ShadowGuardในอดีต คอนเทนต์ AI ที่ไม่ได้เปิดเผยบน YouTube อาจถูกปล่อยไว้โดยไม่มีอะไรเกิดขึ้น แต่หลังการอัปเดตนโยบายในปี 2026 ไม่เป็นเช่นนั้นอีกต่อไป ระบบตรวจจับของ YouTube สามารถระบุวิดีโอที่สร้างด้วย AI อย่างสมจริงได้ภายหลัง และติดป้ายกำกับการเปิดเผยข้อมูลย้อนหลังได้ รวมถึงวิดีโอที่เผยแพร่ไปแล้วหลายเดือนหรือหลายปี คู่มือนี้อธิบายว่านโยบายพัฒนามาอย่างไร การตรวจจับย้อนหลังทำงานอย่างไรจริง และมีความหมายอย่างไรต่อช่องที่มีคลังวิดีโอเก่าอยู่แล้ว
ข้อกำหนดการเปิดเผยข้อมูลไม่ใช่เรื่องใหม่ YouTube เริ่มออกกฎเกี่ยวกับการติดป้ายกำกับคอนเทนต์ที่ถูกดัดแปลงหรือสังเคราะห์อย่างสมจริงช่วงปลายปี 2023 ขยายขอบเขตอย่างมากในปี 2025 และมีรายงานว่านโยบายเข้าสู่การบังคับใช้เต็มรูปแบบเมื่อเข้าสู่ปี 2026 นอกเหนือจากการเปิดเผยข้อมูลแล้ว YouTube ยังคุมเข้มกฎการสร้างรายได้แยกต่างหากสำหรับสิ่งที่เรียกว่า "inauthentic content" (คอนเทนต์ที่ไม่เป็นของแท้) ซึ่งหมายถึงวิดีโอที่ผลิตจำนวนมาก ซ้ำซาก หรือทำแบบลวก ๆ โดยใช้ AI เป็นทางลัดแทนที่จะเป็นเครื่องมือการผลิต การอัปเดตช่วงกลางปี 2026 ชี้แจงนโยบายการสร้างรายได้นี้เพิ่มเติมเป็นหมวดหมู่คอนเทนต์ที่ไม่สามารถสร้างรายได้จากโฆษณาได้อย่างชัดเจนขึ้น
สิ่งที่เปลี่ยนในปี 2026 ไม่ใช่การมีอยู่ของกฎเหล่านี้ แต่เป็นวิธีบังคับใช้ โดยเปลี่ยนจาก "ครีเอเตอร์แจ้งเองตอนอัปโหลด" เป็น "แพลตฟอร์มตรวจจับและดำเนินการเองได้ทุกเมื่อหลังเผยแพร่"
วิดีโอที่เผยแพร่โดยไม่ได้เปิดเผยเมื่อนานมาแล้วไม่ได้ "ปลอดภัย" โดยอัตโนมัติเพียงเพราะเผยแพร่ก่อนการบังคับใช้จะเข้มขึ้น หากระบบตรวจจับระบุภายหลังว่าเป็นคอนเทนต์ AI ที่สมจริงเหมือนภาพถ่ายในระดับที่มีนัยสำคัญ ระบบสามารถติดป้ายกำกับ ณ เวลานั้นได้ นี่คือเหตุผลที่การตรวจเพียงครั้งเดียวตอนอัปโหลดไม่ใช่ภาพทั้งหมดอีกต่อไปสำหรับช่องที่มีคลังวิดีโออยู่แล้ว
จากรายละเอียดที่มี ระบบอาศัยสัญญาณการตรวจจับภายใน แทนที่จะต้องรอรายงานจากผู้ชมหรือการตรวจโดยเจ้าหน้าที่เพื่อเริ่มการตรวจสอบ ในทางปฏิบัติโดยทั่วไปหมายถึง:
| สถานการณ์ | ผลลัพธ์ที่มีการรายงาน |
|---|---|
| เปิดเผยตอนอัปโหลด | แสดงป้ายกำกับเพื่อความโปร่งใส; ระบุว่าไม่มีบทลงโทษด้านการเผยแพร่หรือการสร้างรายได้จากป้ายกำกับเพียงอย่างเดียว |
| ไม่ได้เปิดเผย และถูกตรวจพบภายหลังหนึ่งครั้ง | ติดป้ายกำกับอัตโนมัติ; ถือเป็นสัญญาณมากกว่าบทลงโทษทันที |
| ไม่ได้เปิดเผยซ้ำหลายครั้งทั่วทั้งช่อง | สัมพันธ์กับบทลงโทษไปจนถึงการลบคอนเทนต์หรือการระงับจาก Partner Program |
| เนื้อหาที่ไม่สมจริงอย่างชัดเจนหรือได้รับการยกเว้น และไม่ได้เปิดเผย | โดยทั่วไปอยู่นอกข้อกำหนดการเปิดเผยข้อมูลทั้งหมด |
ช่อง AI แบบไม่เปิดหน้าเผยแพร่วิดีโอจำลองเหตุการณ์ทางประวัติศาสตร์ที่สมจริงหลายรายการเมื่อหลายเดือนก่อนโดยไม่ได้เลือกช่องเปิดเผยข้อมูล เพราะคิดว่าหากไม่มีอะไรถูกตั้งธงตอนอัปโหลด วิดีโอก็ไม่มีปัญหา ต่อมาช่องพบว่าวิดีโอเก่าหลายรายการถูกติดป้ายกำกับอัตโนมัติ และกำลังตรวจสอบว่าการไม่เปิดเผยซ้ำ ๆ กระทบสถานะการสร้างรายได้หรือไม่
ครีเอเตอร์นำวิดีโอที่ตัดต่อแต่ละชิ้นไปตรวจด้วย ShadowGuard ก่อนอัปโหลด ใช้ผลการตรวจเพื่อตัดสินว่าต้องเปิดตัวเลือกการเปิดเผยข้อมูลหรือไม่ และสร้างนิสัยตรวจวิดีโอเก่าเป็นระยะ แทนที่จะคิดว่าวิดีโอที่เผยแพร่ผ่านไปแล้วจะคงสถานะเดิมตลอดไป
ช่องที่เคยใช้ภาพจำลองเหตุการณ์ข่าวที่สร้างด้วย AI ในวิดีโอเก่าเป็นบางครั้ง จัดเวลาตรวจคลังวิดีโอเก่าเพื่อหาคอนเทนต์ที่สมจริงและไม่ได้เปิดเผย แล้วติดป้ายกำกับเองล่วงหน้าแทนการรอให้ระบบตรวจพบก่อน
การติดป้ายกำกับย้อนหลัง (Retroactive labeling): การติดป้ายกำกับเปิดเผยคอนเทนต์ AI ให้วิดีโอหลังจากเผยแพร่ครั้งแรกไปแล้ว โดยอิงจากการตรวจจับที่เกิดขึ้นภายหลัง
คอนเทนต์ที่ไม่เป็นของแท้ (Inauthentic content): หมวดหมู่ของ YouTube สำหรับวิดีโอที่ผลิตจำนวนมาก ซ้ำซาก หรือทำแบบลวก ๆ ซึ่งไม่ผ่านมาตรฐานการสร้างรายได้ด้านความเป็นต้นฉบับ
การใช้ AI ที่สมจริงเหมือนภาพถ่ายในระดับที่มีนัยสำคัญ: เกณฑ์ที่มีรายงานว่าระบบตรวจจับของ YouTube มุ่งตรวจ คือคอนเทนต์ที่สมจริงมากพอจนผู้ชมอาจเข้าใจผิดว่าเป็นฟุตเทจจริง
ไม่ใช่ด้วยตัวมันเอง ป้ายกำกับถูกอธิบายว่าเป็นสัญญาณเพื่อความโปร่งใส ไม่ใช่บทลงโทษด้านอันดับหรือการสร้างรายได้ในตัวเอง บทลงโทษสัมพันธ์กับการไม่เปิดเผยซ้ำ ๆ ในระยะยาว ไม่ใช่วิดีโอที่ถูกติดป้ายกำกับเพียงรายการเดียว
ไม่ คอนเทนต์ที่ใช้ AI ช่วยสามารถสร้างรายได้ได้ เมื่อมีความคิดสร้างสรรค์ของคุณเอง การตัดต่อที่มีสาระ และมีการเปิดเผยในกรณีที่คอนเทนต์สมจริงและเป็นสื่อสังเคราะห์ ความแตกต่างโดยทั่วไปอยู่ระหว่างคอนเทนต์ที่ผลิตจำนวนมากและซ้ำซาก กับคอนเทนต์ที่มีผู้สร้างสรรค์อย่างแท้จริง
ยังไม่มีการเผยแพร่กรอบเวลาที่เจาะจง รายละเอียดที่มีการรายงานระบุว่าวิดีโอที่เผยแพร่ก่อนการบังคับใช้จะเข้มขึ้นยังสามารถถูกสแกนและติดป้ายกำกับได้ โดยไม่มีการระบุวันตัดรอบ
ตัวอย่างที่มีการรายงาน ได้แก่ คอนเทนต์ที่ไม่สมจริงอย่างชัดเจนหรือมีสไตล์เฉพาะ ฟิลเตอร์ความงามและแสงทั่วไป และการใช้ AI สำหรับงานเบื้องหลัง เช่น เขียนสคริปต์ คิดไอเดีย หรือโคลนเสียงของตัวเองเพื่อใช้บรรยาย
ไม่ได้ การตรวจก่อนเผยแพร่ช่วยให้เห็นสัญญาณด้านภาพและข้อความที่ควรตรวจซ้ำก่อนเผยแพร่ แต่ไม่สามารถคาดการณ์หรือรับประกันได้ว่าระบบตรวจจับของแพลตฟอร์มจะจัดประเภทวิดีโออย่างไร ทั้งตอนนี้หรือในอนาคต
ตรวจวิดีโอก่อนเผยแพร่อย่างเป็นอิสระด้วย ShadowGuard เพื่อดูสัญญาณด้านคอนเทนต์ที่อาจเป็นปัญหาก่อนวิดีโอออนไลน์