DOI: https://doi.org/10.3389/fpsyg.2026.1800866
PMID: https://pubmed.ncbi.nlm.nih.gov/42131519
تاريخ النشر: 2026-04-28
المؤلف: Xiaolong Su وآخرون
الموضوع الرئيسي: الأخلاقيات والآثار الاجتماعية للذكاء الاصطناعي
نظرة عامة
تستكشف هذه القسم من ورقة البحث تكامل الذكاء الاصطناعي التوليدي في إنتاج الفيديوهات القصيرة داخل الصين، وخاصة على المنصات التي تركز على الأصالة مثل شياوهونغشو ودويين. يقدم المؤلفون مفهوم “اجتياز الذكاء الاصطناعي”، والذي يشير إلى استراتيجيات المبدعين المتعمدة لإخفاء استخدام الذكاء الاصطناعي في محتواهم، مما يجعل الأمر يبدو كما لو أنه تم إنتاجه بواسطة البشر. من خلال مقابلات معمقة، يكشف البحث أن المبدعين يعتبرون المساعدة المرئية من الذكاء الاصطناعي ضارة بالثقة، ويربطونها بمشكلات مثل عدم الموثوقية المعرفية والعقوبات المحتملة في العلاقات ضمن سياق أصالة المنصة.
للتغلب على هذه التحديات، يشارك المبدعون في أربعة أشكال من “عمل الأصالة غير المرئي”: التحقق المعرفي، التوطين اللغوي، إعادة هيكلة السرد، وتجسيد الأداء. هذه الممارسات تحول التركيز من الجيل الأولي للمحتوى إلى الإصلاح والأداء اللاحق، مما يعقد الفكرة القائلة بأن الذكاء الاصطناعي يعزز الكفاءة فقط. علاوة على ذلك، يبرز البحث أن القدرة على “اجتياز” كعمل من تأليف البشر تتأثر بعوامل مثل الخلفية التعليمية والمهنية، والموارد الاقتصادية، ودعم الفريق، مما يؤدي إلى تفاوتات في الثقة والمصداقية بين المبدعين الذين يستخدمون الذكاء الاصطناعي.
مقدمة
تناقش مقدمة ورقة البحث تكامل الذكاء الاصطناعي التوليدي في إنتاج المحتوى الرقمي، وخاصة ضمن منصات الفيديو القصير في الصين مثل دويين وشياوهونغشو. تبرز تناقضًا حيث يستخدم المبدعون الذكاء الاصطناعي من أجل الكفاءة في كتابة النصوص وتوليد الأفكار، ومع ذلك يشعرون بأنهم مضطرون لإخفاء مشاركته للحفاظ على شخصية أصيلة. تنشأ هذه التوترات من معايير المنصة التي تعزز العفوية والصوت الشخصي، مما يدفع المبدعين إلى الانخراط في إعادة كتابة وتحرير مكثفة لضمان أن يبدو المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي كأنه من تأليف البشر. يتم تقديم مفهوم “اجتياز الذكاء الاصطناعي” لوصف الجهود الاستراتيجية التي يبذلها المبدعون لإخفاء دور الذكاء الاصطناعي، وبالتالي إدارة الأصالة المتصورة لعملهم.
تفترض الورقة أن اجتياز الذكاء الاصطناعي هو شكل من أشكال عمل الأصالة غير المرئية، ويشمل ممارسات مثل التوطين اللغوي وإعادة هيكلة السرد، والتي تعتبر ضرورية للمبدعين لمواءمة مخرجاتهم مع توقعات الجمهور بشأن الأصالة. من خلال الاعتماد على مقابلات مع المبدعين، تهدف الدراسة إلى توضيح المخاطر المرتبطة بالمساعدة المرئية من الذكاء الاصطناعي والجهود المحددة المطلوبة لجعل مساهمات الذكاء الاصطناعي أقل قابلية للاكتشاف. تساهم النتائج في فهم الأصالة في اقتصادات المبدعين، كاشفة كيف يعيد الذكاء الاصطناعي التوليدي تشكيل ديناميات العمل ويتطلب أشكالًا جديدة من العمل المكثف بالمهارات للحفاظ على الثقة والمصداقية في إنتاج المحتوى الرقمي.
الطرق
تحدد قسم المنهجية في ورقة البحث تصميم مقابلات نوعية تهدف إلى استكشاف مفهوم اجتياز الذكاء الاصطناعي بين مبدعي الفيديوهات القصيرة في الصين. يشير اجتياز الذكاء الاصطناعي إلى الاستراتيجيات التي يستخدمها المبدعون لتخفي المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي كأنه من تأليف البشر، بما يتماشى مع توقعات أصالة المنصة. شملت الدراسة 16 مقابلة شبه منظمة أجريت بين يونيو وسبتمبر 2025، باستخدام عينات هادفة وعينة كرة الثلج لتجنيد المشاركين الذين يشاركون بنشاط مع كل من معايير الأصالة والكتابة المدعومة بالذكاء الاصطناعي.
تم اختيار المشاركين بناءً على معايير أهلية محددة: كان يجب أن يكونوا نشطين على الأقل على منصة فيديو قصيرة رئيسية واحدة، ويستخدمون بانتظام أدوات الذكاء الاصطناعي التوليدية للمهام المتعلقة بالنصوص، ويقومون بإنشاء محتوى يركز على الشخصية والصوت حيث تكون الأصالة حاسمة. شملت العينة مبدعين من مجالات مختلفة ومقاييس متابعين، مع نطاق ديموغرافي للأعمار من 18 إلى 44 (13 امرأة و3 رجال) وعدد المتابعين من المئات إلى أكثر من 300,000. كانت المنصات الرئيسية الممثلة هي شياوهونغشو (10/16)، دويين (5/16)، كوايشو (2/16)، بيليبيلي (2/16)، ووي شات (3/16). تركز الدراسة على بناء الآليات بدلاً من المقارنات المباشرة بين المنصات، مع اعتبار اختلافات المنصات كعوامل سياقية تؤثر على تنفيذ اجتياز الذكاء الاصطناعي.
المناقشة
في قسم المناقشة من الورقة، يستكشف المؤلفون العلاقة المعقدة بين الأصالة، وعمل الرؤية، والتوسط الخوارزمي في الإنتاج الثقافي المعتمد على المنصات. يجادلون بأن الأصالة ليست سمة فطرية للمبدعين، بل تُبنى من خلال العمل المستمر الذي يتماشى مع توقعات الجمهور. يتضمن هذا العمل، الذي يُطلق عليه “عمل الرؤية”، إدارة المبدعين بنشاط لشخصياتهم ومحتواهم عبر الإنترنت ليبدو موثوقًا وقابلًا للتواصل. يبرز المؤلفون أن حوكمة المنصة والتنسيق الخوارزمي تؤثر بشكل كبير على أي ممارسات للمبدعين تُكافأ، مما يعقد ديناميات الأصالة. علاوة على ذلك، يشيرون إلى أن إدخال الذكاء الاصطناعي التوليدي في هذا المشهد يقدم تحديات جديدة، حيث يجب على المبدعين التنقل في تصورات الجمهور حول المشاركة الخوارزمية، والتي يمكن أن تختلف على نطاق واسع بناءً على السياق ومجال المهمة.
يتناول المؤلفون أيضًا ديناميات الثقة المحيطة بمساعدة الذكاء الاصطناعي، مؤكدين أن تقييمات الجمهور للتوسط الخوارزمي تعتمد على عوامل مثل الكفاءة، والنية الحسنة، والنزاهة. يشيرون إلى دراسات توضح كيف يمكن أن تتقلب الثقة في المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بناءً على عوامل مثل ذاتية المهمة وشفافية مشاركة الذكاء الاصطناعي. يواجه المبدعون تحديًا مزدوجًا: بينما يمكن أن يعزز الذكاء الاصطناعي الكفاءة، فإنه أيضًا يخاطر بتقويض الأصالة المتصورة إذا ربط الجمهور استخدام الذكاء الاصطناعي بالجهد المنخفض أو عدم الإخلاص. تختتم الورقة بمناقشة “عمل الحرف غير المرئي” الذي يشارك فيه المبدعون لتحويل مخرجات الذكاء الاصطناعي إلى محتوى يلبي توقعات الأصالة، موضحة ممارسات مثل التحقق المعرفي، والتوطين اللغوي، وإعادة هيكلة السرد. هذا العمل ضروري للحفاظ على المصداقية في بيئة تنافسية حيث تكون مخاطر الأصالة عالية.
DOI: https://doi.org/10.3389/fpsyg.2026.1800866
PMID: https://pubmed.ncbi.nlm.nih.gov/42131519
Publication Date: 2026-04-28
Author(s): Xiaolong Su et al.
Primary Topic: Ethics and Social Impacts of AI
Overview
This section of the research paper explores the integration of Generative AI in short-video production within China, particularly on authenticity-focused platforms like Xiaohongshu and Douyin. The authors introduce the concept of “AI passing,” which refers to creators’ deliberate strategies to obscure the use of AI in their content, thereby making it appear as if it were produced by humans. Through in-depth interviews, the study reveals that creators perceive visible AI assistance as detrimental to trust, associating it with issues such as epistemic unreliability and potential relational penalties within the context of platform authenticity.
To navigate these challenges, creators engage in four forms of “invisible authenticity labor”: epistemic verification, linguistic naturalization, narrative restructuring, and performative embodiment. These practices shift the focus from the initial generation of content to subsequent repair and performance, complicating the notion that AI merely enhances efficiency. Furthermore, the research highlights that the ability to effectively “pass” as human-authored is influenced by factors such as educational and professional background, economic resources, and team support, leading to disparities in trust and credibility among creators who utilize AI.
Introduction
The introduction of the research paper discusses the integration of generative AI in the production of digital content, particularly within China’s short-video platforms like Douyin and Xiaohongshu. It highlights a paradox where creators utilize AI for efficiency in scripting and ideation, yet feel compelled to conceal its involvement to maintain an authentic persona. This tension arises from platform norms that valorize spontaneity and personal voice, leading creators to engage in extensive rewriting and editing to ensure that AI-generated content appears human-authored. The concept of “AI passing” is introduced to describe the strategic efforts creators undertake to obscure AI’s role, thereby managing the perceived authenticity of their work.
The paper posits that AI passing is a form of invisible authenticity labor, encompassing practices such as linguistic naturalization and narrative restructuring, which are essential for creators to align their outputs with audience expectations of genuineness. By drawing on interviews with creators, the study aims to elucidate the risks associated with visible AI assistance and the specific labor involved in making AI contributions less detectable. The findings contribute to the understanding of authenticity in creator economies, revealing how generative AI reshapes labor dynamics and necessitates new forms of skill-intensive work to sustain trust and credibility in digital content production.
Methods
The methodology section of the research paper outlines a qualitative interview design aimed at exploring the concept of AI passing among short-video creators in China. AI passing refers to the strategies employed by creators to disguise AI-generated content as human-authored, aligning with platform authenticity expectations. The study involved 16 semi-structured interviews conducted between June and September 2025, utilizing purposive and snowball sampling to recruit participants who actively engage with both authenticity norms and AI-assisted writing.
Participants were selected based on specific eligibility criteria: they had to be active on at least one major short-video platform, routinely use generative AI tools for text-related tasks, and create content centered on persona and voice where authenticity is critical. The sample included creators from various niches and follower scales, with a demographic range of ages 18-44 (13 women and 3 men) and follower counts from hundreds to over 300,000. The primary platforms represented were Xiaohongshu (10/16), Douyin (5/16), Kuaishou (2/16), Bilibili (2/16), and WeChat (3/16). The study focuses on mechanism-building rather than direct platform comparisons, considering platform differences as contextual factors influencing the enactment of AI passing.
Discussion
In the discussion section of the paper, the authors explore the complex relationship between authenticity, visibility labor, and algorithmic mediation in platformed cultural production. They argue that authenticity is not an inherent trait of creators but is constructed through ongoing labor that aligns with audience expectations. This labor, termed “visibility labor,” involves creators actively managing their online personas and content to appear credible and relatable. The authors highlight that platform governance and algorithmic curation significantly influence which creator practices are rewarded, complicating the dynamics of authenticity. Furthermore, they note that the introduction of generative AI into this landscape presents new challenges, as creators must navigate audience perceptions of algorithmic involvement, which can vary widely based on context and task domain.
The authors also delve into the trust dynamics surrounding AI assistance, emphasizing that audience evaluations of algorithmic mediation are contingent and shaped by perceptions of competence, benevolence, and integrity. They reference studies that illustrate how trust in AI-generated content can fluctuate based on factors such as task subjectivity and the transparency of AI involvement. Creators face a dual challenge: while AI can enhance efficiency, it also risks undermining perceived authenticity if audiences associate AI use with low effort or sincerity. The paper concludes by discussing the “invisible craft labor” creators engage in to transform AI outputs into content that meets authenticity expectations, detailing practices such as epistemic verification, linguistic naturalization, and narrative restructuring. This labor is crucial for maintaining credibility in a competitive environment where the stakes of authenticity are high.