Prácu zverejnil 27. októbra na arXiv tím zahŕňajúci výskumníkov z Washingtonskej univerzity a Kalifornskej univerzity v Berkeley. Vychádzal zo vzorky približne 5,1 milióna stránok zo 71 zberov archívu Common Crawl medzi januárom 2019 a augustom 2026. Tento archív zachytáva obsah dostupný automatizovaným prehľadávačom. Do analýzy sa dostali stránky s najmenej 500 znakmi získaného hlavného textu.
Výsledný modelový odhad dosiahol 23,6 percenta, s 95-percentným intervalom neistoty od 22,9 do 24,4 percenta. Zahŕňa úplne vygenerovaný aj pomocou AI upravený text. Nevyjadruje podiel všetkých slov napísaných strojom ani mieru zásahu AI do jednotlivých stránok. Obsah za prihlásením, v aplikáciách či na weboch blokujúcich prehľadávače zostáva mimo rozsahu analýzy.
Podiel stránok s takýmto textom rástol od februára 2023 do januára 2025 priemerným tempom 4,6 percentuálneho bodu ročne. Od januára 2025 do augusta 2026 sa tempo zvýšilo na 8,1 bodu ročne. Ide o priemery za skúmané obdobia, nie o predpoveď ďalšieho vývoja. Rast bol najvýraznejší na doménach na okraji siete webových odkazov, ktoré podľa autorov tvorili približne štyri pätiny celkového nárastu.
Rozdiely sa ukázali aj medzi jazykmi a typmi domén. Pri výlučne anglických stránkach vyšiel odhad na 32,8 percenta, pri stránkach bez zistenej angličtiny na 17 percent. Na doménach .com predstavoval približne 29,5 percenta, na .edu a .gov približne šesť percent. Tieto kategórie však nemožno automaticky zamieňať za všetky univerzitné a vládne weby sveta ani z nich odvodzovať výsledok pre slovenčinu.
Autori používali detektory AI textu a štatisticky korigovali ich chyby: prípady, keď označia ľudský text za strojový, aj prípady, keď zásah AI prehliadnu. Presná výška odhadu napriek tomu závisí od predpokladov o spoľahlivosti detekcie a jej zmenách v čase. Výsledky preto opisujú odhadovaný trend vo veľkom súbore stránok, nie spoľahlivý dôkaz autorstva konkrétneho článku.