یوتیوب موزیک آهنگ‌هایی را که عمدتاً با هوش مصنوعی مولد ساخته شده‌اند برچسب‌گذاری می‌کند

یوتیوب موزیک در حال عرضه برچسب‌هایی است که نشان می‌دهند یک آهنگ عمدتاً با استفاده از هوش مصنوعی مولد ساخته شده است. یوتیوب این خبر را در ۱۴ اکتبر ۲۰۲۶ اعلام کرد. این شرکت گفت این برچسب‌ها مواردی را پوشش می‌دهند که در آن‌ها یک مدل مولد هوش مصنوعی، بخش‌هایی مانند ساختار موسیقی یا آواز یک قطعه را ایجاد کرده باشد و این قابلیت به‌زودی به اپلیکیشن اصلی یوتیوب نیز گسترش پیدا می‌کند.

وقتی کاربری در یوتیوب موزیک قطعه‌ای را پخش کند که هوش مصنوعی نقش قابل‌توجهی در تولید آن داشته است، این برچسب مستقیماً در صفحه پخش‌کننده نمایش داده می‌شود. با لمس برچسب، منویی ساده با اطلاعات بیشتر درباره آن قطعه باز خواهد شد.

یوتیوب اعلام کرده است که برای شناسایی قطعات تولیدشده با هوش مصنوعی با شرکای موسیقی همکاری می‌کند و از ابزارهای تشخیص داخلی خود نیز بهره می‌گیرد. این شرکت می‌گوید همان اصول برچسب‌گذاری را که در سراسر یوتیوب به کار می‌برد، برای موسیقی نیز اعمال خواهد کرد. به گفته یوتیوب، شنوندگان خواهان شفافیت درباره زمانی هستند که یک قطعه تولیدشده با هوش مصنوعی گوش می‌دهند و هدف این شرکت ارائه اطلاعات روشن درباره محتوای صوتی مورد استفاده کاربران است.

دسته‌بندی‌های هوش مصنوعی مولد برای شرکای موسیقی

راهنمای افشای استفاده از هوش مصنوعی در محتوای موسیقی در مرکز راهنمای یوتیوب از شرکای موسیقی می‌خواهد استفاده از هوش مصنوعی مولد را گزارش کنند تا یوتیوب بتواند رسانه‌های دارای این فناوری را به‌درستی شناسایی و برچسب‌گذاری کند. هنگام ارائه فراداده، شرکا می‌توانند یکی از این گزینه‌ها را انتخاب کنند: «کاملاً تولیدشده با هوش مصنوعی» (Fully Gen AI)، یعنی تمام محتوا با هوش مصنوعی مولد ساخته شده است؛ «بخشی تولیدشده با هوش مصنوعی» (Partly Gen AI)، یعنی بخشی از محتوا با این فناوری ایجاد شده است؛ و «بدون هوش مصنوعی مولد» (No Gen AI)، یعنی هیچ بخشی از محتوا با آن ساخته نشده است. اگر شریک موسیقی مقداری ارائه نکند، یوتیوب آن را ناشناخته در نظر می‌گیرد؛ مگر اینکه بتواند بر اساس نشانه‌های دیگر تصمیم‌گیری کند.

طبق این دستورالعمل‌ها، یک قطعه زمانی «کاملاً تولیدشده با هوش مصنوعی» محسوب می‌شود که کاربر یک درخواست متنی را در یک ابزار تولید موسیقی با هوش مصنوعی وارد کند و قطعه نهایی را دریافت کند، یا زمانی که یک هنرمند از مدل هوش مصنوعی مولد برای تولید کامل آهنگ، اجرای سازها و آواز استفاده کند و با چندین درخواست مختلف به نتیجه نهایی برسد.

نمونه‌های «بخشی تولیدشده با هوش مصنوعی» شامل استفاده از ابزارهای هوش مصنوعی مولد برای ایجاد بخش‌هایی مانند خط بیس یا سازهای زهی در کنار آواز و اجرای زنده هنرمند است. همچنین استفاده از این ابزارها برای ایده‌پردازی درباره موضوعات ترانه، همکاری در نوشتن بخش‌هایی از شعر، یا تولید و اصلاح ملودی‌هایی که بعداً در استودیو ضبط می‌شوند، در این دسته قرار می‌گیرد. آهنگی که کاملاً توسط انسان اجرا شده اما با تصاویر ساخته‌شده توسط یک مدل تبدیل متن به ویدئو همراه شده باشد نیز نمونه دیگری از این دسته است.

دسته «بدون هوش مصنوعی مولد» شامل استفاده مهندس صدا از نرم‌افزارهای استاندارد اصلاح کوک مانند Auto-Tune برای برطرف کردن اشتباهات جزئی در اجرای زنده یا استفاده تهیه‌کننده از ابزارهای خودکار مسترینگ مبتنی بر هوش مصنوعی برای تنظیم اکولایزر، فشرده‌سازی و تعادل صوتی نهایی قطعه است. این صفحه اشاره می‌کند که تفسیر تعاریف هوش مصنوعی مولد ارائه‌شده توسط DDEX در ارتباط با محتوای هر شریک، بر عهده خود شرکا است.

یوتیوب همچنین نقش مستقلی در طبقه‌بندی محتوا دارد. مرکز راهنمای این شرکت می‌گوید یوتیوب می‌تواند از نشانه‌های اضافی برای تکمیل اطلاعات ارائه‌شده توسط شرکا استفاده کند و اگر یک شریک برای محتوایی اطلاعاتی درباره استفاده از هوش مصنوعی مولد ارائه نکند، یوتیوب تنها بر اساس این نشانه‌ها تصمیم خواهد گرفت و ممکن است آن محتوا را کاملاً یا بخشی تولیدشده با هوش مصنوعی تعیین کند.

ارائه اطلاعات از طریق DDEX، CSV و YouTube Studio

شرکا می‌توانند اطلاعات مربوط به استفاده از هوش مصنوعی مولد را هنگام ارسال محتوا از طریق DDEX ERN 4.3.2+ یا قالب‌های ارسال CSV، مطابق با شرایط SRAV خود، ارائه کنند. بارگذارانی که از DDEX یا CSV استفاده نمی‌کنند نیز می‌توانند این اطلاعات را در بخش ویژگی‌های YouTube Studio ثبت کنند.

برای ارسال‌های DDEX، دستورالعمل‌ها به منابعی ارجاع می‌دهند که شامل نمونه XML برای نشان دادن میزان مشارکت هوش مصنوعی در قطعات یک آلبوم و همچنین نمونه‌های «AI contributor composite» در مقاله DDEX 4 Composites است.

در ارسال‌های CSV، قالب GenAiDeclarationCsvTemplate که در Studio Content Manager در دسترس است، به دو ستون نیاز دارد: genai_declaration_asset_id که شناسه هر دارایی یوتیوب را مشخص می‌کند؛ دارایی‌هایی مانند ضبط صوتی، قطعه هنری، موزیک‌ویدئو و ویدئوی وب که مالک محتوا مالکیت آن‌ها را دارد. ستون دوم contains_ai است که مقادیر «all»، «partly»، «none» یا «unknown» را می‌پذیرد. مقدار «unknown» می‌تواند یک مقدار اشتباه قبلی را پاک کرده و بازنشانی کند.

برای محتوای جدید یا به‌روزرسانی کامل فراداده، ستون اختیاری contains_ai در قالب‌های Asset Update، Audio-Art Tracks، Audio-Sound Recording Upload/Update، Music Video و Web Video پشتیبانی می‌شود.

چارچوب افشای اطلاعات پشت برچسب‌ها

این اعلامیه کاربران را به چارچوب گسترده‌تر یوتیوب با عنوان «این محتوا چگونه ساخته شده است» ارجاع می‌دهد. در این چارچوب، برچسب «ساخته‌شده با هوش مصنوعی» نشان می‌دهد که یک ویدئو شامل محتوایی است که به‌طور معنادار با ابزارهای هوش مصنوعی مولد تغییر کرده یا به‌صورت مصنوعی تولید شده است.

این برچسب می‌تواند در پخش‌کننده ویدئو یا در توضیحات گسترده‌تر نمایش داده شود؛ برای مثال زمانی که سازنده محتوا استفاده از هوش مصنوعی را در فرایند YouTube Studio اعلام کند، زمانی که سازندگان از ابزارهای هوش مصنوعی مولد خود یوتیوب مانند DreamScreen استفاده کنند، زمانی که داده‌های معتبر Content Credentials نشان دهد کل ویدئو با هوش مصنوعی ساخته شده است، یا در برخی موارد که یوتیوب برای کاهش خطر آسیب به کاربران، به‌صورت پیش‌دستانه محتوای اعلام‌نشده را برچسب‌گذاری کند.

یوتیوب افشاگری‌های موجود در Content Credentials امن نسخه ۲.۱ یا بالاتر از C2PA را که نشان می‌دهند کل ویدئو با هوش مصنوعی ساخته شده است، حفظ می‌کند. اگر این اعتبارنامه‌ها شامل مرجع امضاکننده باشند، یک بخش «اطلاعات از» در زیر برچسب، منبعی را که اطلاعات را تأیید کرده است نشان می‌دهد.

در پستی در ۲۷ مه ۲۰۲۶، یوتیوب اعلام کرد که از سال ۲۰۲۴ بر اساس اعلام سازندگان، محتوای مرتبط را برچسب‌گذاری کرده است و قصد دارد محل نمایش برچسب مربوط به محتوای واقع‌گرایانه یا محتوای به‌طور معنادار تولیدشده یا تغییر‌یافته با هوش مصنوعی را در ویدئوهای بلند به زیر پخش‌کننده و در Shorts به‌صورت لایه‌ای روی ویدئو منتقل کند.

همان پست توضیح می‌دهد که از مه ۲۰۲۶، یوتیوب استفاده از نشانه‌های داخلی برای شناسایی محتوای تولیدشده با هوش مصنوعی را آغاز کرده و در صورت تشخیص استفاده قابل‌توجه از هوش مصنوعی واقع‌گرایانه و نبود اعلام سازنده، به‌طور خودکار برچسب اضافه می‌کند. سازندگانی که معتقدند محتوای آن‌ها به اشتباه به‌عنوان تولیدشده با هوش مصنوعی شناسایی شده است، می‌توانند وضعیت افشا را در YouTube Studio تغییر دهند؛ هرچند در برخی موارد، از جمله محتوای ساخته‌شده با ابزارهای هوش مصنوعی خود یوتیوب مانند Veo یا Dream Screen و محتوای دارای فراداده C2PA که کاملاً تولیدشده با هوش مصنوعی را نشان می‌دهد، این افشاگری‌ها دائمی باقی می‌مانند.

یوتیوب اعلام کرده است که وجود یک برچسب افشا به‌تنهایی باعث تغییر نحوه پیشنهاد ویدئو به کاربران یا تأثیر بر واجد شرایط بودن آن برای کسب درآمد نمی‌شود.