Tiktok показывает новым пользователям почти 60% низкокачественного ИИ-контента — исследование kapwing

Исследование: почти 60% рекомендаций новым пользователям TikTok приходится на низкокачественный ИИ-контент

Доля роликов, созданных с помощью нейросетей, заметно увеличивается в социальных сетях. Особенно быстро этот процесс проявляется в рекомендательных лентах, где алгоритмы автоматически подбирают видео для новых пользователей. Согласно исследованию компании Kapwing, значительная часть таких публикаций относится к категории так называемого *AI slop* - массового, шаблонного и низкокачественного контента, созданного преимущественно автоматическими инструментами.

Исследователи проанализировали более 10 тысяч видеороликов в TikTok, распределив их по 20 тематическим категориям. Выяснилось, что около 60% видео, которые платформа показывала новым аккаунтам, имели признаки генерации с помощью искусственного интеллекта. Речь идёт о роликах с синтетической озвучкой, искусственными персонажами, автоматически смонтированными сценами, повторяющимися сценариями и изображениями, созданными нейросетями.

В YouTube Shorts показатель оказался значительно ниже, однако также оказался заметным. Примерно 21% рекомендованных коротких видео содержали признаки ИИ-генерации. Это указывает на общую тенденцию: алгоритмические платформы всё чаще наполняются публикациями, производство которых требует минимального участия человека.

Наибольшую концентрацию нейросетевого контента специалисты обнаружили в детской тематике. В этом сегменте особенно распространены простые мультфильмы, короткие истории с повторяющимися персонажами, музыкальные ролики, говорящие животные и видео с искусственными голосами. Подобные материалы можно выпускать в больших объёмах, быстро адаптируя их под разные языки, популярные темы и поисковые запросы.

При этом детская аудитория считается особенно привлекательной для создателей массового контента. Дети могут неоднократно просматривать одни и те же видео, а алгоритмы воспринимают повторные просмотры как признак интереса. В результате однотипные ролики получают дополнительные показы, даже если не отличаются оригинальностью, содержательностью или качеством исполнения.

Гораздо меньше ИИ-видео было найдено в категориях фитнеса и моды. Эксперты связывают это с тем, что такие форматы сильнее зависят от участия реальных людей. Тренировочные рекомендации требуют демонстрации движений, модные обзоры - примерки, личного опыта и визуального присутствия автора. Полностью синтетический ведущий пока не всегда способен убедительно заменить человека в подобных жанрах.

Авторы исследования считают, что распространение автоматически созданных публикаций будет продолжаться. Современные генеративные сервисы позволяют создавать сценарии, изображения, озвучку и монтаж за считаные минуты. В результате один автор или небольшая команда способны выпускать сотни роликов ежедневно, тестируя разные варианты заголовков, обложек и сюжетов.

Ключевую роль в этом процессе играют рекомендации. Платформы оценивают не столько трудозатраты автора и достоверность информации, сколько реакцию аудитории: длительность просмотра, повторные включения, лайки, комментарии и переходы к следующим видео. Если простой нейросетевой ролик удерживает внимание, система может активно продвигать его независимо от того, насколько он полезен или оригинален.

Именно поэтому низкокачественный ИИ-контент иногда конкурирует с публикациями профессиональных авторов. Создателю не требуется тратить часы на съёмку, монтаж и подготовку декораций. Достаточно подобрать востребованную тему, сгенерировать несколько вариантов ролика и оставить те, которые показывают лучшие статистические результаты.

При этом сам термин "нейрослоп" не означает, что любой контент с использованием ИИ является плохим. Нейросети могут помогать с расшифровкой, переводом, субтитрами, обработкой звука, созданием визуальных эффектов и подготовкой чернового монтажа. Проблема возникает тогда, когда автоматизация полностью заменяет замысел, проверку фактов и редакторскую работу.

Для зрителей это означает необходимость внимательнее относиться к рекомендациям. Неестественная мимика, странная артикуляция, повторяющиеся сюжетные схемы, чрезмерно гладкая озвучка и ошибки в деталях могут указывать на искусственное происхождение видео. Однако современные инструменты быстро совершенствуются, поэтому определить источник ролика по одному признаку бывает трудно.

Особую опасность представляет использование нейросетей в материалах, которые выглядят как образовательные или новостные. Синтетическое видео может убедительно имитировать эксперта, врача, преподавателя или очевидца событий. Если при этом отсутствуют проверяемые данные и указание на происхождение материалов, зритель рискует принять выдуманную информацию за достоверную.

Платформы постепенно вводят обозначения для публикаций, созданных или изменённых с помощью ИИ, но такие механизмы пока не всегда работают последовательно. Метка может отсутствовать, быть незаметной или не отражать степень вмешательства нейросети. Кроме того, часть авторов намеренно не раскрывает способ производства контента, опасаясь снижения доверия аудитории.

Для пользователей полезно самостоятельно настраивать ленту: скрывать неинтересные публикации, отмечать нежелательные рекомендации, отписываться от подозрительных каналов и не взаимодействовать с роликами, которые не хочется видеть снова. Любое действие зрителя влияет на алгоритм, поэтому осознанная реакция помогает постепенно изменить подборку.

В перспективе социальным сетям придётся искать баланс между автоматизацией и качеством. Полный запрет нейросетевого контента вряд ли возможен и не всегда оправдан: искусственный интеллект уже стал частью творческих и производственных процессов. Однако платформам необходимо лучше отличать авторские проекты от бесконечного потока однотипных публикаций, созданных исключительно ради просмотров.

Исследование Kapwing показывает, что ИИ-контент перестал быть редким экспериментом и превратился в заметный элемент цифровой среды. Для новых пользователей он уже составляет значительную часть рекомендаций, особенно в массовых и детских категориях. Дальнейшее развитие социальных сетей будет зависеть от того, смогут ли их алгоритмы учитывать не только количество просмотров, но и достоверность, оригинальность и реальную пользу материалов.

Прокрутить вверх