YouTube 的 AI 内容标签体系存在盲区，Hank Green 指出“垃圾内容”之外更隐蔽的问题：AI 生成的虚假信息如何绕过平台审核。
发生了什么
知名创作者 Hank Green 最近指出，YouTube 现有的 AI 内容标签机制无法有效识别一类关键问题：AI 生成的虚假信息。这些内容并非简单的“垃圾内容”（slop），而是经过精心设计、旨在误导观众的深度伪造或合成媒体。Green 强调，平台依赖创作者自我声明或简单模式识别，但这类内容往往能轻易绕过检测，因为其表面形式与真实内容无异。
为什么重要
YouTube 自 2024 年起要求创作者披露 AI 生成内容，但这一政策主要依赖自愿申报。Green 的观察揭示了一个结构性漏洞：当 AI 工具能生成高度逼真的视频、音频和文本时，平台现有的审核机制——无论是人工审核还是算法检测——都难以跟上。这不仅关乎内容质量，更涉及信息真实性。随着 2024 年全球多场重要选举临近，AI 生成的虚假政治内容可能对公众舆论产生实质性影响。Green 的批评并非孤例，此前已有研究指出，AI 生成内容在社交媒体上的传播速度远超事实核查。
影响与看点
对平台而言，这一问题的核心在于责任边界：是平台主动检测，还是依赖用户举报？对创作者来说，标签系统可能造成“劣币驱逐良币”——诚实标注的创作者反而受到限制，而恶意者则利用漏洞。对用户，这意味着需要更高的媒体素养，但平台不应将识别责任完全推给用户。值得关注的是，YouTube 是否会升级其检测技术，或引入第三方审计。我的判断是，短期内平台可能加大处罚力度，但长期必须转向更主动的 AI 检测工具，否则标签体系将形同虚设。
