Google ловит AI-спам всё более интересными способами.

Наткнулась тут на одну статью, потом полезла читать первоисточник от Google, а потом продолжение. Вообще-то, изначально в исследованиях речь шла про видеоплатформы и бан скоординированных аккаунтов, а не про ранжирование в поиске. Но мне стало интересно, куда в принципе смещается фокус и будет ли он применяться в текстах. Поделюсь наблюдениями — зря, что ли, разбиралась из жажды быть с SEO-народом на одной волне :)

Если коротко, поштучная проверка контента перестаёт справляться с AI-спамом: массовую генерацию специально делают так, чтобы перегрузить качественные фильтры. Каждый кусок чуть-чуть другой, и обычные методы его не ловят.

В ответ на это у Google появилась Scalable Cluster Termination System (S-CTS) — система защиты от скоординированного спама. Суть в следующем: она уходит от оценки отдельной единицы контента к кластерам скоординированных каналов и аккаунтов.

Интересно, по каким критериям оценивают кластер — не по одному признаку, а по совокупности сразу:

• синтетический контент
• скоординированное поведение
• связность сети.

Что зацепило именно нас, контентщиков: в статье проговаривают, что ИИ-текст оставляет различимый след, и что текстовые эмбеддинги (вроде Sentence-BERT) используют, чтобы вылавливать шаблонные, «скриптовые» ИИ-нарративы. Но сам по себе этот след — не приговор: кластер кладут не за него одного, а когда ИИ-шаблонность сходится со скоординированным поведением и связностью сети.

То есть для одиночного бренда AI-паттерн в тексте не фатален. А вот если ты при этом работаешь как сетка, он становится тем самым подтверждающим признаком.

А продолжение этой работы — Scaled Abuse Forensics Examiner (SAFE). Это мульти-агентная система, которая разбирает, как каналы связаны между собой, как координируются через синхронные загрузки и общие инфраструктурные отпечатки, и что у них с контентом. Она коррелирует три типа улик: инфраструктуру, поведение и контентные артефакты. А потом выносит вердикт как аналитик-форензик, а не как один вероятностный балл.

Какие выводы из этого можно сделать?

Главный — и это уже мои наблюдения, а не цитата из статей: фокус смещается с отдельного текста на систему его производства. Кто его делает, как, по какой схеме и с какой инфраструктурой за спиной. Да, формально это всё ещё про видеоплатформы и бан аккаунтов, а не про вашу выдачу.

Но направление считывается: оценивают не единицу контента, а паттерн производства за ней. И мне сложно поверить, что в текстах рано или поздно не появится та же логика.

А дальше — простая рыночная история. «Делать много контента» больше не будет преимуществом. Оно образуется вокруг реальных данных, экспертизы, редактуры, контроля качества. Именно это делает контент по-настоящему отличающимся, а не переписанным другими словами.

Вопрос в том, как соединить это с ИИ-инструментами при минимальных издержках и для контенщиков, и для заказчиков. Мы сейчас над этим активно думаем, и, хочу сказать, довольно успешно :)

Можете со мной не соглашаться, кидаться помидорами, я мужественно приму ответ в комментариях.

Даша,
CMO iGamingTextLab