YouTube ha estado lidiando con una creciente oleada de contenido generado por IA en su plataforma, y parece que tiene un nuevo plan para afrontarlo.
¿Cuál es el último enfoque de YouTube para abordar su problema de la IA con la basura artificial?
Según publicaciones recientes en X, YouTube ahora cuenta con la ayuda de los espectadores para detectar contenido de IA de baja calidad. En la aplicación móvil, los usuarios ven una nueva ventana emergente al valorar un vídeo que pregunta: “¿Esto parece una basura de IA?” o “¿Cuánto se siente este vídeo a IA de baja calidad?” con respuestas que van desde “Para nada” hasta “Extremadamente.”
La función añade una tercera capa de detección por IA además de los sistemas de revisión automatizada y humana existentes de YouTube, ambos con dificultades para mantenerse al día. Actualmente, YouTube no prohíbe a los creadores usar herramientas de IA, ni les exige divulgar contenido generado por IA, aunque corren el riesgo de perder la monetización si su contenido es señalado como de baja calidad.
¿Ha dado algún resultado la lucha de YouTube contra la basura de IA?
A pesar de sus esfuerzos por combatir el contenido de baja calidad, el problema está lejos de estar resuelto. Un estudio encontró que aproximadamente el 21% de los primeros 500 vídeos recomendados para una nueva cuenta de YouTube se identificaron como basura de IA, mientras que el 33% cayó en una categoría más amplia de “putrefacción cerebral” de contenido repetitivo y bajo contenido sustancial.
El problema va más allá del público adulto. Una investigación reciente del New York Times descubrió que miles de vídeos dirigidos a niños afirmaban ser educativos, pero se crearon principalmente para captar la atención con un esfuerzo mínimo. Los expertos han advertido que esto podría tener un impacto negativo en los espectadores jóvenes.
YouTube no ha aclarado cómo se ponderarán o utilizarán las valoraciones de los espectadores de la nueva ventana emergente. Al menos un usuario en X también ha expresado preocupaciones de que recopilar este tipo de retroalimentación a gran escala podría usarse como datos de entrenamiento para modelos de IA, lo que podría dificultar aún más detectar futuros vídeos generados por IA.
