وفقاً لشركة كشف الذكاء الاصطناعي Pangram، 41% من المنشورات الطويلة و30% من المنشورات القصيرة على لينكد إن في الفترة بين أبريل ويونيو 2026 تم توليدها على الأرجح بواسطة الذكاء الاصطناعي. من بين جميع المنصات التي تتبعتها الشركة — X، وReddit، وSubstack، وMedium — أظهر لينكد إن أعلى مستوى من تشبع الذكاء الاصطناعي.
للفرق التحريرية التي تنشر محتوى طويلاً على منصات خارجية كجزء من استراتيجية التوزيع، هذا ليس مجرد فضول إحصائي. إنها إشارة إلى أن المنصات التي تروج بنشاط لأدوات الذكاء الاصطناعي لإنشاء المحتوى تفقد قيمتها المعلوماتية للقراء بسرعة. عندما يكون أربعة من كل عشرة نصوص طويلة على المنصة آلية، تبدأ خوارزميات الترتيب والاهتمام البشري في العمل ضد المحتوى الاصطناعي.
في هذه المقالة، سنحلل ما تعنيه بيانات تشبع المنصات للتحرير، وكيف تعمل مقاييس كشف الذكاء الاصطناعي، ولماذا لم تعد استراتيجية “النشر في كل مكان” فعالة، وما هي أنظمة الأصالة التي يجب بناؤها للحفاظ على قيمة المحتوى الطويل.
ماذا أظهرت دراسة Pangram
Pangram — شركة متخصصة في اكتشاف النصوص المولّدة بواسطة الذكاء الاصطناعي — حللت المحتوى على خمس منصات من أبريل إلى يونيو 2026. النتائج:
- لينكد إن: 41% من المنشورات الطويلة و30% من القصيرة — من المحتمل أنها مولّدة بالذكاء الاصطناعي
- X، Reddit، Substack، Medium — معدلات أقل (لم يتم الكشف عن الأرقام الدقيقة، لكن لينكد إن تم تسميته كقائد بفارق كبير)
- لينكد إن أيضاً يدمج الذكاء الاصطناعي بنشاط: عند إنشاء منشور، يُعرض على المستخدم زر “تحسين باستخدام الذكاء الاصطناعي”
إحدى الحالات البارزة هي ستيفن بارتليت، مقدم بودكاست “The Diary of a CEO”. توقفت شركته FlightStory عن استخدام الذكاء الاصطناعي لكتابة المنشورات على لينكد إن بعد أن لاحظت مدى سرعة امتلاء المنصة بالمحتوى الآلي. كان هذا القرار استراتيجياً: عندما تكون المنصة مفرطة في التشبع بنصوص الذكاء الاصطناعي، حتى المحتوى عالي الجودة المولّد بالذكاء الاصطناعي يفقد تميزه.
لماذا أصبح لينكد إن الضحية الأولى لتشبع الذكاء الاصطناعي
ثلاثة عوامل جعلت لينكد إن عرضة للخطر:
1. عتبة دخول منخفضة. يقدم لينكد إن نفسه أدوات ذكاء اصطناعي لـ “صقل” النص. لا يحتاج المستخدم للبحث عن ChatGPT — الزر موجود في المحرر. هذا يقلل الحاجز النفسي: “أنا لا أولّد محتوى، أنا أحسّن فقط”.
2. ثقافة “القيادة الفكرية”. يشجع تنسيق لينكد إن الرؤى القصيرة المقدمة كخبرات. تتقن نماذج اللغة الكبيرة (LLM) هذا النوع: توليد تأكيدات واثقة، وأسئلة بلاغية، و”دروساً” تبدو ذات معنى، لكنها غالباً لا تحتوي على تجربة فريدة.
3. غياب الإشراف الصارم. على عكس Reddit، حيث تصوت المجتمعات على الجودة، أو Substack، حيث يدفع المشتركون لمؤلفين محددين، يكافئ لينكد إن خوارزمياً التفاعل. يمكن للمنشورات المولّدة بالذكاء الاصطناعي والمحسّنة لردود الفعل أن تحصل على وصول أكبر من المنشورات البشرية.
بالنسبة للتحرير، هذا يعني: المنصة التي بدت قناة جذابة لتوزيع المحتوى الطويل تتدهور قيمتها بسرعة كمصدر للثقة.
كيف تعمل مقاييس كشف الذكاء الاصطناعي وما الذي لا تراه
تحلل أدوات الكشف مثل Pangram وGPTZero وOriginality.ai النص بناءً على سمات إحصائية: الحيرة (عدم قابلية التنبؤ باختيار الكلمات)، والاندفاع (تباين طول الجمل)، وتوزيع الرموز (Tokens). تشير الحيرة والاندفاع العاليان إلى تأليف بشري؛ بينما يشير الانخفاض فيهما إلى التوليد الآلي.
لكن لمقاييس الكشف قيود حرجة:
- الإيجابيات الخاطئة. النصوص التقنية والوثائق القانونية والمقالات الأكاديمية ذات الهيكل المتوقع غالباً ما تُوسم كذكاء اصطناعي، حتى لو كتبها إنسان.
- هندسة الأوامر (Prompts) تتجاوز الكواشف. الأوامر التي تتضمن تعليمات “اكتب بطول جمل متغير، استخدم صياغات غير قياسية” تقلل دقة الكشف إلى مستوى التخمين العشوائي.
- غياب الاحتمالية على مستوى الفقرات. معظم الكواشف تعطي تقييماً على مستوى النص بالكامل، دون إظهار الأجزاء المولّدة وتلك التي ليست كذلك.
الاستنتاج للتحرير: كشف الذكاء الاصطناعي أداة مراقبة، وليس حكماً نهائياً. استخدمها لتتبع حصة محتوى الذكاء الاصطناعي في التدفق، لكن ليس كمعيار النشر الوحيد.
استراتيجية التوزيع: متى تنشر على المنصة ومتى على موقعك الخاص
تطرح بيانات تشبع لينكد إن سؤالاً: هل يجب على الفرق التحريرية نشر محتوى طويل على منصات خارجية إذا كانت مليئة بنصوص الذكاء الاصطناعي؟
يعتمد القرار على هدف النشر:
المنصة للوصول والجذب
إذا كان الهدف هو جذب جمهور جديد، فقد لا تزال المنصة ذات التشبع العالي بالذكاء الاصطناعي تعمل، ولكن بشروط:
- انشر محتوى فريداً للمنصة، وليس نسخة من مقال على الموقع. عادة ما تنسخ منشورات الذكاء الاصطناعي الأطروحات العامة؛ التجربة والبيانات المحددة تبرز على خلفيتها.
- استخدم فقرة أولى قوية بقصة أو رقم محدد. غالباً ما تبدأ نصوص الذكاء الاصطناعي بأسئلة بلاغية أو تأكيدات عامة — التباين يعمل لصالحك.
- أضف رابطاً للنسخة الكاملة على موقعك الخاص. منشور المنصة هو تشويقة، وليس المنتج النهائي.
المنصة كنقطة نهائية
إذا كان الهدف هو تحقيق الدخل أو التحويل المباشر، فانشر على موقعك الخاص. يقلل التشبع المنصي بمحتوى الذكاء الاصطناعي من ثقة القراء بجميع النصوص على المنصة، بما في ذلك نصوصك. يحافظ موقعك الخاص بسياسة تحريرية واضحة ونسبة تأليف على إشارات E-E-A-T.
النموذج الهجين
تستخدم الفرق التحريرية التي تعمل مع المحتوى الطويل بشكل متزايد النهج الهجين:
- المقال الكامل — على موقعك الخاص
- نسخة معدلة (ليست نسخة!) — على المنصة
- الرؤية الرئيسية — في النشرة البريدية
من الأهمية بمكان: يجب أن تكون النسخة المعدلة مكتوبة أو معاد صياغتها بشكل جوهري بواسطة إنسان، وليس مولّدة بأمر “اختصر هذا المقال”.
أنظمة الأصالة: كيف تحافظ على التميز عند استخدام مساعدي الذكاء الاصطناعي
الرفض التام لأدوات الذكاء الاصطناعي ليس الإجابة الوحيدة ولا تكون دائماً مثالية. يمكن للفرق التحريرية التي تستخدم الذكاء الاصطناعي للمسودات والبحث والهيكلة أن تحافظ على الأصالة إذا بنت الأنظمة الصحيحة.
أنظمة الأوامر مع حقن الخبرة
الأمر الأساسي “اكتب مقالاً عن X” يعطي نتيجة متوسطة يصنفها الكواشف كذكاء اصطناعي. بدلاً من ذلك، استخدم أنظمة أوامر تتطلب التحديد:
اكتب قسماً عن [الموضوع].
استخدم البيانات التالية من بحثنا: [إدراج].
اعتمد على تعليق الخبير هذا: [إدراج].
لا تستخدم الأسئلة البلاغية والاستنتاجات العامة.
الطول: 300-400 كلمة.
كلما زادت البيانات والاقتباسات الفريدة التي تضخها في الأمر، زادت حيرة النتيجة وتميزها.
التحرير الطبقي
بدلاً من توليد نص جاهز، استخدم الذكاء الاصطناعي لطبقات منفصلة:
- طبقة الهيكل — يقترح الذكاء الاصطناعي خطة المقال، ويوافق المحرر عليها أو يغيرها
- طبقة الوقائع — يجمع الذكاء الاصطناعي البيانات ويصنفها، ويتحقق منها المحرر
- طبقة الصياغة — يقترح الذكاء الاصطناعي خيارات صياغة لفقرات محددة، ويختار المحرر ويعيد الكتابة
في كل طبقة، يترك القرار البشري أثراً يقرأه الكواشف كعلامة على التأليف.
شخصيات الذكاء الاصطناعي التحريرية مع القيود
إذا كانت الفرق التحريرية تستخدم أوامر نظامية محفوظة (شخصيات الذكاء الاصطناعي)، فأضف إليها قيوداً صريحة:
- حظر الكليشيهات: “في العالم الحديث”، “من المهم ملاحظة”، “دعونا ننظر في”
- متطلبات هيكل الجمل: لا أكثر من جملتين متتاليتين بنفس الطول
- الإدراج الإلزامي لأمثلة محددة في كل فقرة
ماذا تفعل بالمحتوى الذي تم بالفعل وسمه كذكاء اصطناعي
إذا وسم الكاشف محتواك المنشور كمولّد بالذكاء الاصطناعي، فهذه ليست كارثة، بل دعوة للعمل:
- تحقق من الإيجابيات الخاطئة. قارن بكواشف أخرى. إذا وسم واحد ولم يفعل الآخران، فمن المحتمل أن يكون إنذاراً كاذباً.
- حدد الأجزاء المشكلة. إذا كان الكاشف يدعم التحليل كلمة بكلمة أو فقرة بفقرة، فابحث عن الأجزاء التي تثير الشك.
- أعد الكتابة مع حقن الخبرة. أضف حالات محددة، أرقاماً، اقتباسات. لا “تتعامل” مع النص لخداع الكاشف — أضف قيمة حقيقية.
- تحديث العملية التحريرية. إذا تكرر نفس النمط في عدة مقالات، فالمشكلة في نظام الأوامر، وليس في النص المحدد.
ديناميكيات المنصة: ماذا تقول البيانات عن الاتجاه
مؤشر 41% على لينكد إن ليس صورة ثابتة. تستجيب المنصات للتشبع:
- أعلن لينكد إن عن إجراءات ضد “slop” — محتوى الذكاء الاصطناعي منخفض الجودة. تحاول المنصة الموازنة بين الترويج لأدوات الذكاء الاصطناعي الخاصة بها والحفاظ على قيمة التغذية.
- يستخدم Reddit نماذج اللغة الكبيرة (LLM) لحل المشاكل التي خلقتها نماذج اللغة الكبيرة نفسها — على سبيل المثال، للإشراف على رسائل الذكاء الاصطناعي المزعجة.
- حذف Google 50,000 شبكة ذكاء اصطناعي تستهدف التلاعب بالبحث.
بالنسبة للتحرير، هذا يعني أن المنصات ستعزز الفلاتر ضد محتوى الذكاء الاصطناعي. المحتوى الذي يمر اليوم قد يتم خفض ترتيبه غداً. استراتيجية “نشر نص الذكاء الاصطناعي طالما أن المنصة لا تلتقطه” هي استراتيجية لها تاريخ انتهاء صلاحية.
الاستنتاج العملي للفرق التحريرية
تشبع المنصات بمحتوى الذكاء الاصطناعي ليس مشكلة يمكن حلها بكاشف. إنه تحول هيكلي يغير قيمة التوزيع. يجب على الفرق التحريرية التي تعامل المنصات الخارجية كقنوات مجانية للوصول أن تعيد النظر في النهج:
- قم بقياس ليس فقط الوصول، بل أيضاً حصة محتوى الذكاء الاصطناعي على المنصة التي تنشر عليها
- افصل بين محتوى المنصة والمحتوى الخاص — فهي منتجات مختلفة بأهداف مختلفة
- استثمر في أنظمة الأصالة (أنظمة الأوامر، التحرير الطبقي، حقن البيانات)، وليس في تجاوز الكواشف
- انقل التركيز إلى موقعك الخاص كنقطة نهائية للتحويل
قائمة المراجعة: تدقيق الاستراتيجية التحريرية على المنصات
- تحقق من 5-10 منشورات حديثة على المنصة باستخدام كاشفي ذكاء اصطناعي مختلفين. سجل حصة الإيجابيات الخاطئة.
- قارن الوصول والتفاعل للمنشورات المكتوبة بشرياً مع المنشورات التي تم استخدام الذكاء الاصطناعي فيها. هل هناك فرق؟
- تأكد من أن كل منشور على المنصة يحتوي على عنصر واحد على الأقل لا يمكن للذكاء الاصطناعي توليده: رقم محدد، اقتباس، تجربة شخصية.
- تحقق مما إذا كان نظام الأوامر الخاص بك يحتوي على قيود صريحة على الكليشيهات والصياغات المبتذلة.
- تأكد من أن النسخة الكاملة من المحتوى تُنشر على موقعك الخاص، وأن نسخة المنصة معدلة وليست منسوخة.
- أضف إلى التقويم التحريري مراقبة منتظمة لحصة محتوى الذكاء الاصطناعي على المنصات التي تنشر عليها.
الأسئلة الشائعة
هل يعني وجود 41% من منشورات الذكاء الاصطناعي على لينكد إن أن المنصة عديمة الفائدة للتحرير؟
لا. يظل لينكد إن قناة قوية لجمهور B2B. لكن يجب أن تتغير الاستراتيجية: انشر محتوى فريداً بخبرة وبيانات محددة، وليس مسودات الذكاء الاصطناعي. استخدم المنصة للجذب، وموقعك الخاص للتحويل.
ما مدى دقة كواشف الذكاء الاصطناعي مثل Pangram؟
تتراوح دقة الكواشف بين 70% و90% اعتماداً على نوع النص. غالباً ما تعطي النصوص التقنية والأكاديمية إيجابيات خاطئة. استخدم 2-3 كواشف بالتوازي ولا تعتمد على أداة واحدة كحكم نهائي.
هل يجب التخلي تماماً عن الذكاء الاصطناعي عند كتابة المنشورات للمنصات؟
ليس بالضرورة. الذكاء الاصطناعي مفيد للهيكلة وجمع الوقائع وخيارات الصياغة. المهم هو التحرير النهائي البشري وحقن التجربة الفريدة. المشكلة ليست في استخدام الذكاء الاصطناعي، بل في نشر مسودات الذكاء الاصطناعي الخام دون معالجة تحريرية.
كيف ستكافح المنصات تشبع الذكاء الاصطناعي في المستقبل؟
تقوم المنصات بالفعل بتنفيذ فلاتر خوارزمية: أعلن لينكد إن عن إجراءات ضد “slop”، يستخدم Reddit نماذج اللغة الكبيرة للإشراف على الرسائل المزعجة، يحذف Google شبكات الذكاء الاصطناعي. الاتجاه هو تعزيز الترشيح، لذلك قد يتم خفض ترتيب المحتوى الذي يمر اليوم غداً.
ما المقصود بـ “حقن الخبرة” في أنظمة الأوامر؟
إنه إضافة بيانات محددة، واقتباسات للخبراء، وحالات، وملاحظات شخصية إلى الأمر غير موجودة في بيانات تدريب نماذج اللغة الكبيرة. كلما أدرجت وقائع فريدة أكثر في الأمر، زادت أصالة النتيجة وتميزها.
