社交媒体上随处可见人工智能生成的内容，尤其是领英

两个月前，我们推出了一款 Chrome 扩展程序，旨在应对社交媒体上日益严重的低质量内容问题。该扩展程序允许用户在浏览社交媒体帖子时实时扫描内容，并标记由人工智能生成的内容，从而帮助用户在决定如何分配注意力时做出明智的选择。

Pangram 是一家以研究为先的公司，这不仅体现在我们拥有业界领先的 AI 检测算法，还体现在我们对 AI 生成内容的风险和普及程度的追踪上。社交媒体是这一领域中最难研究的领域之一——比新闻文章、研究论文 或亚马逊评论等要难得多。但它也是最重要的领域之一，因为它可能是我们面临中 AI 生成内容数量最多的来源。

我们认为，了解这一问题对于更好地应对它至关重要。因此，我们在 Chrome 扩展程序中添加了一个“主动参与”设置，允许用户通过匿名方式与我们分享其扫描统计数据，从而协助我们的研究。我们已将前几个月收集到的数据汇总到了下方的报告中。

主要发现：

• 社交媒体上每四篇长文中就有一篇被标记为完全由人工智能生成
• 在我们标记为AI生成的所有帖子中，有三分之二来自领英
• 近一半的X/Twitter文章由AI撰写

AI生成的内容对长篇内容的影响最为显著

在我们的数据集中，人工智能生成的内容出现在所有社交媒体平台上。所有被扫描内容的平均AI生成率为13.8%，但具体比率因平台和内容长度而异。在五家平台中的四家，长篇内容比短篇内容更可能由人工智能生成。在所有平台上，每四篇长篇内容中就有一篇（超过250词的内容中占25.72%）完全由人工智能生成。

Substack 是个例外；在那里，完全由人工智能生成的内容比例基本保持平稳，而且与较短的文章相比，篇幅更长、内容更充实的文章实际上由人工智能生成的可能性反而略低一些。

LinkedIn是AI内容最泛滥的平台，其中超过40%的长文帖子被标记为完全由AI生成。 然而，如果将人工智能与人类创作的混合内容也计算在内，X/Twitter 的情况最为严峻：X 平台上的文章中，近一半要么是完全由人工智能生成的（23.9%），要么是人工智能辅助或混合创作的（22.9%），而仅有 53.2% 的文章被标记为完全由人类撰写。

我们的数据显示，AI生成的内容是所有平台都面临的问题，且对长篇内容的影响尤为严重。即使是AI生成率最低的长篇内容平台Substack，其帖子中仍有超过五分之一（21.9%）被标记为AI生成或AI辅助生成。这与其他领域（例如报纸评论专栏）中AI生成内容日益增多的现象相一致。

LinkedIn上充斥着大量低质量的AI内容

在所有平台中，LinkedIn的人工智能内容占比最高。LinkedIn的帖子占扫描内容的三分之一，却占我们标记的所有人工智能内容的近三分之二（62%）。与人们的预期相反，在与真实身份相关的职业场合中，人们极度愿意使用人工智能代为发声，而在休闲和匿名平台上则较少使用。

LinkedIn 还通过多种方式鼓励在其平台上使用人工智能，包括内置的“使用 AI 写作”按钮（现已更名为“优化帖子”，但仍提供 AI 写作辅助功能）。 人们逐渐注意到 LinkedIn 上低质量内容的声誉日益恶化——或许是为了应对这一问题，LinkedIn 的一位高管最近宣布，该平台将利用内部算法检测并降低 AI 生成的帖子的排名；讽刺的是，这一公告本身就是由 AI 生成的。无论该公司是否试图对其信息流中的 AI 内容进行调控，我们的用户在 LinkedIn 上仍然会看到大量由 AI 撰写的帖子。

相比回复，顶帖中由人工智能生成的内容更多

在我们的数据中，Reddit 的扫描量在所有平台中最高，占我们扫描项目总数的 36.7%。然而，Reddit 的 AI 综合占比仅为 4.4%，在所有平台中属于最低之列。这是由于构成效应所致：Reddit 上的回复绝大多数由人类撰写（98.1%），而回复总计占我们扫描的 Reddit 项目总数的 72%。 Reddit 上的顶级帖子更可能由 AI 撰写，占比达 11.6%，与 X/Twitter 10.0% 的 AI 渗透率相当。LinkedIn 上也呈现出同样的模式，尽管程度较轻：与评论相比，LinkedIn 上的顶级帖子由 AI 生成的可能性高出 1.35 倍。

尽管与帖子相比，LinkedIn上的回复由AI生成的可能性较低，但在控制篇幅因素后，这一趋势发生了逆转：与顶级帖子相比，LinkedIn上的评论实际上由AI生成的可能性略高。对于Reddit而言，AI生成率的差异与帖子格式无关——在控制篇幅因素后，Reddit上的顶级帖子由AI生成的可能性仍高出5.25倍。

Reddit上那些非AI生成的回复，揭示了许多反机器人策略的盲点。虽然Reddit的垃圾信息政策能有效清除利用AI自动生成垃圾回复的账号，但这种方法只能拦截平台上最粗制滥造的垃圾内容。 Reddit 上的热门帖子仅占所有帖子的四分之一，但它们对受众的影响力要大得多；而且由于其数量较少，由 AI 撰写的帖子往往能绕过基于数量的审核机制（如速率限制）。

方法与数据收集

总体而言，自2026年4月24日Chrome扩展程序发布以来，同意为研究目的分享数据的用户帮助我们建立了一个包含1,002,627条帖子的数据集，这些帖子来自互联网上几大主要社交媒体平台：LinkedIn、Medium、Substack、X/Twitter和Reddit。数据集中的每条帖子仅计数一次，且我们仅扫描长度超过50个单词的内容。 每条帖子均通过我们最新的AI检测模型Pangram 3.3进行分析，该模型的误报率仅为0.01%。该数据集使我们能够直接了解，当前用户在信息流中看到的是哪些由AI生成的内容。

结论

如今，社交媒体上到处都存在AI生成内容的问题。这虽然令人担忧，但与我们在网络其他地方所见的情况一致：研究人员估计，开放互联网上新发布的网站中，有35%是由AI生成或AI辅助生成的。一个完全被未标注的AI内容淹没的互联网前景黯淡，但我们并不认为这是不可避免的。 我们希望，通过提高网络上AI生成内容的透明度，能够让互联网用户重新掌握对自身注意力分配的控制权。