در ابتدای سال جاری میلادی و اندکی پس از رونمایی از مدل Sora 2 توسط OpenAI و واکنش‌های منفی اولیه به آن، بخش عمده‌ای از فعالان حوزه اقتصاد آفرینندگان (Creator Economy) با صدای بلند محتوای تولیدشده توسط هوش مصنوعی مولد را به نفع اصالت و واقع‌گرایی رد کردند. در آن زمان، یوتیوب حساب‌های کاربری توزیع‌کننده محتوای بی‌کیفیت هوش مصنوعی را حذف کرد، آدام موسری (Adam Mosseri)، مدیرعامل اینستاگرام، یادداشت مفصلی درباره بهبود رتبه‌بندی محتوای اصیل منتشر کرد و برندها بیش از هر چیز به دنبال خلاقیت و پویایی آفرینندگان واقعی بودند.

با این حال، طی ۱۰ ماه گذشته، هوش مصنوعی به آرامی و به طور مستمر به تمام زوایای اقتصاد آفرینندگان نفوذ کرده است؛ امری که نشان می‌دهد رد محتوای کاملاً تولیدشده با هوش مصنوعی به معنای نفی کامل این فناوری نبوده است. اکنون پرسش دشوارتر این است که آفرینندگان تا چه حد حاضرند فرآیند خلاقانه خود را به این ابزارها واگذار کنند.

نفوذ تدریجی ابزارهای هوش مصنوعی به جریان کاری روزمره

امروزه ابزارهای هوش مصنوعی به بخش جدایی‌ناپذیر فرآیندهای تولید محتوا تبدیل شده‌اند. CapCut، ویرایشگر محبوب تیک‌تاک، به مجموعه‌ای از ابزارهای ویرایش مبتنی بر هوش مصنوعی مجهز شده و Adobe Firefly نیز به عنوان یک «استودیوی همه‌کاره برای آفرینندگان» معرفی می‌شود. اخیراً یوتیوب نیز ابزارهای عاملی (agentic tools) جدیدی را برای کمک به فرآیند خلاقیت و استراتژی معرفی کرده است که از آن جمله می‌توان به قابلیت آزمایش دوگانه ویدیوها (video A/B testing) و ویرایش گفت‌وگویی اشاره کرد.

ادغام هوش مصنوعی در جریان کاری آفرینندگان پدیده کاملاً جدیدی نیست. لوسی کروشینسکی (Lucy Kruszynski)، مدیر جهانی برند در آژانس بازاریابی اینفلوئنسری Buttermilk، در گفت‌وگو با دیجی‌دی (Digiday) اشاره کرد که در سال ۲۰۱۹ در پنلی درباره هوش مصنوعی و آفرینندگان حضور داشته و اکنون اخلاقیات پیرامون این فناوری در صنعت به جایگاه بسیار متفاوتی رسیده است. او می‌گوید: «امروز دیگر اتخاذ یک موضع کاملاً صفر و یکی بسیار دشوارتر شده است، زیرا این فناوری به شدت به زندگی روزمره ما نفوذ کرده است.»

آمارهای منتشرشده نیز این روند را تایید می‌کنند. در ژوئیه گذشته، آژانس Billion Dollar Boy گزارش داد که ۳۲ درصد از آفرینندگان نظرسنجی‌شده پیشنهاد کرده‌اند که از هوش مصنوعی و ابزارهای زمان‌بندی برای کاهش حجم کار و جلوگیری از فرسودگی شغلی استفاده شود. همچنین نظرسنجی نوامبر ۲۰۲۵ این آژانس از آفرینندگان نشان داد که ۸۷ درصد از آن‌ها استفاده از هوش مصنوعی را در فرآیند تولید محتوای خود طی سال گذشته افزایش داده‌اند و ۸۶ درصد نیز قصد دارند این میزان را در ۱۲ ماه آینده باز هم افزایش دهند.

جی‌جی رابینسون (Gigi Robinson)، میزبان پادکست Creator Etiquette، نمونه‌ای از این آفرینندگان است که از هوش مصنوعی در «تقریباً تمامی مراحل» جریان کاری خود، از تحلیل محتوا و طوفان فکری گرفته تا سازماندهی فایل‌ها و توسعه ایده استفاده می‌کند. او این فناوری را عاملی برای شتاب‌بخشی به کارهای فعلی خود می‌داند، نه یک عامل تعیین‌کننده برای محتوایش.

نگرانی برندها و مرز باریک خلاقیت و یکنواختی

با وجود پذیرش گسترده از سوی آفرینندگان، در سمت برندها همچنان تردیدها و گاه مخالفت‌هایی نسبت به استفاده از محتوای تولیدشده با هوش مصنوعی وجود دارد. شرکت‌ها نگرانند که محتوای تبلیغاتی آن‌ها در پلتفرم‌های اجتماعی به دلیل استفاده از هوش مصنوعی برچسب بخورد و با واکنش منفی مخاطبان مواجه شود.

کیت بندس (Keith Bendes)، مدیر ارشد استراتژی در Linqia، در این باره می‌گوید: «فکر نمی‌کنم دغدغه برندها چیزی فراتر از این باشد که آیا این محتوا به عنوان هوش مصنوعی برچسب می‌خورد یا خیر؛ و اگر برچسب بخورد، آیا ما به زندان هوش مصنوعی یا زندان الگوریتم‌ها خواهیم افتاد؟ این بخش چالش‌برانگیز ماجراست.»

دنا مرسر (Danae Mercer)، روزنامه‌نگار سابق که اکنون به عنوان آفریننده محتوا فعالیت می‌کند، موضع خود را تغییر داده و اکنون از ابزارهای هوش مصنوعی برای مدیریت صندوق ورودی ایمیل، تقویم و فهرست وظایف خود به عنوان یک کسب‌وکار تک‌نفره استفاده می‌کند. با این حال، او اخیراً در دستورالعمل کمپین یک برند مستقر در لس‌آنجلس به نام Open با بند صریح «ممنوعیت استفاده از هوش مصنوعی» (که حتی شامل ویرایش‌ها و ایده‌پردازی‌ها نیز می‌شد) مواجه شده است.

تفاوت بزرگ و پرسش بی‌پاسخ این است که آیا آفرینندگان از هوش مصنوعی صرفاً به عنوان ابزار کمکی استفاده می‌کنند یا برای تولید کامل اثر. اندرز بیل (Anders Bill)، هم‌بنیان‌گذار Superfiliate، معتقد است: «مرز بسیار جالب توجهی میان هوش مصنوعی مولد، مانند تولید ویدیو، و ابزارهای هوش مصنوعی که به آفرینندگان در فرآیند تولید کمک می‌کنند، وجود خواهد داشت.»

ابزارهای جدید یوتیوب و خطر همگن‌سازی محتوا

ابزارهایی مانند سیستم آزمایش دوگانه (A/B testing) یوتیوب، این مرزها را کم‌رنگ‌تر می‌کنند. اگرچه محتوا اصیل است، اما اگر لحن و ساختار آن توسط یک ویرایشگر عاملی هدایت شود، اصالت و خلاقیت اولیه چه تغییری خواهد کرد؟ ابزار جدید یوتیوب به کاربران اجازه می‌دهد نسخه‌های متعددی از یک ویدیو را بارگذاری کنند و ابزار Ask Studio که از هوش مصنوعی Gemini قدرت می‌گیرد، مشخص می‌کند کدام نسخه می‌تواند مخاطبان را برای مدت طولانی‌تری جذب نگه دارد. این نگرانی وجود دارد که چنین فرآیندی منجر به «یکنواخت شدن» شدید محتوا شود.

با این حال، مصطفی اعجاز (Mustafa Aijaz)، معاون شرکت رسانه‌ای SoaR، چندان نگران این موضوع نیست. او معتقد است تغییرات سریع پلتفرم‌ها مانع از همگن شدن محتوا می‌شود: «همه‌چیز به سرعت تکامل می‌یابد و قلاب‌های جذب مخاطب مدام تغییر می‌کنند. من نگران این نوع یکنواختی نیستم.» او اشاره می‌کند که آزمایش دوگانه ویدیو ابزاری عالی برای آفرینندگان کوچک‌تر است که توانایی مالی استخدام تدوین‌گر را ندارند و آن را یک «مزیت خالص» برای پلتفرم و تولیدکنندگان محتوا می‌داند.

در مقابل، لوسی کروشینسکی از Buttermilk هشدار می‌دهد: «ریسک واقعی در اینجا وجود دارد؛ این خطر که ناگهان همه ویدیوها بسیار شبیه به هم به نظر برسند و ظرافت‌های هنری از بین بروند.» دنا مرسر نیز متوجه افزایش استفاده از «زبان هوش مصنوعی» شده است که در آن «همه چیز، از ایده‌ها گرفته تا ایمیل‌ها، لحن یکسانی پیدا کرده‌اند.»

بکی اوون (Becky Owen)، مدیر ارشد بازاریابی در Billion Dollar Boy، معتقد است این ابزارها ممکن است فضای آفرینندگان را بیش از پیش به دو بخش تقسیم کنند: «آیا این یک بازنشانی بزرگ است؟ آیا این روند باعث جدایی آفرینندگانی می‌شود که برای تولید انبوه و کسب درآمد سریع ساخته شده‌اند از کسانی که متفکر، با برنامه و اصیل هستند؟»

برخی از مدیران، از جمله بندس، احتمال می‌دهند که این ابزارهای مبتنی بر الگوریتم در بخش‌های پایین‌تر قیف بازاریابی و کمپین‌های متمرکز بر حجم محتوا (مانند محتوای تولیدشده توسط کاربر یا UGC برای آگاهی از برند) به شدت مورد استفاده قرار گیرند؛ به ویژه در شرایطی که پیش‌بینی بازگشت سرمایه (ROI) برای کمپین‌های پرهزینه با آفرینندگان بزرگ روز به روز دشوارتر می‌شود. با این حال، بندس تأکید می‌کند: «همه افراد در این صنعت به دنبال بهینه‌سازی حداکثری تک‌تک معیارها نیستند؛ هنر واقعی این نیست.»