در سکوت خبری بهار ۲۰۲۶، اینترنت با بحرانی خزنده اما بنیانبرانداز دستوپنجه نرم میکند که تهدیدش برای سلامت زیستبوم دیجیتال، کمتر از تهدیدات امنیت سایبری نیست. گزارشهای تحلیلی از پلتفرمهای اجتماعی بزرگ — از جمله ایکس (X)، تیکتاک، اینستاگرام و لینکدین — نشان میدهند که حجم محتوای تولیدشده توسط هوش مصنوعی مولد (Generative AI) در شش ماه اخیر بهطور تصاعدی افزایش یافته و باعث پدیدهای شده که محققان آن را «فرسودگی الگوریتمی» (Algorithmic Fatigue) مینامند: وضعیتی که در آن، انبوه محتوای مصنوعیِ فاقد اصالت، سیستمهای پیشنهاددهنده را اشباع کرده، تجربهٔ کاربری را تنزل داده، و اعتماد عمومی به محتوای آنلاین را به کمینهٔ تاریخی خود رسانده است. این بحران، زنگ خطری وجودی برای پلتفرمهایی است که بقای آنها به تعامل کاربران وابسته است — و همزمان، یک هشدار جدی برای کل اکوسیستم هوش مصنوعی است که فرزند خود را در حال بلعیدن والد میبیند.
۱. کالبدشکافی فرسودگی الگوریتمی: وقتی محتوای مصنوعی، سیستم را مسموم میکند
«فرسودگی الگوریتمی» یک پدیدهٔ تکعاملی نیست، بلکه حاصل یک چرخهٔ بازخورد مخرب چهارمرحلهای است که در آن کمیت، کیفیت را قربانی میکند:
- مرحلهٔ ۱: تولید انبوه با هزینهٔ نزدیک به صفر. با ظهور مدلهای متنباز قدرتمند (مانند DeepSeek V4، Llama، و نسخههای سبک Qwen) و APIهای ارزان، تولید محتوای متنی، تصویری و ویدئویی اکنون تقریباً رایگان است. یک فرد با یک کارت گرافیک مصرفی میتواند روزانه هزاران پست، تصویر یا ویدئوی کوتاه تولید کند. بر اساس گزارش پلتفرم تحلیل محتوای «Originality.ai»، در مارس ۲۰۲۶ بیش از ۵۷٪ از محتوای متنی منتشرشده در پلتفرمهای اجتماعی انگلیسیزبان، توسط هوش مصنوعی تولید یا بهطور قابلتوجهی بازنویسی شده است — رقمی که در مارس ۲۰۲۴ تنها ۱۲٪ بود.
- مرحلهٔ ۲: اشباع الگوریتمهای پیشنهاددهنده. پلتفرمهای اجتماعی بر پایهٔ الگوریتمهای تعاملمحور (Engagement-based Algorithms) کار میکنند که محتوای دارای پتانسیل بالای لایک، اشتراکگذاری و کامنت را در اولویت نمایش قرار میدهند. محتوای تولیدشده توسط هوش مصنوعی، اغلب برای بیشینهسازی تعامل بهینهسازی شده — تیترهای کلیکخور، تصاویر احساسی، و متنهای جدلی. نتیجه آن است که این محتواها در رقابت با محتوای انسانیِ ظریفتر و کمکلیکتر، الگوریتمها را فتح میکنند و فید کاربران را به «دریایی از کلیشههای مصنوعی» تبدیل مینمایند.
- مرحلهٔ ۳: مسمومیت دادههای آموزشی (Data Poisoning). این شاید خطرناکترین وجه فرسودگی الگوریتمی باشد. مدلهای هوش مصنوعی که بر روی دادههای وب آموزش میبینند، اکنون بهطور فزایندهای محتوای تولیدشده توسط خود هوش مصنوعی را — به جای محتوای اصیل انسانی — مصرف میکنند. این پدیده که «فروپاشی مدل» (Model Collapse) یا «همخونی دادهای» (Data Inbreeding) نامیده میشود، باعث میشود نسلهای بعدی مدلها بهتدریج تنوع، خلاقیت و دقت خود را از دست بدهند و خروجیهایشان به سمت یک میانگین آماری بیروح همگرا شود.
- مرحلهٔ ۴: مهاجرت کاربران و فرسایش اعتماد. کاربران — بهویژه نسل Z که بهشدت به اصالت محتوا حساس است — بهتدریج اعتماد خود را به پلتفرمهای اشباعشده از محتوای مصنوعی از دست میدهند. پدیدهٔ «مهاجرت به گروههای بسته» (Migration to Closed Groups) — مانند کانالهای خصوصی تلگرام، واتساپ و دیسکورد — سرعت گرفته است، جایی که کاربران میتوانند از صحت انسانی بودن تعاملات مطمئن باشند. این مهاجرت، پلتفرمهای عمومی را از ارزشمندترین داراییشان — یعنی توجه انسانی — محروم میکند.
۲. هشدار پلتفرمها: از انفعال تا اقدام
در مواجهه با این بحران، پلتفرمهای بزرگ که تا پیش از این از محتوای هوش مصنوعی بهعنوان سوختی ارزان برای افزایش «زمان ماندگاری» (Dwell Time) استقبال میکردند، اکنون به صرافت افتادهاند که این مهمان ناخوانده، میزبان را نیز از پا درخواهد آورد. اقدامات اضطراری آنها نشاندهندهٔ یک چرخش تاریخی در سیاستهای محتوایی است:
- متا (فیسبوک و اینستاگرام): در ۲۵ آوریل ۲۰۲۶، متا اعلام کرد که «برچسبگذاری خودکار محتوای هوش مصنوعی» (Automated AI Labeling) را برای تمام تصاویر و ویدئوهای تولیدشده توسط مدلهای مولد الزامی میکند و محتوای فاقد برچسب را در معرض «کاهش دسترسی» (Reach Reduction) قرار میدهد. این اقدام، تلاشی برای بازگرداندن شفافیت به فید کاربران است، اما چالشهای فنی در تشخیص دقیق محتوای هوش مصنوعی — بهویژه محتوای ترکیبی (انسانی + مصنوعی) — همچنان پابرجاست.
- ایکس (توییتر سابق): در ۱۰ مه ۲۰۲۶، تغییر بحثبرانگیزی در الگوریتم خود اعمال کرد: «امتیاز تعامل» (Engagement Score) برای محتوایی که توسط ابزارهای تشخیص هوش مصنوعی پرچمگذاری میشود، بهطور خودکار ۳۰٪ کاهش مییابد. این یعنی یک پست تولیدشده توسط هوش مصنوعی، حتی اگر کلیکهای زیادی دریافت کند، نسبت به یک پست انسانی با همان میزان تعامل، کمتر دیده میشود.
- لینکدین: پلتفرم حرفهای مایکروسافت، که بهشدت با موج «پستهای رهبری فکری» (Thought Leadership Posts) تولیدشده توسط هوش مصنوعی مواجه شده، اکنون کاربرانی را که محتوای آنها مکرراً توسط سیستم تشخیص هوش مصنوعی پرچمگذاری میشود، از برنامهٔ «خلاقان برتر» (Top Voices) حذف میکند و دسترسی آنها را به ابزارهای تولید محتوا محدود میسازد.
- ردیت: این پلتفرم که منبع اصلی دادههای آموزشی برای بسیاری از مدلهای بزرگ بوده، با یک پارادوکس روبروست: همان محتوایی که مدلها را آموزش داده، اکنون توسط خود مدلها در حال تخریب است. ردیت در ۱ مه ۲۰۲۶ اعلام کرد که «دسترسی API» به محتوای subredditهایی که بیش از ۵۰٪ پستهایشان توسط هوش مصنوعی تولید شده باشد، محدود خواهد شد — اقدامی که هم جنبهٔ دفاعی دارد و هم انحصار دادههایش را در برابر غارتگران هوش مصنوعی حفظ میکند.
۳. دادههای آماری: عمق بحران
| شاخص | وضعیت (۲۰۲۶) |
|---|---|
| سهم محتوای متنی هوش مصنوعی در پلتفرمهای اجتماعی | ۵۷٪ (مارس ۲۰۲۶) — افزایش از ۱۲٪ در مارس ۲۰۲۴ |
| کاهش میانگین زمان حضور کاربران (Session Time) در پلتفرمهای عمومی | ۱۸٪ نسبت به ۲۰۲۴ |
| افزایش کاربران گروههای خصوصی (واتساپ، تلگرام، دیسکورد) | ۴۲٪ نسبت به ۲۰۲۴ |
| درصد کاهش تعامل (Engagement) برای محتوای برچسبخورده AI | ۳۰٪ (در پلتفرم X پس از اعمال سیاست جدید) |
| نرخ تشخیص محتوای هوش مصنوعی توسط ابزارهای پلتفرمها | ۸۲٪ (متن) — ۶۷٪ (تصویر) — ۴۱٪ (ویدئو) |
| درصد مدلهایی که بر روی دادههای حاوی محتوای مصنوعی آموزش دیدهاند | تخمین ۸۵٪ از مدلهای آموزشدیده در ۲۰۲۶ |
۴. پیامدهای راهبردی: اینترنت در آستانهٔ «زمستان محتوا»
فرسودگی الگوریتمی، چیزی فراتر از یک مزاحمت برای کاربران خسته است — این پدیده، پایههای اقتصادی و فناورانهٔ اینترنت معاصر را تهدید میکند.
- بحران اقتصاد تبلیغات: پلتفرمهای اجتماعی بر اساس زمان جلبشدهٔ «چشمهای انسانی» درآمدزایی میکنند. وقتی فیدها مملو از محتوای مصنوعی شود و کاربران اعتماد خود را از دست بدهند، ارزش هر ثانیهٔ تبلیغاتی کاهش مییابد. تبلیغدهندگان اکنون سؤال میپرسند: «چند درصد از کاربرانی که تبلیغ من را میبینند، انسان واقعی هستند؟» پاسخ صادقانه — که هیچ پلتفرمی جرئت بیانش را ندارد — این است که با گسترش رباتهای هوش مصنوعی که محتوا مصرف میکنند، درصد فزایندهای از «تعاملات» نیز مصنوعی است.
- فروپاشی مدلهای نسل بعد: اگر اینترنت به یک «حلقهٔ بستهٔ هوش مصنوعی» تبدیل شود — جایی که مدلها بر روی خروجی مدلهای دیگر آموزش میبینند — آنگاه نسلهای بعدی مدلهای زبانی بزرگ، دچار «زامبیسازی» (Zombification) خواهند شد: خروجیهایی که از نظر دستوری بینقص، اما از نظر معنایی تهی، فاقد خلاقیت، و منفک از واقعیتهای انسانی هستند. این یک تهدید وجودی برای کل صنعت هوش مصنوعی است.
- ظهور «وب احراز هویتشده» (Authenticated Web): در واکنش به این بحران، یک ضد-جنبش در حال شکلگیری است. پلتفرمهای جدیدی مانند «HumanLayer» و «Origin» با مدل «اثبات انسانیت» (Proof of Humanity) — از طریق تأیید هویت بیومتریک یا اثبات دانش صفر (Zero-Knowledge Proofs) — کاربران را ملزم به اثبات انسان بودن میکنند. این روند، هرچند در ظاهر حریم خصوصی را تهدید میکند، اما ممکن است به تولد «اینترنت احراز هویتشده» منجر شود — جایی که اعتبار، نه از الگوریتمهای تعامل، که از تأیید انسانی نشئت میگیرد.
۵. جمعبندی: تراژدی اشتراکات دیجیتال
پدیدهٔ فرسودگی الگوریتمی، نمونهٔ کلاسیک «تراژدی اشتراکات» (Tragedy of the Commons) در عصر هوش مصنوعی است: یک منبع مشترک (اینترنت بهعنوان فضای گفتمان انسانی) توسط کنشگرانی که هر یک بهطور عقلانی به دنبال منافع خود هستند (تولید انبوه محتوای ارزان برای جلب توجه)، بهطور سیستماتیک تخریب میشود. این بحران نشان میدهد که «دموکراتیزه کردن تولید محتوا» — که روزگاری وعدهای رهاییبخش بود — میتواند به «آلودگی اطلاعاتی» با چنان مقیاسی منجر شود که ارزش خود محتوا را به صفر برساند.
پلتفرمها اکنون در یک دوگانهٔ تلخ گرفتار شدهاند: محتوای هوش مصنوعی ارزان است و تعامل کوتاهمدت را افزایش میدهد، اما در بلندمدت، اعتماد و اصالت — یعنی همان ستونهایی که این پلتفرمها بر آنها بنا شدهاند — را نابود میکند. انتخاب میان «سود کوتاهمدت» و «بقای بلندمدت»، آزمونی است که پاسخ به آن، شکل اینترنت دههٔ ۲۰۳۰ را تعیین خواهد کرد. و اگر پلتفرمها شکست بخورند، «اینترنت» بهعنوان یک فضای عمومی برای گفتمان انسانی، شاید به خاطرهای تاریخی تبدیل شود — جایی که انسانها روزگاری در آن حرف میزدند، پیش از آنکه ماشینها آن را تسخیر کنند.


۱۰ پاسخ به “فرسودگی الگوریتمی و هشدار پلتفرمها: غرق شدن اینترنت در محتوای مصنوعی و سقوط اعتماد”
پشمام چقدر خوب بود
مفید و کاربردی 👌
دقیقا همینطوره
جالبه
جالبه
عالی بود مرسی 🔥
ممنون داداش
تشکر
مرسی بابت محتوای ناب
تشکر