Nos últimos meses, três pesquisas sérias, feitas por equipes diferentes, tentaram responder a mesma pergunta: que fatia do conteúdo publicado na internet hoje é escrita por inteligência artificial. As respostas foram 10%, 35% e quase 50%. Nenhuma das três está errada. Elas só estão medindo coisas diferentes, e entender por que ajuda mais do que decorar qualquer um desses números sozinho.
A pesquisa mais recente: Pew Research
A mais nova é do Pew Research Center, publicada em 20 de agosto. A equipe de cientistas de dados do centro rodou quase meio milhão de páginas em inglês, coletadas do arquivo público Common Crawl, por um detector de IA de código aberto chamado Open Pangram. Numa amostra aleatória de 10 mil páginas coletadas em julho de 2026, 10% mostraram sinais significativos de autoria ou edição por IA. Entre as páginas publicadas depois do lançamento do ChatGPT, esse número sobe pra mais de um terço (35%).
O Pew também mapeou onde essa concentração está mais alta: em domínios .com, cerca de 10% das páginas mostram sinais de IA, o dobro da taxa em domínios .org e dez vezes a taxa em .edu e .gov. Ou seja, a fatia mais afetada é exatamente a web comercial, o terreno onde a maior parte do trabalho de SEO acontece.
As outras duas pesquisas
A Graphite, uma agência de crescimento americana, publicou em maio de 2026 um estudo apontando 49,9% de artigos majoritariamente gerados por IA no primeiro trimestre daquele ano, usando a média de três detectores diferentes (Pangram, Copyleaks e GPTZero). E um estudo pré-print (ainda sem revisão por pares), submetido em abril de 2026 por pesquisadores do Imperial College London, do Internet Archive e de Stanford, encontrou 35% de sites recém-publicados classificados como gerados ou assistidos por IA até meados de 2025.
Por que os números não batem entre si
A diferença não é sobre qual pesquisa está certa. É sobre o que cada uma decidiu medir:
- Escopo diferente. O Pew analisou qualquer página da web, de qualquer tipo. A Graphite olhou só artigos e listas com marcação de schema jornalístico. O estudo acadêmico mediu sites inteiros recém-publicados, não páginas avulsas.
- Detector diferente. O Pew usou um único detector (Pangram). A Graphite fez a média de três detectores diferentes, justamente pra reduzir o viés de depender de uma ferramenta só.
- Limiar de classificação diferente. O Pew conta qualquer página com sinais significativos de autoria ou edição por IA, o que inclui texto escrito por humano e só revisado por uma ferramenta. A Graphite só classifica como “IA” quando a maior parte do conteúdo é gerada por IA, um critério mais rígido.
Juntando os três fatores, um mesmo pedaço da internet pode aparecer como 10%, 35% ou quase 50% “escrito por IA”, dependendo só da régua usada pra medir.
Os sinais que o Pew usou pra identificar texto de IA
O detalhe mais útil da pesquisa do Pew, pra quem escreve conteúdo em inglês, é a lista de marcas linguísticas que aparecem com mais frequência em texto gerado por IA. Comparando o texto da web de 2023 com o de 2026, o travessão duplo (em dash) dobrou de frequência, a vírgula de Oxford subiu 63%, e um grupo específico de palavras (como “delve”, “interplay” e “testament”) mais que dobrou de uso. A estrutura de paralelismo negativo, do tipo “não é só X, é Y”, quase triplicou, embora continue rara no geral.
O próprio Pew faz questão de avisar: nenhum desses sinais, sozinho, prova que um texto específico foi escrito por IA, porque humanos também usam travessão, vírgula de Oxford e essas palavras. O padrão só aparece quando se olha muitos textos juntos. Vale o mesmo cuidado ao aplicar essa lista: ela foi construída pra inglês, então não dá pra assumir que as mesmas marcas (como o “não é só X, é Y”) se comportam do jeito idêntico em português.
O que ninguém tinha comentado ainda: a percepção não bate com o dado
O estudo do Imperial College London, Internet Archive e Stanford foi além de medir volume. Ele também testou o que as pessoas acreditam sobre o efeito desse conteúdo gerado por IA, e comparou com o que os dados realmente mostram. A maioria dos adultos americanos entrevistados acredita que o avanço do conteúdo de IA está reduzindo a precisão factual da internet e a diversidade de estilo. Só que os pesquisadores não encontraram evidência estatística significativa pra nenhuma das duas coisas. O que eles encontraram foi uma queda real na diversidade semântica (menos variedade de ideias e vocabulário) e um aumento no tom positivo dos textos, mas não uma queda de precisão ou de estilo.
Quem usa IA com frequência tende a acreditar menos nesses temores do que quem usa pouco ou não usa, o que sugere que boa parte do medo em torno desse tema vem mais da familiaridade com a ferramenta do que dos dados em si.
O que fazer com esses números
Não faz sentido escolher um número só pra repetir como verdade absoluta, porque cada pesquisa está respondendo uma pergunta ligeiramente diferente. O que os três estudos concordam é na direção: a fatia de conteúdo gerado ou assistido por IA na web vem crescendo desde o fim de 2022 e se concentra principalmente no conteúdo comercial mais recente, exatamente onde a maioria das marcas está competindo por atenção.
Perguntas frequentes
1. Afinal, qual é a porcentagem certa de conteúdo gerado por IA na internet? Não existe uma única resposta. O Pew Research encontrou 10% em toda a web (35% entre páginas pós-ChatGPT), a Graphite encontrou 49,9% entre artigos novos, e um estudo acadêmico encontrou 35% entre sites novos. Os números diferem porque cada pesquisa mediu um recorte diferente da internet, com detectores e critérios diferentes.
2. Por que existe uma diferença tão grande entre as pesquisas? Três fatores explicam a maior parte da diferença: o que cada uma escolheu medir (toda página, só artigos, ou sites inteiros), qual detector de IA usou (um só ou a média de vários) e o limiar usado pra classificar um texto como “de IA” (qualquer sinal de edição vs. maioria do conteúdo gerada por IA).
3. É possível saber com certeza se um texto específico foi escrito por IA? Não com certeza total. Segundo o próprio Pew, marcas como travessão duplo, vírgula de Oxford e certas palavras aparecem mais em texto de IA, mas humanos também as usam. Esses sinais só revelam um padrão quando analisados em grandes volumes de texto, não em um documento isolado.
4. Onde a presença de conteúdo gerado por IA é mais alta? Em domínios comerciais (.com), segundo o Pew, cerca de 10% das páginas mostram sinais de IA, contra a metade em domínios .org e dez vezes menos em .edu e .gov.
5. O conteúdo de IA está mesmo piorando a qualidade da internet? Os dados não confirmam isso com certeza. Um estudo do Imperial College London, Internet Archive e Stanford não encontrou evidência estatística de queda na precisão factual ou na diversidade de estilo, apesar da maioria dos adultos americanos entrevistados acreditar que isso está acontecendo. O que os pesquisadores encontraram foi queda na diversidade semântica e aumento no tom positivo dos textos.
