你有沒有過這樣的經驗：在網路上搜尋資料、閱讀一篇文章時，心裡突然閃過一個念頭：「這該不會是 AI 寫的吧？或者，你也曾聽過關於「死網理論」的說法？今年（2026年）4月，正好有一篇針對此議題進行大規模實證研究的文章發表。下面我將這篇文章的摘要譯成中文，並摘譯部分重要的結論內容。
有一點提醒，這項研究的分析樣本是採用截至 2025 年中旬的網路資料；隨著技術快速更迭，未來網路生態會如何發展，仍得持續觀察。
網路中 AI 生成與 AI 輔助文字的擴散，引發了公眾對語義與風格多樣性退化、事實準確度下降等負面發展的擔憂，這些現象有時被歸納為「死網理論」（Dead Internet Theory）。過去由於難以量化網路 AI 內容的實際比例，這些假設一直缺乏實證支持。本研究利用 Internet Archive（網際網路檔案館）構建了 2022 年至 2025 年間在網路上發布之網站的代表性樣本，並應用先進的 AI 文字檢測技術進行量化分析。
研究發現，截至 2025 年年中，約有 35% 的新發布網站被歸類為 AI 生成或 AI 輔助，而這一比例在 2022 年底 ChatGPT 發布前為零。實證數據也支持了部分假設：例如，網路上 AI 生成文本的增加，與語義多樣性呈負相關，並與正面情緒的普遍現象呈正相關。然而，研究並未找到具統計顯著性的證據來支持「AI 生成文本比例增加會降低事實準確性或寫作風格多樣性」的假設。
值得注意的是，這項發現與公眾認知產生了分歧。我們在使用者研究中評估了公眾看法，結果顯示大多數美國成年人相信上述所有四項假設。此外，不使用 AI 或極少使用 AI 的人，比頻繁使用 AI 的人更傾向於相信這些負面影響；同樣地，對 AI 持負面觀點的人，也比對該技術抱持好感的人更傾向於相信這些假設。
文章作者在「討論與結論」章節中，針對抽象現象提出了更深層的影響分析以及具體的應對建議，主要包含以下幾個重點：
- 「現實冷感」（Reality Apathy）與資訊同溫層效應
雖然數據未顯示事實準確度顯著下降，但公眾的恐慌可能會引發「認知層面」的危機。當使用者越來越難分辨人類與 AI 生成的文章時，可能會對所有網路資訊失去信任（即「現實冷感」或惡意使用的「騙子紅利」），這可能迫使民眾改變新聞消費習慣，退縮到更封閉的資訊同溫層生態系中。 - 社會論辯空間縮小與異議邊緣化
AI 模型傾向生成貼近訓練資料平均值、且帶有過度正向或奉承特質的內容。作者警告，這種「語意多樣性收斂」與「人造正向情緒」的氾濫，意味著網路上的「奧弗頓之窗」（Overton window，即公眾可接受的觀點範圍）正在縮小。一個充斥著歡樂、同質化文本的環境，可能會讓網路環境變得過度「消毒」，進而邊緣化了人類社群中本該存在的多元意見、摩擦與反對聲音，在無形中同質化了公眾態度。 - 暴露了現有「平台治理」的漏洞
目前各大網路平台雖然擁有強大的基礎設施來偵測並審查明顯的仇恨言論或部分假訊息，但面對由經濟利益驅動的大規模 AI 內容同質化現象，平台現有的機制對於維護「語意多樣性」與「知識品質」是完全無能為力的。 - 對未來 AI 發展帶來「模型崩潰」（Model Collapse）的實證擔憂
網路高達 35% 的新內容為 AI 生成或輔助，這讓「模型崩潰」從理論風險變成了經驗上的隱憂。這意味著未來開發的基礎 AI 模型，若使用網路爬蟲抓取當代數據，將無可避免地吸收到大量缺乏語意多樣性的 AI 生成資料，可能導致未來模型遞迴退化。 - AI 文字並非絕對負面，具有民主化潛力
作者強調，不應將線上 AI 生成內容視為絕對有害或帶有內在的道德價值。在許多情境下，它能賦權非母語人士與不同識字率的群體更流暢地參與線上公共領域，還能協助摘要複雜文件以提升資訊可及性、並為缺乏資源的語言提供大規模的知識在地化。
閱讀原文
Dolezal, J., Alam, S., Graham, M., & Bohacek, M. (2026). The Impact of AI-Generated Text on the Internet. ArXiv, abs/2604.26965.
Library Views 圖書館觀點 
發表留言