sau agenți.
  • Mai multe pagini scrise cu AI: costul producerii de text, imagini și video va continua să scadă.
  • Mai mult trafic machine-to-machine: agenții vor accesa site-uri, compara produse și executa acțiuni în numele utilizatorilor.
  • Acces diferențiat: site-urile vor decide separat ce permit pentru search, training și agenți.
  • Surse premium mai valoroase: datele originale, jurnalele, cercetarea și expertiza umană pot deveni mai importante pentru grounding.
  • Proveniență mai importantă: cititorii și modelele vor avea nevoie de semnale mai bune despre originea conținutului.

Internetul nu moare. Contractul lui economic și informațional se rescrie

„Dead Internet Theory” este prea simplă pentru ceea ce se întâmplă. Datele din 2026 nu arată un web în care oamenii au dispărut și totul este artificial. Arată însă un internet în care 10% din paginile unui eșantion general și aproximativ 35% din conținutul nou datat după lansarea ChatGPT prezintă semne de autorat AI.

În același timp, sistemele automate reprezintă o parte uriașă din cererile web, iar interfețele AI încep să răspundă utilizatorilor fără să îi trimită mereu către sursă. Această combinație poate schimba modelul pe care s-a construit web-ul deschis: oamenii publică, motoarele indexează, iar utilizatorii vizitează.

Web-ul următor poate funcționa diferit: oamenii și AI creează împreună conținut, agenții îl citesc, modelele îl sintetizează, iar sursele originale trebuie să dovedească de ce merită accesate, citate și finanțate.

Adevărata întrebare nu este dacă AI va umple internetul. Procesul a început deja. Întrebarea este dacă vom construi mecanisme prin care informația originală, verificată și valoroasă rămâne economic posibilă într-un sistem care poate copia și rezuma aproape instantaneu.

Întrebări frecvente despre conținutul AI pe internet

Cât din internet este scris de AI? Pew Research Center estimează că aproximativ 10% dintr-un eșantion aleatoriu de pagini în engleză din iulie 2026 prezenta semne semnificative de autorat AI. Pentru paginile datate după lansarea ChatGPT, ponderea era aproximativ 35%.

Înseamnă asta că 35% din tot internetul este AI? Nu. Cifra se referă la pagini publicate după lansarea ChatGPT și care aveau date de publicare detectabile. Web-ul include foarte mult conținut mai vechi.

Google penalizează articolele scrise cu AI? Nu automat. Google spune că problema este conținutul produs în masă fără valoare pentru utilizatori, indiferent dacă a fost generat de AI sau prin alte metode.

Ce este model collapse? Este degradarea care poate apărea atunci când generații succesive de modele sunt antrenate în mare parte pe date sintetice produse de alte modele, pierzând progresiv diversitate sau informație rară.

AI trimite trafic către site-urile pe care le citește? Uneori, dar raportul este foarte diferit între platforme. Cloudflare observă pentru unele servicii sute sau mii de crawl-uri pentru o singură vizită trimisă către sursă.

Mai are sens SEO în epoca AI? Da. Google spune explicit că practicile SEO de bază rămân relevante pentru AI Overviews și AI Mode, iar Search Console raportează separat vizibilitatea în experiențele generative.

Surse și transparență

Etichete: AEOAI OverviewsAI-generated contentCloudflareconținut AIGoogle Searchinteligență artificialăinternet
Distribuie articolul
COMUNITATEA INFOBUZ

Discuția cititorilor

Ai o opinie sau o întrebare despre acest articol? Spune-ne ce crezi.

0 comentarii

Fii primul care deschide discuția.

Lasă un comentariu

Adresa de email este vizibilă doar administratorilor și nu va fi publicată. Câmpurile marcate cu * sunt obligatorii.

Te rugăm să păstrezi un limbaj civilizat și să discuți la subiect. Comentariile spam sunt filtrate automat.