YouTube vraagt kijkers nu om generatieve AI-slop te detecteren bij het beoordelen van video's

YouTube heeft een ingewikkelde houding ten opzichte van generatieve AI. Het staat sommige video's geproduceerd door machine learning toe op het platform en moedigt het gebruik ervan zelfs aan. Toch heeft het bedrijf ook gezworen om hard op te treden tegen AI-slop. Er is een nieuw beoordelingssysteem gekomen dat kijkers vraagt om deze ongewenste inhoud te detecteren.

VidIQ is een van de vele sociale media accounts die de pop-ups in de YouTube-app. Er wordt botweg gevraagd: "Voelt dit aan als AI-slop?" of, als alternatief, of "AI van lage kwaliteit" een rol heeft gespeeld. Mogelijke antwoorden variëren van "Helemaal niet" tot "Extreem" Op dit moment lijkt de nieuwe strategie zich in een beperkte testfase te bevinden.

Het staat makers van inhoud vrij om generatieve AI-tools te gebruiken om video's te verbeteren. Ze zijn niet verplicht om voice-overs op te nemenbewerkingen uit te voeren of afbeeldingen te ontwerpen. Helaas worden steeds meer uploads gemaakt zonder voldoende menselijk toezicht. Zelfs dan worden ze vaak toegestaan als ze niet van lage kwaliteit zijn. Anders lopen kanaaleigenaren het risico om om geld te verdienen.

Hoe filtert YouTube AI-slop eruit?

Om te bepalen of een kandidaat aan de basisnormen voldoet, vertrouwt YouTube op zowel geautomatiseerde als menselijke beoordelingen. Geen van beide is afdoende gebleken, en uit een recent onderzoek blijkt dat meer dan 20% van de YouTube-shorts slecht geproduceerd, repetitief of misleidend waren. Daarom voegt het bedrijf misschien een nieuw element toe aan de conventionele like/dislike-opties.

Vertrouwen op kijkers heeft zijn nadelen, omdat sommigen niet slim genoeg zijn om slimme deepfakes. Er is ook een subjectief element, waarbij supporters van een kanaal kunnen aarzelen om een video te markeren.

Sommige critici geloven dat het nieuwe classificatiesysteem zal leiden tot meer AI-slopin plaats van minder. Als de veranderingen wijdverspreid worden, zullen gebruikers enorme hoeveelheden gegevens aanleveren. TukiFromKL denkt dat het platform zijn eigen modellen traint om inhoud te genereren die moeilijker te detecteren is. Met sommige resultaten overtuigender dan andere, zou het kunnen leren hoe het publiek effectief voor de gek gehouden kan worden.