اسنپ اعلام کرده که ویدیوهای کاملاً تولیدشده توسط مدلهای مولد هوش مصنوعی از پیشنهادهای بخش Spotlight حذف میشوند تا فید، به جای محتوای تکراری و کمکیفیت، بر خلاقیت اصیل افراد واقعی متمرکز بماند.
چه تغییراتی اعمال شده است؟
از این ماه ویدیوهایی که بهطور کامل توسط مدلهای مولد تولید شده باشند، دیگر برای توصیه در Spotlight پذیرفته نمیشوند. ویدیوهایی که با ابزارهای هوش مصنوعی داخلی اسنپ ویرایش شدهاند، همچنان مجازند اما با برچسب شفافیت منتشر میشوند. اسنپ اعلام کرده مشارکت در Spotlight بیش از 120 درصد رشد کرده و توضیح خاصی درباره سهم تولیدات هوش مصنوعی در این رشد نداده است.
پاسخ دیگر پلتفرمها
اسنپ تنها نیست. گزارش Kapwing نشان میدهد حدود 21 درصد از ویدیوهای کوتاه در پلتفرمهایی مانند YouTube Shorts اکنون با کمک هوش مصنوعی ساخته میشوند و احتمالاً نسبت مشابه یا بیشتری در شبکههای اجتماعی دیگر وجود دارد. تلاشهایی برای ساخت شبکههای ویدیویی مبتنی بر هوش مصنوعی مانند اپ Sora از OpenAI نیز با استقبال محدود و عملکرد متناقض مواجه شدهاند.
لینکدین و دکمه گزارشدهی «AI slop»
لینکدین دکمهای اختصاصی با برچسب «AI slop» معرفی کرده تا گزارشگذاری محتوای تولیدشده یا کمکیفیتِ هوش مصنوعی سادهتر شود. اما تشخیص دقیق «AI slop» برای کاربران عادی دشوار است و این ابزار بدون مکانیزمهای اعتبارسنجی میتواند به گزارشهای نادرست یا سوءاستفاده تبدیل شود.
چالشهای فنی و اخلاقی تشخیص محتوا
مسائل کلیدی در تشخیص و مدیریت محتوای مولد شامل موارد زیر است:
- معیار کیفیت نامشخص: مرزبندی میان محتوای کمکیفیت و محتوایی که با کمک ابزارها خلقشده اما خلاقانه است، معیارسنجی پیچیدهای میطلبد.
- مأخذ و منشأ: اثبات اینکه یک محتوا کاملاً خودکار تولید شده یا انسان آن را بازبینی کرده، نیاز به استانداردهای مستندسازی و پروتکلهای شفاف دارد.
- سوءاستفاده و گزارشهای نادرست: دکمههای گزارشدهی هدف آزار یا سانسور قرار میگیرند مگر اینکه مکانیسمهای اعتبارسنجی و بازبینی انسانی متکی بر شواهد وجود داشته باشند.
راهکارهایی که پلتفرمها دنبال میکنند
برای حفظ کیفیت فید و اعتماد کاربران، ترکیبی از روشهای فنی، سیاستگذاری و کنترل انسانی اجرا یا بررسی میشود:
- برچسبگذاری شفاف برای محتوا و افشای استفاده از ابزارهای مولد.
- استفاده از سیگنالهای الگوریتمی برای شناسایی الگوهای تکراری و کیفیت پایین.
- افزودن لایههای بازبینی انسانی برای گزارشهای حساس یا محتوای پربازدید.
- پیوستن به روشهای فنی مانند واترمارک دیجیتال یا پروتکلهای منشأ برای ردیابی خاستگاه محتوا.
پیامد برای سازندگان و مخاطبان
سازندگانی که محتوای اصیل و خلاقانه تولید میکنند احتمالاً از این تغییر سود خواهند برد، زیرا رقابت با موج تولیدات ارزان و تکراری کاهش مییابد. در مقابل، تولیدکنندگان محتوا که عمدتاً بر تولید خودکار تکیه کردهاند باید رویکرد خود را بازنگری کنند؛ اولویتهایی مانند کیفیت روایت، ارزش افزوده انسانی و شفافیت در استفاده از ابزارها اکنون اهمیت بیشتری یافته است.
چشمانداز
موج تولید محتوای مولد همچنان در حال تکامل است. واکنش پلتفرمها نشان میدهد مقابله با آثار جانبی این موج نیازمند ترکیب سیاستگذاری هوشمند، راهکارهای فنی و فرهنگسازی در میان کاربران است. با بهبود ابزارهای تشخیص و نشانهگذاری، معیارهای جدید و دقیقتری برای سنجش خلاقیت دیجیتال شکل خواهد گرفت.
