تقنية الكشف التلقائي للذكاء الاصطناعي في يوتيوب ليست اختبارًا علنيًا يحدد للمنشئين ما إذا كان الفيديو "ذكاء اصطناعيًا" أو "إنسانيًا". بالنسبة للمنشئين، الرسالة المفيدة أبسط: إذا كان يمكن الخلط بين شخص أو صوت أو حدث أو مشهد واقعي في فيديوك وبين تسجيل حقيقي، فعليك تقديم إفصاح دقيق وإطار الفيديو بصدق بدلًا من الانتظار لمعرفة ما إذا كان يوتيوب سيضيف تصنيفًا.
النقاط الرئيسية:
- تقول يوتيوب إنها تستخدم "إشارات داخلية جديدة" لتحسين كيفية عرض تصنيفات استخدام الذكاء الاصطناعي للمشاهدين في تحديث تصنيفات الذكاء الاصطناعي الرسمي.
- منذ مارس 2024، يحتاج المنشئون إلى الإفصاح عن المحتوى الواقعي الذي تم تغييره أو الذي هو اصطناعي، في حين أن المساعدة في الإنتاج مثل كتابة النصوص والترجمة التلقائية لا تتطلب هذا الإفصاح.
- يُوصف تحديث تصنيفات الذكاء الاصطناعي العامة من يوتيوب بأنها إجراء للشفافية تجاه المشاهدين، بما في ذلك العرض تحت مشغلات الفيديو وفي مقاطع الفيديو القصيرة حيثما ينطبق؛ ولا تنشر درجة الكشف العامة أو قائمة بالمحفزات المضمونة.
- الإفصاح عن استخدام الذكاء الاصطناعي، وأداء التوصية، واهلية الربح هي أسئلة مختلفة. يوفر الإفصاح الدقيق للسياق للمشاهدين، لكنه لا يعفي من التغليف المضلل أو يعوض عن العمل التحريري الأصلي.
كيف تعمل تقنية الكشف التلقائي للذكاء الاصطناعي في يوتيوب؟
تعمل تقنية الكشف التلقائي للذكاء الاصطناعي في يوتيوب من خلال دمج المعلومات المقدمة من المنشئين والإشارات التي لا تفصح عنها يوتيوب علنًا. الإجراء الذي يواجه المنشئ ليس تشخيص نموذج يوتيوب؛ بل هو تحديد المواد الواقعية التي تم تغييرها أو الاصطناعية في الفيديو النهائي والإفصاح عنها عندما يمكن أن يخطئ المشاهدون في اعتبار ذلك لقطات حقيقية أو خطابًا أو أحداثًا.
تقول يوتيوب، المنصة التي وراء السياسة وتحديث المنتج، إنها تستخدم "إشارات داخلية جديدة" في تحديث تصنيفات الذكاء الاصطناعي الرسمي. هذه عبارة مباشرة عن اتجاه المنتج، لكنها ليست مواصفة تقنية منشورة. لم تقدم يوتيوب للمنشئين كاشفًا عامًا، أو درجة موثوقية، أو معدل إيجابي زائف، أو قائمة تحقق علامة مائية، أو وصفة تحرير تضمن ظهور تصنيف.
تلك القيود مهمة لأن المنشئين يمكن أن يرتكبوا خطأين متعارضين. أحدهما هو الافتراض أن يوتيوب سيجد كل مشهد اصطناعي واقعي، لذا لا حاجة للإفصاح عنه. والآخر هو الافتراض أن كل استخدام لأداة ذكاء اصطناعي سيثير تصنيفًا مرئيًا. لا يستند أي من الاستنتاجين على المعلومات العامة. النتيجة العملية التي يجب التخطيط لها هي سياق المشاهد: قد تظهر يوتيوب معلومات استخدام الذكاء الاصطناعي عندما تحدد أن السياق مفيد، في حين لا يزال يتحمل المنشئون مسؤولية الإفصاح الدقيق.
في الممارسة العملية، يجلس النظام بجانب عدة مصادر من السياق:
- إفصاح المنشئ: يوفر تدفق التحميل للمنشئين وسيلة مباشرة لتحديد المحتوى الواقعي المعدل أو الاصطناعي.
- الإشارات الداخلية للمحتوى: يمكن أن تستخدم أنظمة يوتيوب إشارات تتجاوز إعلان المنشئ لتحسين كيفية عرض تصنيفات استخدام الذكاء الاصطناعي.
- العرض الموجه للمشاهدين: قد تظهر التصنيفات تحت مشغلات الفيديو وفي مقاطع الفيديو القصيرة، حيث يمكن للمشاهد أن يشكل انطباعًا سريعًا عما إذا كان المحتوى حقيقيًا.
- مراجعة السياسات: التصنيف ليس هو نفسه الحكم السياسي. يمكن أن تأخذ المراجعات المنفصلة بعين الاعتبار ما إذا كانت ادعاءات الفيديو والتغليف والحقوق وقيمة القناة العامة تلبي المعايير ذات الصلة.
النقطة التشغيلية الأساسية هي أن التصنيف يتعلق بالسياق، وليس بالضرورة بسوء التصرف. يمكن أن تكون إعادة بناء خيالية أو تسلسل بصري مساعد بواسطة الذكاء الاصطناعي أو صوت اصطناعي مقبولة بينما لا تزال تتطلب سياقًا إذا كان بالإمكان أن يأخذها المشاهد كسجيل حقيقي. على العكس، فإن استخدام الذكاء الاصطناعي للمساعدة في تنظيم سيناريو أو تنظيف الصوت لا يحول الفيديو تلقائيًا إلى وسائط اصطناعية واقعية.
بالنسبة لمتطلبات التحميل التفصيلية، اقرأ قواعد يوتيوب للإفصاح عن المحتوى القائم على الذكاء الاصطناعي. تعمل تقنية الكشف التلقائي على تغيير السؤال العملي من "هل يمكنني تجنب تصنيف هذا؟" إلى "إذا رأى مشاهد جديد هذا دون ملاحظاتي الإنتاجية، هل يمكن أن يعتقد خطأ أنه حقيقي؟"
ما المحتوى الذي من المرجح أن يحتاج إلى سياق استخدام الذكاء الاصطناعي على يوتيوب؟
المحتوى الأكثر احتمالًا أن يحتاج إلى سياق استخدام الذكاء الاصطناعي على يوتيوب هو الوسائط الواقعية المعدلة أو الاصطناعية التي قد تدفع المشاهدين إلى اعتقاد بأن شخصًا، أو مكانًا، أو حدثًا، أو تصريحًا حقيقيًا هو أصلي عندما لا يكون كذلك. لم تنشر يوتيوب قائمة بالمحفزات كاملة، لذا يجب على المنشئين تقييم تجربة المشاهد النهائية بدلاً من محاولة استنتاج عتبة فنية سرية.
إن استخدام يوتيوب المؤكد لـ إشارات داخلية جديدة يعني أن إعلانات المنشئ ليست المعلومات الوحيدة المعنية في تحسين التصنيفات. وهذا لا يعني أن كل إطار مولد أو تأثير بصري أو تعديل آلي يُعالج بنفس الطريقة. كلما تشابه مشهد أكثر مع تسجيل في العالم الحقيقي، كلما زادت قوة الحالة للسياق الواضح.
فرق مفيد هو بين *الذكاء الاصطناعي المستخدم أثناء الإنتاج* و *الذكاء الاصطناعي الذي يغير بشكل مادي ما يراه أو يسمعه المشاهد*. يمكن أن تشمل الفئة الأولى تخطيط النصوص، إنشاء الترجمة، تنظيف الصوت، المساعدة في القطع الأولي، وتنظيم اللقطات. تلك الاستخدامات هي مساعدة في الإنتاج. تتوجه متطلبات الإفصاح في مارس 2024 إلى المحتوى المعدل أو الاصطناعي الواقعي، وليس إلى كل أداة من أدوات خلف الكواليس المستخدمة في سير العمل.
أمثلة ذات مخاطر أعلى تشمل:
- صوت واقعي يقول كلمات لم يقلها شخص حقيقي أبدًا.
- مشهد فوتوريالي depicting حدث لم يحدث.
- لقطات معدلة تغير تصرفات شخص أو هويته أو محيطه بطريقة ذات مغزى.
- مقدم اصطناعي مُصنف كخبير حقيقي، أو شاهد عيان، أو مسؤول، أو شخصية عامة.
- صور مولدة بواسطة الذكاء الاصطناعي تُستخدم في الأخبار، أو الصحة، أو المالية، أو الانتخابات، أو الطوارئ، أو غيرها من السياقات الحساسة بدون سياق كافٍ.
لنأخذ مثالًا عمليًا. تنشر قناة فيديو تاريخيًا يحتوي على صور مصورة ملونة لأحد المدن القديمة بينما يعلق الراوي: "هذه تفسير الفنان". نمط الصورة واللغة كلاهما يُشير إلى إعادة البناء. الآن غيّر المشهد إلى لقطات حقيقية فوتورية مع عنوان مثل "لقطات نادرة من الحدث". حتى لو كانت الدرس الأساسي تعليميًا، فإن النسخة الثانية تخلق خطرًا أقوى بكثير بأن يشاهد المشاهدون المادة المُولدة كدليل وثائقي.
المحفز ليس ببساطة "كان الذكاء الاصطناعي متورطًا". توضيح متحرك بأسلوب واضح أقل عرضة لتضليل المشاهدين بشأن الواقع من مقطع أخبار مُزيف مقنع. بالمثل، يمكن لقصة خيالية واضحة أن تستخدم صورًا مُولدة دون أن تلمح إلى أن اللقطات الوثائقية صحيحة. ما يهم هو العلاقة بين المادة، والادعاء حولها، وتوقع مشاهد معقول.
يجب على المنشئين أيضًا الحفاظ على قرارات التصنيف منفصلة عن أسئلة الربح الأوسع. الإفصاح الدقيق هو جزء من النشر الشفاف. إنه لا يؤسس بمفرده أن مقاطع فيديو القناة أصلية، أو ذات فائدة جوهرية، أو مغلفة بدقة، أو مؤهلة تحت كل سياسة أخرى قابلة للتطبيق. لهذا التمييز، انظر دليل سياسة المحتوى غير الأصلي في يوتيوب.
متى تنطبق تصنيفات الذكاء الاصطناعي في يوتيوب، وأين يمكن للمشاهدين رؤيتها؟
تنطبق تصنيفات الذكاء الاصطناعي في يوتيوب عندما تحدد يوتيوب أن المشاهدين يحتاجون إلى سياق حول المحتوى المعدل أو الاصطناعي الواقعي. يوضح تحديث المنتج الرسمي من يوتيوب جهوده لتحسين تصنيفات استخدام الذكاء الاصطناعي للمشاهدين، بما في ذلك تقديم التصنيفات تحت مشغلات الفيديو وفي مقاطع الفيديو القصيرة. الغرض العام هو الشفافية عند نقطة تقييم المشاهد لما يشاهدونه.
بالنسبة للمنشئين، تلك المكانة مهمة. الإفصاح ليس مجرد خانة تسجيل تخفى بمجرد النشر. في فيديو طويل، قد يرى المشاهد السياق أثناء قراره ما إذا كان سيثق في ادعاء بأسلوب وثائقي. في مقاطع الفيديو القصيرة، يمكن أن تكون نفس السياقات أكثر أهمية لأن المشاهدين يتخذون أحكامًا سريعة بشأن الأصالة، وغالبًا قبل أن يكونوا قد شاهدوا ما يكفي من التعليق لفهم الفرضية.
ذلك لا يعني أن كل فيديو مدعوم بواسطة الذكاء الاصطناعي بحاجة إلى لغة دفاعية. النهج الأفضل هو جعل الإفصاح دقيقًا وجعل الإطار التحريري يتناسب معه. فإن الشرح الموجز يكون أكثر فائدة من الكلمات الغامضة التي تترك المشاهدين يتساءلون عما هو حقيقي. عندما تكون الموضوعات حساسة، عزز السياق من خلال السرد الافتتاحي، أو الوصف، أو العنوان، أو الكلمات المعروضة على الشاشة.
على سبيل المثال:
- إعادة بناء بأسلوب وثائقي: أذكر أن المشاهد الرئيسية هي إعادة بناء متولدة بواسطة الذكاء الاصطناعي بدلًا من لقطات أرشيفية.
- راوي اصطناعي: اجعل من الواضح أن التعليق اصطناعي إذا كان الصوت يمكن أن يؤخذ صوت شخص حقيقي.
- سيناريو تاريخي أو تعليمي: حدد الحوار المتخيل والمشاهد المعاد إنشاؤها بدلًا من تقديمها كنص أو سجل موثق.
- سخرية أو خيال: قم بإلقاء الضوء على الفرضية الخيالية في وقت مبكر بما يكفي حتى لا يضطر المشاهد لمشاهدة حتى النهاية لاكتشافها.
لا يحل التصنيف محل التغليف الصادق. إذا كان العنوان يعد "لقطات مسربة" بينما يستخدم الفيديو إعادة بناء مولدة، فإن سياق المشاهد تحت اللاعب لا يُصلح الوعد المضلل في العنوان. وينطبق نفس المبدأ على الصور المصغرة، أو التسميات، أو الجمل الافتتاحية، أو الادعاءات المنطوقة. كل عنصر يجب أن يروي نفس القصة الصادقة حول ما يراه المشاهد.
هل يقلل تصنيف استخدام الذكاء الاصطناعي من وصول يوتيوب؟
لم تقل يوتيوب إن تصنيف استخدام الذكاء الاصطناعي يقلل تلقائيًا من التوصيات أو رؤية البحث أو توزيع المقاطع القصيرة. يتناول تحديث تصنيفات الذكاء الاصطناعي تحسين الشفافية للمشاهد من خلال التصنيفات والإشارات الداخلية؛ ولا تعلن عن عقوبة عالمية للوصول على التحميلات المدعومة بواسطة الذكاء الاصطناعي. يجب ألا يعامل المنشئون تصنيفًا بمفرده كدليل على الضغط الخوارزمي.
يمكن أن يتغير الوصول بشكل غير مباشر لأن التصنيف، والعنوان المحيط، وافتتاح الفيديو يمكن أن تؤثر على تفسير المشاهد. قد يغادر مشاهد يشعر أن الفيديو يبالغ، أو تقليد اللقطات الحقيقية، أو يفتقر إلى فرضية مفهومة مبكرًا أو يقرر عدم التفاعل. هذه مشاكل استجابة الجمهور. يمكن أن تؤثر على الأداء سواء استخدم الإنتاج الذكاء الاصطناعي، أو لقطات خفية، أو تأثيرات عملية، أو تحرير تقليدي.
التمييز المفيد هو بين ثلاثة قرارات منفصلة:
- تصنيف يقوم بالإجابة عليه: هل يحتاج المشاهد إلى سياق أن هذا المحتوى معدّل أو اصطناعي؟
- أداء التوصية يقوم بالإجابة عليه: هل يختار المشاهدون الفيديو، ويواصلون المشاهدة، ويتجاوبون معه بشكل إيجابي؟
- مراجعة الربحية تقوم بالإجابة عليها: هل يحقق الفيديو والقناة المعايير ذات الصلة للأهلية والمحتوى؟
على سبيل المثال، قد يكشف فيديو تعليمي بوضوح أن مشهد قاعة المحكمة هو إعادة بناء متولدة. إذا قال العنوان بدقة "إعادة بناء بصرية"، واستشهد السرد بمصدر المحتوى، وقدم الفيديو تحليلًا مفيدًا، فإن الإفصاح يضيف سياقًا بدلاً من أن يتعارض مع الوعد. إذا استخدم نفس الفيديو بدلاً من ذلك "لقطات حقيقية مدهشة" في الصورة المصغرة، فإن التغليف يخلق مشكلة ثقة مستقلة عن أي تصنيف آلي.
بالنسبة للقنوات الخالية من الوجوه، فإن الاستراتيجية الأقوى للأداء هي إظهار المساهمة التحريرية البشرية بوضوح. ابني زاوية محددة، واستخدمي بحثًا أو تفسيرًا أصليًا، وضعي للقصة هيكل متماسك، واختاري المؤثرات لأسباب، وأوضح ما هو موثق مقابل ما هو معاد بناؤه. يمكن أن يسرع الذكاء الاصطناعي الإنتاج، لكنه لا يمكن أن يخلق سببًا دائمًا للمشاهدة بمفرده.
هل يمكن للمنشئين قياس دقة الكشف عن الذكاء الاصطناعي في يوتيوب؟
لا يمكن للمنشئين قياس دقة الكشف عن الذكاء الاصطناعي في يوتيوب من خلال مرجع منشور من يوتيوب لأنه لم يتم إصدار نسبة، أو معدل إيجابي زائف، أو معدل سلبى زائف، أو لوحة إعلامية عامة للتحقق من تصنيف فيديو فردي. الحقيقة العامة أكثر ضيقًا: تقول يوتيوب إنها تستخدم إشارات داخلية جديدة لتحسين تصنيفات الذكاء الاصطناعي. لذلك فإن غياب التصنيف ليس دليلا على أن الإفصاح غير ضروري.
هذا التمييز يمنع حدوث خطأين مكلفين. الأول هو الاعتماد على الكشف الآلي لاتخاذ قرار الإفصاح. إذا كان مشهد اصطناعي واقعي يحتاج إلى سياق، فعليك الإفصاح عنه حتى لو لم يظهر تصنيف على الفور. الثاني هو محاولة عكس الهندسة النظام من خلال تغيير الأنماط المرئية، أو البيانات الوصفية، أو أنماط التحرير. لم تنشر يوتيوب قواعد تقنية تجعل فيديو "غير قابل للكشف"، ومحاولة التهرب من نظام غير مُعلن ليست ممارسة موثوقة للنشر.
عملية التحكم في الجودة المنطقية أكثر موثوقية من التخمين حول الكشف الآلي:
- راجع الفيديو النهائي دون الاعتماد على ملاحظات الإنتاج أو المعرفة بكيفية صنعه.
- اسأل عما إذا كان يمكن لمشاهد جديد أن يخطئ في أي شخص أو صوت أو حدث أو لقطة كتسجيل حقيقي.
- تحقق من العنوان، والصورة المصغرة، والتعليق، والتسميات، والوصف للغة التي تدل على الأصالة.
- طبق الإفصاح حيث يتواجد المحتوى الاصطناعي الواقعي أو المعدل.
- احتفظ بملفات المصدر، والمطالبات، والتراخيص، وأذونات الصوت، وسجلات التحرير في حال كنت بحاجة إلى توضيح عملية الإنتاج.
تمنح هذه العملية محررًا شيئًا ملموسًا لتقييمه. تخيل مشهد مُولد لمبنى عام خلال حالة طوارئ: يعرف المُنتج أنه إعادة تمثيل لأنها أنشأته، لكن مشاهدًا يتعرض له أثناء تمرير سريع في مقطع قصير قد لا يعرف ذلك. يجب أن تختبر المراجعة النهائية استنتاج المشاهد المحتمل، وليس نية المنشئ.
يساعد أيضًا في تسجيل سبب تضمين كل مشهد. ملاحظة بسيطة مثل "لقطة تأسيسية مولدة؛ استخدمت كإعادة بناء، وليس كدليل على الحدث" تجعل من السهل الحفاظ على تطابق السرد، ولغة العنوان، والإفصاح. تعد هذه السجلات مفيدة حتى لو لم يظهر يوتيوب التصنيف أبدًا.
ما الذي تتطلبه أو تكلفه تقنية الكشف التلقائي للذكاء الاصطناعي في يوتيوب من المنشئين؟
لا توجد رسوم منشئ منشورة لتقنية الكشف التلقائي للذكاء الاصطناعي في يوتيوب، ولا مستوى اشتراك، ولا لوحة تحكم للكشف. المتطلبات العملية للمنشئين هي الانضباط التحريري: تحديد المخرجات الواقعية المعدلة أو الاصطناعية، والإفصاح عنها حيثما كان ذلك مطلوبًا، وضمان أن العنوان، والصورة المصغرة، والوصف، والسرد لا تتطلب مصداقية أكثر مما يمكن أن يدعمه الفيديو.
منذ مارس 2024، كان على المنشئين أن يكونوا مسؤولين عن الإفصاح عن المحتوى الواقعي المعدل أو الاصطناعي، بينما لا تتطلب الأدوات المستخدمة في كتابة النصوص، أو الترجمة التلقائية، أو مهام الإنتاج المقارنة نفس الإفصاح. يُظهر تحديث تصنيفات الذكاء الاصطناعي الرسمي من يوتيوب أن سياق المشاهد الناتج يمكن تقديمه ضمن تجربة المشاهدة، وليس مجرد تخزينه كبيانات وصفية إنتاجية مخفية.
قم ببناء القرار في ملخص الإنتاج بدلاً من اعتباره مهمة تحميل نهائية. يمكن أن يسجل سجل أساسي مصدر كل مؤثر، وما إذا كان السرد يستخدم صوتًا اصطناعيًا، وما إذا كانت اللقطات قد تم تغييرها بشكل ملحوظ، وما الذي تدعمه القضية الواقعية للمشهد. لا تحتاج السجلات إلى أن تكون معقدة. الغرض هو منع تحميل متسرع من مزج إعادة بناء مولدة مع لغة تدعوها كدليل.
من أجل سير العمل الخالي من الوجوه، استخدم ثلاث نقاط انتقال للإنتاج:
- بوابة التخطيط: ضع علامات على الموضوعات التي تتعلق بأشخاص حقيقيين، أو أحداث حالية، أو صحة، أو مالية، أو سلامة عامة، أو ادعاءات حساسة قبل كتابة النص.
- بوابة التحرير: قم بإبراز المشاهد المتولدة الواقعية، والأصوات المكررة أو الاصطناعية، والتعديلات المادية أثناء تجميع الجدول الزمني.
- بوابة التحميل: تحقق من الإفصاح، ولغة العنوان الدقيقة، ووصف لا يفرط في ما يثبته الفيديو.
التكلفة هي في الأساس الوقت التحريري. غالبًا ما يؤدي ذلك الوقت إلى تحسين الفيديو نفسه لأنه يجبر المنشئ على الإجابة عن أسئلة أساسية: ماذا يُظهر هذا المشهد؟ هل هي دليل، أو توضيح، أو إعادة بناء؟ ماذا سيستنتج مشاهد؟ ما المصدر الذي يدعم الادعاء في السرد؟ يمكن للمنشئين الذين يبحثون عن نظرة أوسع على أهليتهم للربح مراجعة ما إذا كانت محتويات الذكاء الاصطناعي يمكن تحقيق الربح عليها في يوتيوب.
ماذا يمكن أن يفعل المنشئون لإدارة مخاطر الكشف عن الذكاء الاصطناعي في يوتيوب؟
يمكن للمنشئين إدارة مخاطر الكشف عن الذكاء الاصطناعي في يوتيوب من خلال الإفصاح عن الوسائط الاصطناعية الواقعية بدقة، وجعل المواد الخيالية أو المعاد بناؤها واضحة للمشاهدين، وضمان أن كل تحميل له قيمة تحريرية أصلية ذات مغزى. الهدف ليس تجنب تصنيف الذكاء الاصطناعي، بل نشر فيديو تتفق فيه المؤثرات المرئية، والادعاءات المنطوقة، والبيانات الوصفية، وتوقعات المشاهدين.
ابدأ بسؤال التعديل الواقعي، وليس بسؤال الأداة. يمكن أن يستخدم فيديو العديد من أدوات الإنتاج المدعومة بواسطة الذكاء الاصطناعي ولا يزال لا يحتوي على عنصر اصطناعي واقعي يتطلب الإفصاح. على العكس، قد يتطلب مقطع مولد واحد لجولة حقيقية سياقًا دقيقًا حتى لو تم إنتاج بقية الفيديو تقليديًا. لهذا السبب فإن مراجعة النسخة النهائية أكثر فائدة من عد الأدوات المستخدمة.
استخدم قائمة تفقد عملية قبل النشر:
- إفصح عن التعديل الواقعي: لا تنتظر ظهور تصنيف آلي لاتخاذ القرار.
- تجنب الادعاءات المضللة: استبدل "لقطات حقيقية"، "فيديو مسرب"، أو "الخبير يشرح" إذا كانت المادة مولدة أو إذا كان المُقدم اصطناعيًا.
- أضف قيمة للمنشئ: استخدم نصوصًا أصلية، وتحليلات، وهيكلًا، وتعليقات، ومصادر، واختيارات تحرير بدلاً من إعادة تدوير قالب قليل الجهد.
- تعامل مع الموضوعات الحساسة بعناية إضافية: قم بتوضيح الفرق بين التوضيح، وإعادة البناء، والرأي، والحقائق المصدق عليها في الصحة، أو المالية، أو السلامة العامة، أو الانتخابات، أو الطوارئ.
- احتفظ بمجلد الأدلة: احفظ روابط المصادر، وسجلات الإذن، وملفات المشاريع، وملاحظة قصيرة توضح العناصر الاصطناعية.
- راجع الصيغ المتكررة: إذا تبع كل تحميل نفس الهيكل، اختبر ما إذا كانت عمق البحث، والسرد، والصور، ووجهة النظر تتغير حقًا من فيديو إلى آخر.
تتمثل سير العمل العملية المفيدة في إضافة عمود "استنتاج المشاهد" إلى متتبع الإنتاج لديك. لكل مشهد، اكتب ما قد يصدقه المشاهد: "مكان فعلي"، "لقطات أرشيفية"، "شخص اقتبس"، أو "إعادة بناء توضيحية". إذا اختلف المعنى المقصود والاستنتاج المحتمل للمشاهد، قم بتعديل المشهد، أو إضافة السياق، أو تغيير التغليف قبل التحميل.
يمكن أن يساعدك منصة إنشاء فيديوهات مدعومة بواسطة الذكاء الاصطناعي في التخطيط لفيديو بناءً على هذه النقاط قبل بدء الإنتاج. لكن لا أداة يمكنها اتخاذ القرار التحريري الأساسي للمنشئ: whether the material could be mistaken for real، whether the claims are supported، and whether the presentation is honest.
ما المفهوم الخاطئ الشائع بشأن الكشف التلقائي للذكاء الاصطناعي في يوتيوب؟
المفهوم الخاطئ الشائع هو أن الكشف التلقائي للذكاء الاصطناعي في يوتيوب إما حظر شامل لمحتوى الذكاء الاصطناعي أو عقوبة سرية على الوصول التلقائي. الاتجاه المعلن من يوتيوب في التحديث الرسمي هو تحسين الشفافية للمشاهد من خلال التصنيفات والإشارات الداخلية. لا تدعم الوثائق العامة اعتبار كل تحميل مدعوم بواسطة الذكاء الاصطناعي محظورًا أو مُخفضًا تلقائيًا.
مفهوم آخر خاطئ هو أن الإفصاح بمفرده يجعل كل صيغة آمنة. يمكن أن يوفر الإفصاح للمشاهدين سياقًا مهمًا، لكنه لا يجعل التغليف المضلل مقبولاً، أو يعالج ادعاءً غير مدعومٍ، أو يحل مشاكل الحقوق، أو يحول فيديو منخفض الجهد إلى عمل أصلي. التصنيف هو آلية واحدة للشفافية، وليس بديلاً عن بقية مسؤوليات المنشئ.
المفهوم المعاكس أيضًا محفوف بالمخاطر: أنه لا يعني عدم وجود تصنيف أن لا توجد مشكلة. يجب ألا يعامل المنشئ الذي يستخدم مقطعًا مولدًا واقعيًا لشخص حقيقي أو حدث غياب تصنيف مرئي كإذن لاستدعاءه كحقيقي. يمكن أن يقيم المنشئ المشهد قبل التحميل، في حين أن العمليات الداخلية ليوتيوب، وعرض المشاهدين قد لا تُكشف تمامًا من خلال أداة عامة.
النهج الدائم بسيط: استخدم الذكاء الاصطناعي كمعونة في الإنتاج حيثما يساعد، احتفظ بالادعاءات الواقعية صادقة، وافصح عن الوسائط الاصطناعية الواقعية، واحتفظ بسجلات للخيارات الإنتاجية الخاصة بك، وحافظ على وجهة نظر تحريرية يمكن التعرف عليها. يظل هذا النهج مفيدًا حتى مع تغيير يوتيوب كيفية اكتشاف التصنيفات أو عرضها.
كيف يمكن للمنشئين تخطيط فيديوهات شفافة مدعومة بالذكاء الاصطناعي من الإيجاز؟
يبدأ تخطيط الفيديو المدعوم بالذكاء الاصطناعي القابل للشفافية قبل أن يتم الانتهاء من نص أو عنصر بصري. حدد الادعاء الواقعي، وحدد السيناريوهات التي تمثل توضيحًا أو إعادة بناء، وافحص ما إذا كان أي صوت أو تشابه يمكن أن يُخطأ في اعتباره لشخص حقيقي، واكتب السياق الموجه للمشاهدين في الإيجاز بدلاً من إضافته بشكل متسرع أثناء التحميل.
كمثال على صيغة قصيرة، يمكن لمنشئ يقوم بعمل فيديو تفسيري مدته 45 ثانية حول حدث تاريخي تقسيم الفيديو إلى ثلاث طبقات: سرد موثق، صور ثابتة أو لقطات مأخوذة من مصادر، ولقطات إعادة بناء مولدة. يمكن أن يتطلب الإيجاز بعد ذلك أن تتجنب لقطات إعادة البناء أن تبدو كدليل أرشيفي، وأن تشمل تأطيرًا واضحًا في السرد، وأن تستقبل الإفصاح المناسب عند استخدام مواد اصطناعية واقعية. هذه طريقة عملية لحماية كل من الوضوح والإيقاع.
بالنسبة للفيديوهات الأطول، احتفظ بنفس السجل على مستوى المشهد. حدد المصدر وراء كل تصريح واقعي، وحالة كل صورة، واستنتاج المشاهد المقصود. تجعل هذه العملية من السهل على كاتب، أو محرر، أو محمل التوصل إلى نفس قرار الإفصاح—وأسهل لتحديث سريع إذا بدأ العنوان، أو الصورة المصغرة، أو المشهد في الاحتواء على شيء لا يمكن أن يدعمه الفيديو.
استخدم GoFaceless لدينا لتخطيط وإنتاج مقاطع الفيديو مع وقت للمراجعة النهائية للشفافية والامتثال.
Sources & further reading
Keep reading
هل هناك مستقبل للمحتوى المولد بواسطة الذكاء الاصطناعي على يوتيوب؟
يمكن أن يُدرج المحتوى المولد بالذكاء الاصطناعي على يوتيوب كوسيلة لتحقيق الربح عندما يكون أصلياً ويقوده المبدع. تعرف أين تواجه قنوات الذكاء الاصطناعي مخاطر السياسات والإفصاح والربح.
سياسة المحتوى غير الأصيل في يوتيوب: دليل المبدعين
تعرف على كيفية تأثير سياسة يوتيوب بشأن المحتوى غير الأصيل على فيديوهات الذكاء الاصطناعي، والنماذج، ومراجعات الربح، والاستئنافات، وقرارات الكشف عن الذكاء الاصطناعي.
هل يمكن تحقيق الربح من المحتوى الذي تم إنشاؤه بالذكاء الاصطناعي على يوتيوب؟
يمكن تحقيق الربح من مقاطع الفيديو المساعدة بالذكاء الاصطناعي على يوتيوب عندما تكون أصلية، وقيمة، وليست منتجة بكميات كبيرة أو متكررة. تعرف على قواعد الكشف والجودة.