Substack запустив інструмент сканування опублікованих текстів на AI-генерацію. CEO платформи Кріс Бест назвав проблему «Claudefishing» — ситуацією, коли читач споживає контент, не усвідомлюючи, що він згенерований ШІ. За словами Беста, це підриває довіру до авторства та загрожує заробітку письменників, включно з тими, хто використовує AI-інструменти свідомо. Тести CNET показали, що інструмент коректно визначає повністю AI-згенерований пост як 100% синтетичний і оцінює гібридні тексти з точністю близько 10% відхилення.
Для редакцій та контент-команд це сигнал: платформи переходять від пасивної політики до активної вбудованої детекції. Це змінює правила гри для всіх, хто виробляє довгий контент за допомогою AI — від блогів і knowledge-base до корпоративних сайтів. У цій статті розберемо, як працює платформна детекція, що таке Claudefishing, і як вибудувати редакційний воркфлоу, який витримає автоматичне сканування.
Що таке Claudefishing і чому платформи почали боротися
Термін «Claudefishing» — похідне від Claude (однієї з великих LLM) та «catfishing» (створення фальшивого образу в інтернеті). Суть явища: автор публікує AI-згенерований текст, видаючи його за власну роботу, а читач не може відрізнити синтетичний контент від людського. Це не те саме, що прозоре використання AI-асистентів для чернеток, фактчекінгу чи редактури. Claudefishing — це саме прихована підміна авторства.
Чому платформи почали реагувати саме зараз:
- Насичення платформ синтетичним контентом. За даними Pangram, 41% довгих постів на LinkedIn вже генерується ШІ. Substack стикається з аналогічною динамікою.
- Ерозія довіри читачів. Коли читач не може довіряти авторству, він перестає платити за підписку — основну бізнес-модель платформи.
- Регуляторний тиск. Вимоги до розкриття AI-контенту посилюються: від рекомендацій ЄС AI Act до політик Google щодо розмітки синтетичного контенту.
Платформи усвідомили, що пасивна політика «публікуйте що завгодно» більше не працює. Substack став першою великою видавничою платформою, яка вбудувала AI-детекцію прямо в інтерфейс публікації.
Як працює інструмент Substack: технічний розбір
AI-сканер Substack аналізує опублікований текст і видає процентну оцінку — яку частку контенту, на думку алгоритму, написав ШІ. У тестах CNET інструмент показав такі результати:
- Гібридний текст (людська основа + один AI-абзац з ChatGPT): визначено ~10% AI-контенту, що приблизно відповідає реальності.
- Повністю AI-згенерований пост: визначено як 100% синтетичний.
- Змішані тексти з ручною редактурою: оцінка варіюється залежно від ступеня переробки.
Процентна модель принципово відрізняється від бінарної (людина/ШІ). Вона визнає, що сучасний редакційний контент часто гібридний — автор може використовувати AI для ресерчу, структури, чернетки, але фінальний текст проходить людську редактуру. Платформа оцінює не факт використання AI, а частку недоторканого синтетичного тексту.
Це важливий нюанс для редакцій: інструмент не карає за використання AI-асистентів. Він виявляє масову публікацію недоторканого AI-контенту без розкриття.
Чому процентна оцінка змінює підхід до disclosure
Бінарна детекція («це AI чи ні») технічно ненадійна і етично проблематична — вона ставить під підозру будь-який добре структурований текст. Процентна оцінка Substack вирішує цю проблему, але створює нову дилему для редакцій: який поріг вважати прийнятним?
Платформа поки не встановила жорстких порогів або автоматичних санкцій. Але логіка підказує, що тексти з оцінкою 80–100% AI-генерації без розкриття — це саме те, що Substack називає Claudefishing. Тексти з оцінкою 10–30% — нормальний гібридний продакшен, який платформа не прагне пеналізувати.
Для редакцій це означає, що політика розкриття має бути не бінарною («використовуємо AI / не використовуємо»), а градуйованою:
- 0–20% AI-внеску: розкриття опціональне (AI використовувався для ресерчу, перевірки фактів, брейншторму).
- 20–60% AI-внеску: рекомендується коротке розкриття методології (наприклад, «чернетку створено за допомогою AI, відредаговано автором»).
- 60–100% AI-внеску: обов’язкове розкриття, інакше це Claudefishing.
Ці пороги — не офіційна політика Substack, а практичний фреймворк для редакцій, заснований на логіці процентної детекції.
Claudefishing vs прозоре використання AI: де проходить межа
Критично важливо розрізняти два сценарії, які часто змішують у дискусіях про AI-контент:
Claudefishing — автор публікує недоторканий AI-текст, видаючи його за власну роботу, без будь-якого розкриття. Читач очікує людське авторство і отримує машинне. Це порушення контракту довіри між автором і читачем.
Прозорий AI-продакшен — автор використовує AI для чернетки, структури, ресерчу чи редактури, але або розкриває це, або переробляє текст настільки, що фінальна версія несе виражений людський голос і судження. Читач отримує контент, у якому AI — інструмент, а не автор.
Межа проходить не за фактом використання AI, а за двома критеріями:
- Ступінь переробки. Наскільки фінальний текст відрізняється від сирого AI-виводу? Якщо автор просто копіює вивід ChatGPT — це Claudefishing. Якщо автор використовує AI як одне з джерел, а фінальний текст проходить редактуру, фактчекінг і додавання унікальних інсайтів — це прозорий продакшен.
- Розкриття. Якщо платформа або читач очікує людське авторство, а контент переважно AI-згенерований — розкриття обов’язкове. Якщо контент гібридний і перероблений — розкриття бажане, але не критичне.
Як редакціям підготуватися до платформної детекції
Платформна детекція — не тимчасовий захід, а тренд. Substack — перший, але не останній. WordPress, Medium, Ghost та інші видавничі платформи неминуче наслідують. Редакціям потрібно вибудувати воркфлоу, який враховує автоматичне сканування.
Крок 1: Аудит поточного контент-потоку
Проаналізуйте, який відсоток ваших публікованих матеріалів проходить через AI-генерацію. Використовуйте інструменти на кшталт GPTZero, Originality.ai або Winston AI для вибіркової перевірки опублікованих текстів. Порівняйте результати з вашою редакційною політикою — чи є розрив між задекларованим і фактичним використанням AI?
Крок 2: Градуйована політика розкриття
Розробіть політику, яка визначає рівні AI-вовлеченості та відповідні формати розкриття. Не обмежуйтесь бінарним «розкриваємо / не розкриваємо». Враховуйте тип контенту (новинна замітка, аналітика, opinion), платформу публікації та очікування аудиторії.
Крок 3: Внутрішній воркфлоу маркування
Впровадьте в CMS або редакційний інструмент метадані, які відзначають рівень AI-вовлеченості для кожного матеріалу. Це може бути просте поле: «AI-внесок: немає / мінімальний / частковий / основний». Ці метадані допоможуть не лише з розкриттям, а й з внутрішнім аудитом якості.
Крок 4: Навчання авторів та редакторів
Автори мають розуміти різницю між використанням AI як інструменту та Claudefishing. Редактори мають вміти оцінювати ступінь AI-вовлеченості в надісланому матеріалі та приймати рішення про необхідність розкриття.
Обмеження AI-детекції: хибнопозитивні та хибнонегативні
Жоден AI-детектор не ідеальний. Це критичне обмеження, яке редакції мають враховувати:
Хибнопозитивні спрацьовування — детектор позначає людський текст як AI-згенерований. Це особливо ймовірно для текстів з передбачуваною структурою: списки, інструкції, технічні описи. Редакції knowledge-base та документації в зоні ризику — їхній контент за своєю природою структурований і формальний, що детектори часто асоціюють з машинною генерацією.
Хибнонегативні спрацьовування — детектор не розпізнає AI-контент. Це відбувається, коли текст проходить достатню переробку або коли автор використовує промпт-інжиніринг для імітації людського стилю (додавання «помилок», розмовних зворотів, емоційного забарвлення).
Практичний висновок: не покладайтеся на один детектор. Використовуйте 2–3 інструменти для крос-перевірки і завжди враховуйте контекст. Якщо три детектори дають розбіжні оцінки (один — 90%, інший — 20%, третій — 50%), це сигнал про неоднозначність тексту, що потребує ручної перевірки.
Вплив на E-E-A-T та довіру в пошуку
Платформна детекція — не єдиний канал, через який AI-контент впливає на довіру. Google’s E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) безпосередньо оцінює, наскільки контент демонструє реальний досвід та експертизу. AI-згенерований текст без людського досвіду — це структурне порушення E-E-A-T, незалежно від того, виявив його детектор чи ні.
Для контент-команд це означає, що політика розкриття AI має бути синхронізована з E-E-A-T-стратегією:
- Experience: додавайте в AI-чернетки унікальний досвід, якого не може бути в навчальних даних LLM — кейси, дані з перших рук, інсайти.
- Expertise: вказуйте авторів з підтвердженою експертизою, навіть якщо чернетку створено з AI.
- Authoritativeness: посилайтеся на авторитетні джерела та першодослідників.
- Trustworthiness: розкривайте використання AI там, де це впливає на сприйняття достовірності.
Практичні сценарії для різних типів контенту
Блог-пости та opinion-матеріали. Тут очікування людського авторства максимальне. Якщо AI-внесок перевищує 30%, розкриття обов’язкове. Найкращий формат: «Автор використав AI-асистент для ресерчу та структури. Фінальний текст, аргументація та висновки — власні».
Knowledge-base та документація. Тут очікування авторства нижче — читач шукає інформацію, а не особистість автора. AI-генерація більш прийнятна, але вимагає посиленого фактчекінгу. Розкриття опціональне, але якість і точність — критичні.
Аналітика та ресерч-репорти. Гібридний продакшен — норма. AI обробляє дані, генерує чернетки висновків, автор інтерпретує і додає контекст. Розкриття методології (включно з AI-інструментами) підвищує довіру, а не знижує її.
Новинні матеріали. AI для агрегації та самаризації — прийнятно. AI для написання фінального тексту без редактури — ні. Новинний контент вимагає максимальної швидкості, але й максимальної точності. Автоматизація тут — інструмент, а не заміна редактора.
Чекліст: підготовка редакції до платформної AI-детекції
- Проведіть аудит: перевірте 20–30 останніх публікацій через 2 AI-детектори і зафіксуйте розподіл оцінок
- Розробіть градуйовану політику розкриття з порогами: 0–20% / 20–60% / 60–100% AI-вовлеченості
- Додайте поле «AI-внесок» в CMS або редакційний трекер для кожного матеріалу
- Складіть список платформ, де ви публікуєтеся, і відстежуйте їхні політики AI-розкриття
- Навчіть авторів та редакторів розрізняти Claudefishing і прозорий AI-продакшен
- Синхронізуйте політику AI-розкриття з E-E-A-T-стратегією та вимогами пошукових систем
Що чекати далі: від детекції до верифікації авторства
Substack — перший крок. Наступним етапом стане не просто детекція AI-контенту, а верифікація авторства — підтвердження, що текст написаний конкретною людиною. Технології на кшталт SynthID від Google вже вбудовують водяні знаки в AI-генерований контент на рівні генерації. Платформи неминуче почнуть вимагати від авторів підтвердження процесу створення — не просто «це не AI», а «ось як це було створено».
Для редакцій це означає, що поточний момент — найкращий час для вибудови прозорого воркфлоу. Команди, які зараз впроваджують градуйовану політику розкриття, метадані AI-вовлеченості та навчання авторів, будуть готові до посилення вимог. Ті, хто чекає, поки платформи введуть обов’язкову детекцію, опиняться в реактивному режимі — виправляючи вже опубліковані матеріали під загрозою демонетизації або пониження у видачі.
FAQ
Що таке Claudefishing простими словами?
Claudefishing — це публікація AI-згенерованого тексту без розкриття, коли читач очікує людське авторство. Термін утворено від назви моделі Claude та поняття catfishing (створення фальшивого образу). Суть: читач не знає, що споживає машинний контент.
Чи може AI-детектор помилково позначити людський текст?
Так. Хибнопозитивні спрацьовування особливо часті для структурованого контенту — інструкцій, списків, технічних описів. Використовуйте 2–3 детектори для крос-перевірки та враховуйте тип тексту під час інтерпретації результатів.
Чи потрібно розкривати використання AI, якщо я лише редагував чернетку?
Якщо AI-внесок мінімальний (до 20%) — розкриття опціональне. Якщо AI створив основу тексту, а ви лише редагували — рекомендується коротке розкриття методології. Вирішальний фактор: наскільки фінальний текст несе ваше авторське судження та унікальний досвід.
Які платформи окрім Substack впроваджують AI-детекцію?
Поки Substack — перша видавнича платформа з вбудованою детекцією. LinkedIn та Medium використовують AI-детекцію для модерації контенту. Google вимагає розмітку AI-контенту для новин. Очікується, що WordPress, Ghost та інші CMS додадуть аналогічні інструменти найближчими 12–18 місяцями.
Чи впливає AI-детекція на пошукову видачу Google?
Google не пеналізує AI-контент як такий, але оцінює його за критеріями E-E-A-T. Якщо AI-контент не демонструє досвід та експертизу, він втрачає позиції. Платформна детекція та пошукова оцінка — різні механізми, але обидва спрямовані на якість і довіру.
