افزایش چشمگیر استفاده از هوش مصنوعی مولد در ساخت آگهیهای بازرگانی، مرز میان تصویرسازیهای خلاقانه و ادعاهای کاذب را کمرنگ کرده است. اگرچه پلتفرمهای بزرگ فناوری مانند Google، Meta و TikTok برچسبهای افشای هوش مصنوعی را برای آگاهسازی مخاطبان پیادهسازی کردهاند، اما شواهد نشان میدهد که این برچسبهای عمومی تنها ابزار ساخت محتوا را مشخص میکنند و نقشی در تشخیص صحت یا بطلان ادعاهای تجاری ندارند. سورین چاکرابرتی (Sourin Chakrabarti)، که در زمینه برچسبگذاری هوش مصنوعی برای تبلیغات در Meta فعالیت میکند، در تحلیل جدیدی اشاره میکند که برچسبهای کنونی نمیتوانند به مصرفکنندگان بگویند ادعای یک آگهی واقعی است یا خیر.
شکاف عمیق میان برچسب ابزار و واقعیت ادعا
نمونههای اخیر نشان میدهند که چگونه محتوای دستکاریشده میتواند بهعنوان مدرک تصویری معتبر مورد استفاده قرار گیرد. در اکتبر ۲۰۲۵، سه ویدیو که ظاهراً بازداشت و استفاده از اسپری فلفل توسط پلیس علیه معترضان را نشان میدادند، میلیونها بازدید در پلتفرمهای X، Instagram و TikTok به دست آوردند. این ویدیوها که با مدل Sora متعلق به OpenAI ساخته شده بودند، علائم watermark آشکار داشتند؛ با این حال مؤسسه NewsGuard دریافت که کاربران همچنان به آنها بهعنوان مدرکی بر وقوع واقعی رویدادها استناد میکردند.
این چالش اکنون از دنیای سیاست به تبلیغات تجاری سرایت کرده است. در جریان بررسیهای مؤسسه Full Fact درباره یک کمپین تبلیغاتی، پزشکی ادعا میکرد که با بخش سلامت بنیادین «گایز و سنت توماس» (Guy’s and St Thomas’ NHS Foundation Trust) مرتبط است و یک پد کاهش وزن را آزمایش میکند درحالیکه در مقابل دوربین لاغرتر میشد. این نهاد درمانی آگهی مذکور را «کاملاً کلاهبردارانه» خواند. اگرچه ابزار Gemini متعلق به Google برچسبهای SynthID را شناسایی کرد که دخالت هوش مصنوعی را تایید میکردند، اما این افشاگری مشخص نمیکرد ساختگی بودن آگهی تا کجا ادامه دارد؛ آیا فقط چهره پزشک هوش مصنوعی بود یا ارتباط با بیمارستان، تجربه شخصی و تغییر فیزیکی نیز تماماً ساخته ذهن ابزار بودند؟
مخاطرات این روند در سطح جهانی رو به افزایش است. در سال ۲۰۲۵، انجمن پزشکی استرالیا (Australian Medical Association) هشدار داد که دیپفیکهای چهره پزشکان سرشناس برای تبلیغ محصولات اثباتنشده به کار میروند و پزشکان زمانی از این سوءاستفاده مطلع میشدند که بیماران درباره جایگزینی داروهای تجویزی با این درمانهای معجزهآسا سؤال میپرسیدند. همچنین در سال ۲۰۲۶، نهادهای تنظیمی چین کارزار نظارتی گستردهای را علیه کسبوکارهایی آغاز کردند که به تولید انبوه پستهای ساختگی تجربیات مشتریان میپرداختند.
سابقه حقوقی و واکنش پلتفرمها و نهادهای ناظر
اصل حقوقی تقلب در تبلیغات پیش از پیدایش هوش مصنوعی مولد نیز وجود داشته است. در پرونده تاریخی FTC v. Colgate-Palmolive Co.، در یک آگهی تجاری خمیر ریش از یک ماکت پلکسیگلاس به جای کاغذسنباده واقعی استفاده شده بود. بینندگان مخدوش شدند زیرا یک شبیهسازی به عنوان آزمایش واقعی محصول ارائه شده بود. این پرونده سنجهای کاربردی برای تبلیغات هوش مصنوعی امروز ارائه میدهد: آیا یک آگهی صرفاً ادعایی را تصویرسازی میکند یا از بینندگان میخواهد یک صحنه ساختگی را به عنوان مدرک دنیای واقعی تلقی کنند؟
در حال حاضر پلتفرمها و قوانین حکومتی سازوکارهای متعددی برای افشا ایجاد کردهاند:
- گوگل: پنلهای «نحوه ساخت این آگهی» (How this ad was made) را نمایش میدهد.
- متا: برچسبهای «اطلاعات هوش مصنوعی» (AI info) را الصاق میکند.
- تیکتاک: ابزارهای خوداظهاری «AIGC» را ارائه میدهد.
در حوزه قانونگذاری، ماده ۵۰ قوانین اتحادیه اروپا شفافیت در رسانههای سنتتیک را الزامی کرده، چین نشانهگذاری صریح هوش مصنوعی را اجباری ساخته و ایالت نیویورک آگهیها را ملزم به تعیین هویت اجراکنندگان ساختگی کرده است. با این حال، شورای استانداردهای تبلیغات هند (ASCI) در پیشنویس راهنمای ۲۰۲۶ خود تاکید کرده که کارشناسان ساختگی، تاییدیههای جعلی و نتایج مبالغهآمیز از موارد پرریسک هستند که برچسبگذاری به تنهایی قادر به حل آنها نیست. بخش فروش تیکتاک (TikTok Shop) نیز استفاده از هویتهای حرفهای تولیدشده با هوش مصنوعی برای فروش محصولات سلامت و تغییراتی که عملکرد محصول را نادرست نشان میدهند ممنوع کرده است. همچنین بیانیه اجرایی کمیسیون فدرال تجارت آمریکا (FTC) استفاده از آواتارهای هوش مصنوعی را مجاز دانسته اما ارائه تاییدیههای ساختگی منتسب به آنها را ممنوع کرده است.
مقیاس صنعتی تولید آگهی و راهکار مبتنی بر ارزیابی ریسک
سرعت و حجم تولید آگهیهای هوش مصنوعی نیازمند سازوکارهای پیشگیرانه سیستماتیک است. در سال ۲۰۲۵، بازاریابان سه برابر بیشتر از سال ۲۰۲۴ داراییهای تبلیغاتی تولیدشده با Gemini در گوگل ایجاد کردند که تنها نزدیک به ۷۰ میلیون مورد آن مربوط به سه ماهه پایانی سال ۲۰۲۵ بوده است. همچنین Meta هدفگذاری کرده است که تا پایان سال ۲۰۲۶ فرایند ساخت و هدفگیری آگهیها را با هوش مصنوعی خودکار کند.
برای حل این چالش، پیشنهادی بر مبنای چارچوب افشای «دفتر تبلیغات تعاملی» (IAB) در ژانویه ۲۰۲۶ مطرح شده که خواستار رویکردی مبتنی بر ریسک است. بر اساس این طرح، به جای برچسبگذاری هر پیکسل ساختگی، افشای مشخص در مواردی که محتوای هوش مصنوعی به عنوان مدرکی برای ادعای محصول به نظر میرسد الزامی میشود:
- شبیهسازیهای قانونی: رسانههای سنتتیک که ممکن است با مدرک واقعی اشتباه گرفته شوند باید ماهیت خود را تصریح کنند؛ مانند عبارت «بازسازی هوش مصنوعی از تاییدیه یک مشتری واقعی» یا «نمایش شبیهسازیشده؛ ادعای عملکرد بر اساس آزمایشهای آزمایشگاهی».
- رد کامل و ممنوعیت: تاییدیههای ساختگی، نظرات کارشناسان خیالی و نتایج بدون پشتیبانی تجربی بهطور کامل مسدود میشوند.
پلتفرمها میتوانند با الزام بازاریابان به پاسخگویی به سه پرسش این سیستم را اجرا کنند: نقش فرد یا صحنه ایجادشده با هوش مصنوعی چیست، آیا محتوا نشاندهنده عملکرد یا نتایج محصول است، و چه مدرک واقعی در دنیای واقعی از این ادعا پشتیبانی میکند. ثبت این اطلاعات همراه با سری زمانی نمایش آن به مشتری، «رسید افشای ارائه شده» (Served disclosure receipt) را تشکیل میدهد تا شفافیت کامل محقق شود.
