Платформа Substack запустила новый инструмент для определения использования нейросетей в контенте, интегрировав технологию Pangram. Это нововведение позволит читателям оценивать степень участия ИИ в постах, комментариях и ответах объемом более 100 символов, обеспечивая новый уровень прозрачности в авторских рассылках.
Что произошло
Substack внедрил систему детекции ИИ-контента, которая анализирует тексты (посты, комментарии, ответы) длиннее 100 символов. Для обеспечения прозрачности авторам доступны функции предварительного сканирования черновиков и возможность ручной маркировки использования ИИ в своих материалах.
Контекст
Данная инициатива является попыткой платформы создать стандарты маркировки ИИ-контента в медиа-среде, по аналогии с мерами, принятыми TikTok и YouTube. Это часть глобального движения по верификации происхождения контента и защите авторской среды от бесконтрольного распространения автоматизированного текста.
Почему это важно для индустрии
Для индустрии это важный шаг в борьбе с «AI slop» (бесполезным ИИ-контентом) и установление отраслевых стандартов прозрачности. Проект задает прецедент для автоматизированной верификации авторства в нишевых медиа и может стимулировать рост спроса на специализированные API для детекции ИИ, такие как Pangram, для интеграции в сторонние платформы.
Почему это важно для пользователей
Читатели получают инструмент для отделения глубокой аналитики и оригинальных исследований от автоматизированного текста, что повышает доверие к качественным рассылкам. Это формирует новый UX-паттерн визуальной индикации участия нейросетей, помогая пользователям лучше ориентироваться в потоке информации.
Что пока неизвестно / ограничения
Существует технический спор относительно точности (reliability) детектирования ИИ и зависимости от качества модели Pangram, что создает риски появления ложноположительных срабатываний.
Источники
Автор
Look at AI, редакция