ИИ-слоп как проблема процесса

В прошлом году два словаря закрепили термин. В ноябре австралийский словарь Macquarie выбрал AI slop словом года и определил его как низкокачественный контент, созданный генеративным ИИ, часто с ошибками, о котором никто не просил. В декабре редакторы словаря Webster's в США выбрали просто slop: «цифровой контент низкого качества, который обычно производится в больших количествах с помощью искусственного интеллекта». Их президент Грег Барлоу сказал Associated Press: «Когда речь идёт об ИИ, это почти вызывающее слово».

Разработчик Саймон Уиллисон предложил самый простой критерий ещё в мае 2024 года: «если что-то бездумно сгенерировано и навязано тому, кто об этом не просил, слоп для этого идеальное слово».

Для компании это слово обозначает оценку, которую клиенты теперь выносят за секунду. Мы считаем, что слоп не свойство инструмента. Это то, что получается в процессе без референсов, без правил и без человека, который говорит «нет». А значит, это можно исправить.

Как слоп выглядит на работе

Слоп не ограничивается странным видео в ленте. Исследователи из BetterUp Labs и Stanford Social Media Lab дали офисной версии имя в Harvard Business Review: workslop, работа, сделанная с помощью ИИ, которая хорошо выглядит, но лишена содержания. В их опросе 1'150 офисных сотрудников в США, работающих на полную ставку, 40 процентов получали такую работу за предыдущий месяц, и на разбор каждого случая уходило около двух часов.

У маркетинга своя версия: пост, который мог бы принадлежать любой компании, картинка с узнаваемым глянцевым светом, текст, который за три абзаца ничего не говорит. Каждый из них дёшев в производстве, а платит читатель.

Почему это происходит

Снова и снова всплывают четыре причины.

Первая: настройки по умолчанию. Команда прикладного ИИ Anthropic в ноябре прошлого года объяснила, почему её собственная модель без направления раз за разом выдаёт одни и те же безопасные дизайны: она выбирает из самого вероятного центра того, что видела. Они называют это распределительной конвергенцией и отмечают, что пользователи называют результат эстетикой ИИ-слопа. Исследование в журнале Patterns показало то же самое для изображений. Исследователи позволили модели для генерации изображений и модели для их описания 100 раундов подряд кормить друг друга, 700 раз, и каждый прогон сползал к нескольким типовым мотивам, которые они назвали визуальной музыкой для лифта. Они предполагают, что недостающий ингредиент: корректирующее давление человеческого взаимодействия.

Вторая: отсутствие референса. Промпт описывает, референс показывает. Без реальных снимков продукта и света модель заполняет пробелы своим средним.

Третья: отсутствие правила. Модель не знает, что ваш бренд никогда не использует градиенты, никогда ничего не называет решением и всегда показывает реальный продукт. Если эти правила не записаны там, где их читает машина, для машины их не существует.

Четвёртая: отсутствие проверки. Уиллисон сказал об этом без обиняков: «делиться с другими людьми непроверенным контентом, сгенерированным искусственно, невежливо».

Аудитория замечает, даже когда не может распознать

Самые сильные данные этого года дал тест Ipsos и школы Ньюхауса Сиракузского университета, опубликованный в мае. 3'000 американских потребителей показали 20 рекламных роликов: десять, сделанных людьми для таких брендов, как Febreze, H&M и Chewy, и десять, полностью созданных ИИ по тому же брифу и использованных ровно в том виде, в каком их сгенерировали. Лишь 25 процентов тех, кто видел рекламу от ИИ, были хотя бы отчасти уверены, что её сделал ИИ. И всё же реклама людей оказалась на 14 процентов сильнее по метрике Ipsos для краткосрочного влияния на продажи и на 17 процентов сильнее по долгосрочному влиянию на бренд. Авторы сформулировали вывод одной строкой: правдоподобное не значит убедительное.

Заявленные установки указывают в ту же сторону. В июньском опросе The Harris Poll вместе с 4As и Infillion 73 процента потребителей сказали, что меньше доверяли бы рекламе, если бы заподозрили, что её сделали с помощью ИИ, а 63 процента сказали, что с меньшей вероятностью купили бы у бренда, который использует рекламу, созданную ИИ.

Глобальный опрос 22'000 потребителей на 22 рынках, заказанный компанией по верификации рекламы DoubleVerify и опубликованный в июле, добавляет важный нюанс. 42 процента сказали, что низкокачественная или жутковатая реклама от ИИ ухудшила бы их мнение о бренде, тогда как 40 процентов положительно относились к отточенной профессиональной рекламе, сделанной с ИИ. Генеральный директор компании Марк Загорски подвёл итог: «Вовлечённость определяет не сам ИИ. Её определяет качество результата».

Платформы дают отпор

Платформы перешли от терпимости к правилам. В своём письме на 2026 год генеральный директор YouTube Нил Мохан посвятил раздел борьбе с ИИ-слопом и сказал, что YouTube развивает системы, которые использует против спама и кликбейта, чтобы ограничить распространение низкокачественного повторяющегося контента. В июле, как сообщил TechCrunch, YouTube чётко перечислил, что больше не может приносить доход от рекламы: типовые, повторяющиеся или шаблонные видео, контент, созданный, чтобы вызвать тревогу, и ИИ-персонажей, обсуждающих чувствительные темы, такие как здоровье и финансы.

В октябре 2025 года Pinterest добавил настройки, которые позволяют видеть меньше ИИ-изображений в категориях, где они скапливаются: красота, искусство, мода и домашний декор. Deezer сообщил в июле, что на пике в июне полностью сгенерированные ИИ треки составили больше половины всей новой музыки, ежедневно поступающей на сервис, но на них пришлось лишь от 1 до 3 процентов прослушиваний. Сервис исключает их из алгоритмических рекомендаций и редакционных плейлистов.

Направление везде одно. Сделанное с помощью ИИ допустимо. Сделанное оптом и без заботы опускается вниз.

Как мы не пускаем его наружу

Мы каждый день создаём изображения, видео и посты с помощью ИИ, поэтому нам пришлось ответить на этот вопрос на практике, отдельным шагом для каждой причины.

Зафиксированные стили. В Reel каждый стиль строится на реальных референсах, со светом, объективом и съёмочной площадкой, выбранными так, как это сделал бы фотограф, и тестируется, пока клиент его не утвердит. Каждое изображение и каждый ролик следуют этому рецепту, так что сотая картинка выглядит как первая.

Правила бренда в мозге. Studio один раз фиксирует ДНК бренда, его голос, позиционирование и правила текстов. Twin хранит правила компании и то, как она пишет, в её ИИ-мозге, чтобы каждый ассистент работал в этих рамках, а не гадал.

Люди на этапе идей и выбора и проверка до того, как что-то уйдёт наружу. В Reel идеи, референсы и стили согласуются до начала работы, каждый результат проверяется до того, как его увидит клиент, а каждое используемое изображение и каждый ролик выбирает человек. В Tempo каждую идею тестируют до того, как поставить в расписание, и каждый пост утверждает человек.

Мы хотим, чтобы ИИ создавал, проверял и ускорял как можно большую часть работы. Идеи, выбор и ответственность за то, что уходит наружу, остаются за людьми, потому что именно там решается качество и именно там на кону стоит имя.

Что может сделать компания

Начните с четырёх причин. Соберите двадцать реальных снимков, которыми вы гордитесь, и используйте их как референсы. Запишите правила бренда там, где их может прочитать любой инструмент: цвета, слова, которые вы используете, и те, которые не используете никогда, как всегда должен выглядеть продукт. Назначьте человека, который выбирает, и дайте ему право отвергать большую часть того, что делает машина. Каждый раз ставьте проверку между генератором и публикой.

Слоп дёшево производить и дорого им прославиться. Решение не в том, чтобы использовать меньше ИИ. Оно в том, чтобы окружить его большим количеством суждения.