随着生成式 AI 的低成本化，越来越多使用爬虫抓取其他网站内容，并用 AI 重新生成信息的“垃圾网站”不断涌出，目前外媒 NewsGuard 发布相关数据报告，称目前已经追踪到了 200 余个此类“垃圾网站”。


据悉，NewsGuard 从今年年初开始标记这些使用 AI 生成内容的网站，在今年 4 月时，他们登记了 49 个相关网站，到了 6 月则已超过 200 个，而这些“AI 垃圾场”缺乏人类监管，其中消息鱼龙混杂，没有任何可信度，完全是为了从 Google Ads 中薅羊毛而生。


调查显示，这些“垃圾网站”存在的目的就是诱导用户点击访问，并通过其中显示的广告赚取收入，其中名为 TNN 的网站甚至每天可生成逾 1200 篇文章，该网站完全由爬虫及 “转换语法后重写一遍”的 AI 脚本控制，相较之下，《纽约时报》网站每天平均仅发布 150 篇文章。


截至 6 月 26 日，AI“垃圾网站”已经追踪标记了 277 个站点，这些网站涵盖了 13 种语言，包括中文、英文、阿拉伯语、捷克语、荷兰语、法文、印尼文、意大利文、韩文、葡萄牙语、他加禄语（菲律宾）、泰文及土耳其语等。


IT之家注意到，实际上这种利用爬虫批量爬取其他媒体资讯信息，并在爬取的资讯页面中加上大量广告，并通过“竞价排名”吸引访问者，进而获取广告补贴的网站，在 AI 时代来临前就已经相当常见，而生成式 AI 的普及只是给予了这些网站更低的营运成本。


而谷歌的广告政策明确表示，不允许在自动生成的内容网站文章中使用 Google Ads API，但这些网站实际上每个新闻页都有 3-5 个广告链接，因此实际也违反了谷歌的广告政策。