Een derde van nieuwe webpagina’s draagt sporen van AI

Ongeveer 10 procent van alle webpagina’s die in juli 2026 online stonden vertoont duidelijke sporen van AI-schrijfwerk. Kijk je alleen naar pagina’s die na de lancering van ChatGPT in november 2022 zijn gepubliceerd, dan loopt dat op tot ruim een derde. Dat staat in een analyse die het Amerikaanse Pew Research Center op 20 augustus publiceerde.

Een half miljoen pagina’s door de detector

Pew haalde ongeveer 490.000 Engelstalige pagina’s uit het webarchief van Common Crawl, verspreid over de periode januari 2021 tot en met juli 2026. Die pagina’s gingen door het detectiemodel van Open Pangram, dat kijkt naar woordkeuze, zinsbouw en interpunctie. Het model scheidt volledig gegenereerde tekst niet van tekst die een mens zwaar door een taalmodel heeft laten bewerken. Beide belanden in dezelfde categorie.

De onderzoekers zijn voorzichtig over hun eigen cijfers. Detectiemodellen zitten er bij losse documenten geregeld naast, schrijft Pew in de verantwoording, maar over honderdduizenden pagina’s is de uitkomst volgens het team qua richting bruikbaar. TechCrunch, dat het rapport donderdag besprak, herhaalt datzelfde voorbehoud. Hoe wankel die detectie kan zijn, bleek eerder al toen scholieren met humanizers de AI-detectie omzeilden.

Gedachtestreepjes verdubbeld

Interessanter dan het totaalcijfer zijn de taalkundige vingerafdrukken. Vergeleken met 2023 komt het gedachtestreepje in de onderzochte teksten twee keer zo vaak voor. De oxford-komma steeg met 63 procent. Formuleringen in de trant van “het is niet X, het is Y” zijn bijna verdrievoudigd en het aantal typische AI-woorden is meer dan verdubbeld. Wie weleens een chatbottekst heeft geredigeerd, herkent dat rijtje.

Die tells zeggen iets over redactiewerk, niet over kwaliteit. Lezers blijken machinale tekst best te waarderen zolang ze niet weten waar hij vandaan komt: in een eerder experiment gaven proefpersonen AI-verhalen hogere cijfers dan mensenwerk. Het probleem zit elders, namelijk bij feiten. Vorige maand bleek PwC rapporten met AI-verzinsels te hebben verspreid.

.com schrijft anders dan .edu

Het verschil per domein is fors. Bij .com-adressen ligt het aandeel rond 10 procent, bij .org op 4,6 procent, bij .edu en .gov rond 1 procent. Commerciële sites leunen dus ongeveer tien keer zo vaak op een taalmodel als universiteiten en overheden. Dat past bij wat SEO-bureaus in de praktijk zien: waar tekst vooral verkeer moet binnenhalen, gaat de generator eerder aan. Wat er dan nog werkt in zoekmachines, beschreven we in deze analyse over AI en SEO.

Pew zet de cijfers naast het gebruik: ongeveer de helft van de Amerikaanse volwassenen gebruikt inmiddels een AI-chatbot, 24 procent zelfs dagelijks. Nederland zit in dezelfde beweging, want het wekelijkse AI-gebruik verdubbelde hier naar 40 procent.

Wat betekent dit

Voor wie online publiceert verschuift de vraag. Of een tekst met AI is gemaakt, valt straks nauwelijks meer te bewijzen en zegt op zichzelf weinig. Wat telt is of de feiten kloppen, of er een naam onder staat en of iemand verantwoordelijkheid neemt voor wat er wordt beweerd. Voor bedrijven met een contentkalender betekent het vooral dat de redactieslag belangrijker wordt dan de generatie: cijfers checken, bronnen noemen, de standaardformuleringen eruit halen.

Er zit ook een technische adder onder het gras. Modellen die worden getraind op het web van 2026 eten steeds meer van hun eigen output. Zolang detectie onbetrouwbaar blijft, kunnen labs die vervuiling moeilijk uit hun trainingsdata filteren. Het onderzoek van Pew geeft daar voor het eerst een concreet getal bij.