HOW MUCH OF AN ARTICLE COUNT IS HUMAN WORK? DECOMPOSING THE CREATION OF FIVE WIKIPEDIAS, 2010–2025

Abstract

The number of articles in a language's Wikipedia is routinely quoted as evidence of that language's presence online, including in a 2026 study of Kazakh digital language policy that reports 241,858 articles for the Kazakh edition. An article count is a count of pages, not of human work, and pages can be created automatically. Using the Wikimedia Analytics API, this study decomposes every content page created in the Kazakh, Uzbek, Kyrgyz, Azerbaijani, Tatar and Russian editions between January 2010 and August 2025 by the class of account that created it. Accounts carrying the platform's bot flag created 50.4 per cent of the Kazakh pages, 64.1 per cent of Kyrgyz and 90.0 per cent of Tatar, against 0.3 per cent of Azerbaijani. The flag is then shown to be insufficient. A burst rule — a month in which human-flagged page creation is at least ten times its own trailing median — identifies four Kazakh months, thirteen Uzbek and ten Kyrgyz, and none at all in Azerbaijani, Tatar or Russian. In those months a newly created page receives 2.5 to 3.8 subsequent edits against 17.1 to 21.8 in ordinary months, and carries roughly half the net bytes, which is the signature of automated stub creation by accounts the flag does not catch. Treating the burst excess as automation lowers the human share of Kazakh creation from 48.3 to 27.2 per cent. The same rule run as a placebo on already-flagged bot creation recovers 87 to 97 per cent of it in the three editions where it fires, so the signature it detects is automation rather than volume. Ranking the five non-Russian editions by articles gives Tatar first and Azerbaijani fourth; ranking them by human-created pages reverses this, and Azerbaijani leads on both corrected and uncorrected counts. Two findings are specific to Kazakh: no flagged bot has created an article there since 2012, and the human share of edits rose from 17.2 to 95.1 per cent over the period, but this rise is a collapse in bot activity rather than growth in human activity, and the core editing community averaged 44.2 people a month during the 2011 campaign against 37.1 in 2024. An article count should not be read as a measure of human work without this decomposition, and the platform's own bot flag is not sufficient to perform it.

Keywords: Wikipedia, Kazakh language, bots, automated content, digital language vitality, Central Asia, article count

Аннотация

КАКАЯ ЧАСТЬ ЧИСЛА СТАТЕЙ — РАБОТА ЛЮДЕЙ? ДЕКОМПОЗИЦИЯ СОЗДАНИЯ СТАТЕЙ В ПЯТИ РАЗДЕЛАХ ВИКИПЕДИИ, 2010–2025

Число статей в языковом разделе Википедии регулярно приводится как свидетельство присутствия языка в интернете, в том числе в исследовании 2026 года о казахской цифровой языковой политике, где для казахского раздела указано 241 858 статей. Однако число статей — это число страниц, а не объём человеческого труда, и страницы могут создаваться автоматически. С помощью Wikimedia Analytics API в исследовании каждая содержательная страница, созданная в казахском, узбекском, кыргызском, азербайджанском, татарском и русском разделах с января 2010 по август 2025 года, разложена по типу создавшей её учётной записи. Учётные записи с флагом бота создали 50,4% казахских страниц, 64,1% кыргызских и 90,0% татарских против 0,3% азербайджанских. Затем показано, что флага недостаточно. Правило всплеска — месяц, в котором число страниц, созданных учётными записями без флага бота, не менее чем в десять раз превышает собственную скользящую медиану, — выявляет четыре таких месяца в казахском разделе, тринадцать в узбекском и десять в кыргызском и ни одного в азербайджанском, татарском и русском. В такие месяцы новая страница получает 2,5–3,8 последующих правки против 17,1–21,8 в обычные месяцы и содержит примерно вдвое меньше байтов — признак автоматического создания заготовок учётными записями, которые флаг не выявляет. Если считать избыток в месяцы всплесков автоматизацией, доля человеческого труда в создании казахских страниц снижается с 48,3% до 27,2%. То же правило, применённое в качестве плацебо к созданию страниц уже помеченными ботами, выявляет 87–97% такой активности в трёх разделах, где оно срабатывает, значит, правило улавливает именно автоматизацию, а не объём. По числу статей среди пяти нерусских разделов татарский занимает первое место, а азербайджанский — четвёртое; по числу страниц, созданных людьми, порядок обратный, и азербайджанский лидирует как по скорректированным, так и по нескорректированным данным. Два вывода касаются только казахского раздела: ни один бот с флагом не создавал там статей с 2012 года, а доля правок людей выросла за период с 17,2% до 95,1%, но этот рост — результат обвала активности ботов, а не роста активности людей: ядро сообщества редакторов в среднем составляло 44,2 человека в месяц во время кампании 2011 года против 37,1 в 2024 году. Число статей нельзя считать мерой человеческого труда без такой декомпозиции, а собственного флага бота платформы для неё недостаточно.

Ключевые слова: Википедия, казахский язык, боты, автоматически созданный контент, цифровая жизнеспособность языка, Центральная Азия, число статей

Аңдатпа

МАҚАЛАЛАР САНЫНЫҢ ҚАНШАСЫ АДАМ ЕҢБЕГІ? УИКИПЕДИЯНЫҢ БЕС БӨЛІМІНДЕ МАҚАЛАЛАР ҚҰРУДЫҢ ДЕКОМПОЗИЦИЯСЫ, 2010–2025

Уикипедияның тілдік бөліміндегі мақалалар саны тілдің интернеттегі қатысуының дәлелі ретінде жиі келтіріледі, соның ішінде қазақ тілінің цифрлық саясатына арналған 2026 жылғы зерттеуде қазақ бөлімі үшін 241 858 мақала көрсетілген. Алайда мақалалар саны — адам еңбегінің емес, беттердің саны, ал беттер автоматты түрде құрылуы мүмкін. Wikimedia Analytics API көмегімен зерттеуде 2010 жылғы қаңтардан 2025 жылғы тамызға дейін қазақ, өзбек, қырғыз, әзербайжан, татар және орыс бөлімдерінде құрылған әрбір мазмұнды бет оны құрған есептік жазбаның түрі бойынша жіктелді. Бот белгісі бар есептік жазбалар қазақ беттерінің 50,4%-ын, қырғыз беттерінің 64,1%-ын және татар беттерінің 90,0%-ын құрды, ал әзербайжан бөлімінде бұл көрсеткіш 0,3% ғана. Содан кейін бұл белгінің жеткіліксіз екені көрсетіледі. Секіріс ережесі — бот белгісі жоқ есептік жазбалар құрған беттер саны өзінің жылжымалы медианасынан кемінде он есе асатын ай — қазақ бөлімінде төрт, өзбек бөлімінде он үш, қырғыз бөлімінде он осындай айды анықтайды, ал әзербайжан, татар және орыс бөлімдерінде бірде-бір мұндай ай жоқ. Мұндай айларда жаңа бет кейін 2,5–3,8 түзету алады, ал әдеттегі айларда 17,1–21,8 түзету алады және шамамен екі есе аз байт қамтиды — бұл белгі анықтамайтын есептік жазбалардың дайындамаларды автоматты түрде құруының белгісі. Секіріс айларындағы артық көлемді автоматтандыру деп есептесек, қазақ беттерін құрудағы адам еңбегінің үлесі 48,3%-дан 27,2%-ға дейін төмендейді. Дәл осы ереже бот белгісі бар есептік жазбалардың бет құруына плацебо ретінде қолданылғанда, ол іске қосылатын үш бөлімде мұндай белсенділіктің 87–97%-ын анықтайды, демек ереже көлемді емес, дәл автоматтандыруды аңғарады. Мақалалар саны бойынша бес орыс тілді емес бөлімнің ішінде татар бөлімі бірінші, әзербайжан бөлімі төртінші орында; адамдар құрған беттер саны бойынша рет керісінше болады және әзербайжан бөлімі түзетілген де, түзетілмеген де деректер бойынша алда. Екі қорытынды тек қазақ бөліміне қатысты: 2012 жылдан бері онда бот белгісі бар ешбір бот мақала құрмаған, ал адамдардың түзетулерінің үлесі кезең ішінде 17,2%-дан 95,1%-ға өсті, бірақ бұл өсу адамдар белсенділігінің артуы емес, боттар белсенділігінің күрт құлдырауы нәтижесі: редакторлар қауымдастығының өзегі 2011 жылғы науқан кезінде айына орта есеппен 44,2 адам болса, 2024 жылы 37,1 адам болды. Мұндай декомпозициясыз мақалалар санын адам еңбегінің өлшемі ретінде қарастыруға болмайды, ал платформаның өз бот белгісі бұл үшін жеткіліксіз.

Түйін сөздер: Уикипедия, қазақ тілі, боттар, автоматты түрде құрылған контент, тілдің цифрлық өміршеңдігі, Орталық Азия, мақалалар саны

References

1. Zharkynbekova S., Ayupova G., Galiyeva B., Shakhputova Z., Zabrodskaja A. Digital linguistic sovereignty and Kazakh language policy in the digital environment // Frontiers in Psychology. 2026. DOI: 10.3389/fpsyg.2026.1858650.
2. Kornai A. Digital Language Death // PLoS ONE. 2013. Vol. 8, No. 10. e77056. DOI: 10.1371/journal.pone.0077056.
3. Steiner T. Bots vs. Wikipedians, Anons vs. Logged-Ins // Proceedings of the 23rd International Conference on World Wide Web Companion (WWW '14 Companion). 2014. arXiv:1402.0412.
4. Steiner T. Bots vs. Wikipedians, Anons vs. Logged-Ins (Redux): A Global Study of Edit Activity on Wikipedia and Wikidata // Proceedings of the International Symposium on Open Collaboration (OpenSym '14). 2014. DOI: 10.1145/2641580.2641613.
5. Tsvetkova M., García-Gavilanes R., Floridi L., Yasseri T. Even good bots fight: The case of Wikipedia // PLoS ONE. 2017. Vol. 12, No. 2. e0171774. DOI: 10.1371/journal.pone.0171774.
6. Halfaker A., Riedl J. Bots and Cyborgs: Wikipedia's Immune System // Computer. 2012. Vol. 45, No. 3. P. 79–82.
7. Geiger R. S. The Lives of Bots // Lovink G., Tkacz N. (eds.) Critical Point of View: A Wikipedia Reader. Amsterdam: Institute of Network Cultures, 2011.
8. Zheng L., Albano C. M., Vora N. M., Mai F., Nickerson J. V. The Roles Bots Play in Wikipedia // Proceedings of the ACM on Human-Computer Interaction. 2019. Vol. 3, CSCW, Article 215. DOI: 10.1145/3359317.
9. Reeves N., Simperl E. Machines in the Margins: A Systematic Review of Automated Content Generation for Wikipedia. 2025. arXiv:2509.22443.
10. Wikimedia Foundation. Analytics Query Service (Wikistats 2) REST API. URL: https://wikimedia.org/api/rest_v1/ (accessed 23.09.2026).
11. Wikipedia's largest non-English version was created by a bot. Generative AI poses new problems // ABC News. 15.04.2025. URL: https://www.abc.net.au/news/science/2025-0415/wikipedia-cebuano-lsjbot-ai-article-generation-non-english/105123090 (accessed 23.09.2026).
12. Davis L. Class assignment inspired Wikipedian of the Year to grow Kazakh Wikipedia // Wikimedia Foundation, Diff. 05.07.2012. URL: https://diff.wikimedia.org/2012/07/05/class-assignment-inspired-wikipedian-of-the-year-togrow-kazakh-wikipedia/ (accessed 23.09.2026).

How to cite

Albiyev A. HOW MUCH OF AN ARTICLE COUNT IS HUMAN WORK? DECOMPOSING THE CREATION OF FIVE WIKIPEDIAS, 2010–2025 // Central Asian Scientific Journal. – 2026. – No. 4(32), Vol. 1. – Pp. 251–260.